Search
displaying 1000 best results Help
Search results for: ALGORYTM UCZENIA SIE
-
Weighted sequential classifier
PublicationZaproponowano wieloklasowe ważone kryterium Fishera i uzasadniono potrzebę jego wprowadzenia. Na bazie tego kryterium skonstruowano sekwencyjny algorytm uczenia klasyfikatora. Przedstawiono wyniki eksperymentów.
-
Adaptacyjny algorytm filtracji sygnału fonokardiograficznego wykorzystujący sztuczną sieć neuronową
PublicationPodstawowym problemem podczas projektowania systemu autodiagnostyki chorób serca, bazującego na analizie sygnału fonokardiograficznego (PCG), jest konieczność zapewnienia, niezależnie od warunków zewnętrznych, sygnału o wysokiej jakości. W artykule, bazując na zdolności Sztucznej Sieci Neuronowej (SSN) do predykcji sygnałów periodycznych oraz quasi-periodycznych, został opracowany adaptacyjny algorytm filtracji dźwięków serca....
-
Jak wykraść złoto smokowi? - uczenie ze wzmocnieniem w świecie Wumpusa
PublicationNiniejszy rozdział zawiera łagodne wprowadzenie do problematyki uczenia ze wzmocnieniem, w którym podstawy teoretyczne wyjaśniane są na przykładzie przewodnim, jakim jest zagadnienie nauczenia agenta poruszania się w świecie potwora o imieniu Wumpus (ang. Wumpus world), klasycznym środowisku do testowania logicznego rozumowania agentów (problem nietrywialny dla algorytmów uczenia ze wzmocnieniem). Przedstawiona jest główna idea...
-
Sequential classification.
PublicationOpisano uogólniony algorytm konstrukcji klasyfikatora sekwencyjnego. Uogólnienie polega na tym, że zbiór klas dzielimy na dwie grupy zamiast oddzielania po jednej klasie w każdym kroku uczenia klasyfikatora. Eksperymenty potwierdzały lepsze własności klasyfikatora.
-
Neural Network - Based Parameters Estimations Of Induction Motors
PublicationW artykule przedstwaiono algorytmy estymacji rezystancji wirnika i indukcyjności wzajemnej w zamkniętym układzie sterowania prędkości silnika indukcyjnego klatkowego. Do wyznaczenia rezystancji wykorzystano algorytm oparty na porównaniu modelu napięciowego i prądowego silnika. Do wyznaczania indukcyjności wykorzystano, znaną z literatury, zależność modelu multiskalarnego. Wyznaczane w stanie ustalonym parametry zapisywane są w...
-
przyrostowa metoda budowy hierarchicznej sieci neuronowej dla przewidywania sekwencji znakowych
PublicationZaprezentowano sposób wykorzystania hierarchicznej, opartej na przewidywaniu sieci neuronowej do nauki (bez nadzoru) oraz rozpoznawania sekwencji znaków w wejściowym strumieniu tekstu. Dla powyższej struktury zaproponowano algorytm jej przyrostowej rozbudowy w miarę zapamiętywania sekwencji pozwalający na optymalizację procesu uczenia oraz ograniczenie wymagań pamięciowych prezentowanego rozwiązania. Wskazano również jej możliwe...
-
Identyfikacja dźwięków serca za pomocą algorytmu LPC oraz sztucznej sieci neuronowej.
PublicationW artykule przedstawiono algorytm klasyfikacji sygnału fonokardiograficznego, który umożliwia skuteczną identyfikację 12 różnych stanów. Poprzez połączenie ze sobą algorytmu kodowania liniowego (LPC) wraz ze sztuczną siecią neuronową uzyskano skuteczność klasyfikacji sięgającą 82% oraz pełną skuteczność w rozróżnieniu pomiędzy stanami: braku lub występowania schorzenia. Najlepsze rezultaty uzyskano dla jednokierunkowych, dwuwarstwowych...
-
Investigation of Noise-Induced Instabilities in Quantitative BiologicalSpectroscopy and Its Implications for Noninvasive Glucose Monitoring
PublicationPrzedstawiono sposób oceny błędów jakie pojawiają się przy estymacji poziomu glukozy we krwi za pomocą pomiarów widm Ramana. Zastosowano nieliniowy algorytm regresji według maszyny wektorów nośnych. Określono jak na wyznaczenie stężenia glukozy we krwi wpływają błędy pomiarów widmach Ramana oraz błędów pomiaru referencyjnego stężenia glukozy podczas etapu kalibracji modelu (etapu uczenia algorytmu maszyny wektorów nośnych). Określono...
-
Analiza istotności cech znamion skórnych dla celów diagnostyki czerniaka złośliwego
PublicationPomimo dynamicznego rozwoju metod uczenia maszynowego i ich wdrażania do praktyki lekarskiej, automatyczna analiza znamion skórnych wciąż jest nierozwiązanym problemem. Poniższy artykuł proponuje zastosowanie algorytmu ewolucyjnego do zaprojektowania, wytrenowania i przetestowania całych populacji klasyfikatorów (sztucznych sieci neuronowych) oraz ich iteracyjnego udoskonalania w każdej kolejnej populacji, w celu osiągnięcia jak...
-
Automatyzacja procesu rehabilitacji dzieci z paralysis cerebralis infantium oraz osteogenesis imperfecta
PublicationCelem prac badawczych będących tematem dysertacji jest opracowanie podstaw metodologicznych dla automatycznej platformy eksperckiej asystującej podczas procesu rehabilitacji dzieci chorych na paralysis cerebralis infantium oraz osteogenesis imperfecta. Przedstawione cele rozprawy do realizacji wymagały podejścia wieloetapowego, w którym wykonano szereg prac związanych m.in. z: gromadzeniem odpowiednich danych, selekcją efektywnych...
-
SIE Country Summary: Polska (SIE Country Summary: Poland)
Publication -
Programy komputerowe a style uczenia się
PublicationW artykule podjęto tematykę uczenia się obsługi programów komputerowych w kontekście różnych stylów uczenia się użytkowników. Badania są przeprowadzone na styku użytkownik - program komputerowy; z jednej strony występuje człowiek z jego własnościami psychologicznymi, z drugiej zaś program komputerowy ze cechami wynikającymi z jego budowy i działania. Analizy empiryczne przeprowadzono na przykładzie nauki obsługi programu graficznego...
-
SIE Country Summary: Poland
Publication -
Entropia w algorytmach uczenia populacji
PublicationZastosowanie entropii w analizie zachowania się różnorodnych systemów daje podstawy do podjęcia próby wykorzystania entropii w algorytmie uczenia populacji. Koncepcja badania proponowana przez autorów wymagać będzie zdefiniowania niezbędnych pojęć teoretycznych, dlatego też celem artykułu jest zdefiniowanie pojęć: entropii a priori potencjalnego rozwiązania oraz średniej entropii populacji.
-
Podstawy uczenia maszynowego AI
e-Learning CoursesPodstawy uczenia maszynowego. Machine Learning fundamentals.
-
Rekurencyjny algorytm detekcji sygnału
PublicationW niniejszym artykule przedstawiono nowy rekurencyjny algorytm detekcji sygnału, bazując na analizie częstotliwościowo czasowej. Algorytm przetestowano dla szerokiej gamy rzeczywistych sygnałów zarejestrowanych z wykorzystaniem stanowiska pomiarowego. Wyniki pokazują, że zaproponowany algorytm bardzo dobrze wykrywa sygnał użyteczny, a w dodatku jest skalowany. Ponadto w obecnej postaci detekcja zajmuje dwukrotność czasu trwania...
-
Smart Innovation Engineering (SIE): Experience-Based Product Innovation System for Industry 4.0
PublicationThis paper presents a semi-automatic system capable of facilitating product innovation process. This system, known as Smart Innovation Engineering (SIE) system, helps in decision-making by using the explicit knowledge of formal decision events. The SIE system carries the promise to support the innovation processes of manufactured products in a quick and efficient way. It stores and reuses the past decisional events or sets of experiences...
-
Metody uczenia optymalizacji wieloetapowych procesów decyzyjnych.
PublicationOptymalizacja wieloetapowych procesów decyzyjnych jest zdaniem, w którym zbiegają się metody pochodzące pierwotnie z różnych dziedzin: rachunku wariacyjnego, algorytmów optymalizacji i metod uczenia maszynowego rozpatrywanych w sztucznej inteligencji. W niniejszej pracy podjęto próbę zestawienia różnych metod oraz podano wyniki optymalizacji przykładowego zadania z zastosowaniem algorytmów ewolucyjnych.
-
Algorytmy klasyfikacji i uczenia w rozpoznawaniu treści
PublicationZadanie klasyfikacji treści może zostać podzielone na dwa etapy: ekstrakcji cech istotnych dla podziału na klasy oraz etapu klasyfikacji na podstawie cech wyznaczonych w poprzednim etapie. Dzięki takiemu podziałowi, możliwe jest użycie w drugim etapie standardowych algorytmów budowy (uczenia) klasyfikatorów, takich klasyfikator bayesowski, drzewa decyzyjne, sztuczne sieci neuronowe czy metoda wektorów wspierających (SVM). Przy...
-
Note on universal algoritms for learning theory
PublicationW 2001 Cucker i Smale zaproponowali nowe podejście do teorii uczenia się w oparciu o problematykę teorii aproksymacji.W 2005 i 2007 Bivev, Cohen, Dahmen, DeVore i Temlyakov opublikowali dwie prace z teorii uczenia się. W omawianej publikacji uogólniliśmy ich rezultaty jednocześnie upraszczając dowody.
-
Podstawy uczenia głębokiego 2023/24
e-Learning CoursesKurs podstaw uczenia głębokiego przeznaczony dla studentów kierunku Informatyka. Obejmuje wprowadzenie do nadzorowanego uczenia maszynowego, budowę podstawowych sztucznych sieci neuronowych oraz algorytmów ich uczenia, a także bardziej zaawansowane architektury (sieci splotowe, rekurencyjne, transformery) i techniki regularyzacji i optymalizacji.
-
Podstawy uczenia głębokiego 24/25
e-Learning CoursesKurs podstaw uczenia głębokiego przeznaczony dla studentów kierunku Informatyka. Obejmuje wprowadzenie do nadzorowanego uczenia maszynowego, budowę podstawowych sztucznych sieci neuronowych oraz algorytmów ich uczenia, a także bardziej zaawansowane architektury (sieci splotowe, rekurencyjne, transformery) i techniki regularyzacji i optymalizacji.
-
Potwierdzanie efektów uczenia się jakonowe zadanie dla uczelni wyższych
PublicationPraca nawiązuje do przeprowadzonej w 2014 roku nowelizacji ustawy z dnia 27 lipca 2005 r. Prawo o szkolnictwie wyższym. Wprowadzono w niej nowy obowiązek dla uczelni wyższych – potwierdzanie efektów uczenia się nabytych poza systemem studiów. Omowiono zasady kształcenia w kontekście Lifelong Learning oraz walidacji efektów uczenia się. Przedstawiono podstawy wdrożeniowe potwierdzania efektów uczenia się na Politechnice Gdańskiej.
-
Podstawy uczenia głębokiego 2022
e-Learning Courses{mlang pl}Kurs podstaw uczenia głębokiego przeznaczony dla studentów kierunku Informatyka.{mlang} {mlang en}This is a course about deep learning basics dedicated for Computer Science students.{mlang}
-
Ikona-jak to sie robi w chicago?
PublicationOpis niezrealizowanego projektu Santiago Calatravy 610 metrowego wysokościowca Chicago Spire.
-
Efektywny algorytm modelowania kanału radiokomunikacyjnego
PublicationW referacie omówiono efektywny algorytm modelowania kanału radiokomunikacyjnego z zanikami i propagacją wielodrogową. Zaproponowano szybką metodę ważonego próbkowania prążkowej odpowiedzi impulsowej kanału radiokomunikacyjnego. Przedstawiono algorytm generacji sekwencji współczynników rayleighowskich o pożądanym rozkładzie gęstości mocy z wykorzystaniem transformacji FFT. Na podstawie porównania ze stosowanym dotychczas modelem...
-
Comparative study of learning methods for artificial network
PublicationW artykule przedstawiono wyniki badań porównawczych metod uczenia sieci neuronowych takich jak: metoda propagacji wstecznej błędów, rekurencyjna metoda najmniejszych kwadratów, metoda Zangwill'a, metoda algorytmów ewolucyjnych. Celem tych badań jest dobieranie najefektywniejszej metody uczenia do projektowania adaptacyjnego neuronowego regulatora napięcia generatora synchronicznego.metody uczenia, sieć neuronowa, neuronowy regulator...
-
Badanie stanu nawierzchni drogowej z wykorzystaniem uczenia maszynowego
PublicationW artykule opisano budowę systemu informowania o stanie nawierzchni drogowej z wykorzystaniem metod cyfrowego przetwarzania obrazów oraz uczenia maszynowego. Efektem wykonanych prac badawczych jest eksperymentalna platforma, pozwalająca na rejestrację uszkodzeń na drogach, system do analizy, przetwarzania i klasyfikacji danych oraz webowa aplikacja użytkownika do przeglądu stanu nawierzchni w wybranej lokalizacji.
-
Reprezentacja danych dźwiękowych w kontekście metod uczenia maszynowego
PublicationDźwięk odgrywa kluczową rolę w przekazywaniu informacji lub ostrzeganiu o niebezpieczeństwie. Do opracowania wydajnego cyfrowego asystenta głosowego zdolnego do efektywnej współpracy z człowiekiem niezbędne jest użycie algorytmów opisujących sygnał dźwiękowy w formie cyfrowej. W poniższej pracy skategoryzowano i opisano najpowszechniejsze metody opisu sygnałów audio używanych jako wejścia dla algorytmów uczenia maszynowego. Wskazano...
-
Determinanty i efekty uczenia się wydziałów ekonomicznych publicznych szkół wyższych województwa pomorskiego
PublicationPubliczne uczelnie wyższe jako twory przez lata bardzo zhierarchizowane, ze znacznymi przejawami biurokratyzmu i silnie scentralizowaną władzą, w XXI wieku mają przed sobą długą drogę w dążeniu do doskonalenia własnej zdolności do uczenia się. Głównym celem pracy było zdiagnozowanie stanu determinant i efektów uczenia się badanych organizacji. Postawiono następujące hipotezy badawcze: poziom determinant uczenia się wydziałów ekonomicznych...
-
Przegląd metod szybkiego prototypowania algorytmów uczenia maszynowego w FPGA
PublicationW artykule opisano możliwe do wykorzystania otwarte narzędzia wspomagające szybkie prototypowanie algorytmów uczenia maszynowego (ML) i sztucznej inteligencji (AI) przy użyciu współczesnych platform FPGA. Przedstawiono przykład szybkiej ścieżki przy realizacji toru wideo wraz z implementacją przykładowego algorytmu prze-twarzania w trybie na żywo.
-
Algorytm samostabilizujący dla problemu kolorowania krawędzi grafu.
PublicationReferat ten poświęcony jest kolorowaniu grafów w modelu rozproszonym.Podano samostabilizujący się algorytm kolorowania krawędzi grafu. Jest to prawdopodobnie pierwszy algorytm krawędziowego kolorowania grafów w tym modelu. Rozważania teoretyczne zostały poparte eksperymentami komputerowymi.
-
Algorytm dla lokalizacji punktów skupienia ciągów.
PublicationPrzedstawiono sformułowanie algorytmu numerycznego dla lokalizacji punktów skupienia ciągów w przestrzeni Rn. Proponowany algorytm należy do grupy algorytmów wykorzystujących identyfikację przedziałową (komórkową) oraz sortowanie. Rozważane są trajektorie z czasem dyskretnym lub po dyskretyzacji zmiennej niezależnej.
-
Algorytm ekstrakcji cech biometrycznych twarzy
PublicationW referacie zawarto opis metody automatycznej lokalizacji oraz parametryzacji punktów charakterystycznych w obrazie twarzy. Do lokalizacji punktów charakterystycznych wykorzystano zmodyfikowany algorytm EBGM (ang. Elastic Bunch Graph Matching). Algorytm ten pozwala lokalizować punkty w obrazie przy założeniu niezmienności topologii grafu połączeń między nimi.W referacie przedstawiono podstawy teoretyczne metody oraz zaimplementowany...
-
ANALIZA EFEKTYWNOŚCI METOD GŁĘBOKIEGO UCZENIA W ODBIORZE SYGNAŁÓW GMSK
PublicationSztuczna inteligencja odnajduje coraz szersze zastosowanie we współczesnej radiokomunikacji, choć głównie w ujęciu badawczym. Niniejszy artykuł przedstawia przegląd i ewaluację metod z obszaru głębokiego uczenia umożliwiających detekcję sygnałów z modulacją GMSK (ang. Gaussian Minimum Shift Keying) w kanale AWGN. Badane modele porównane zostały z optymalnym detektorem pracującym zgodnie z regułą największej wiarygodności MLSE (ang....
-
Nowy wewnątrzbudynkowy algorytm wyznaczania położenia obiektów
PublicationW referacie zaprezentowano nowy wewnątrzbudynkowy algorytm wyznaczania położenia obiektów WAP. W algorytmie tym uwzględnia się właściwości środowiska propagacyjnego, dzięki czemu dokładność estymat położenia obiektów wyznaczonych algorytmem WAP jest większa niż wyznaczonych znanymi algorytmami Chana oraz Foy’a. W referacie przedstawiono wyniki analizy porównawczej tych trzech algorytmów z użyciem rzeczywistych pomiarów odległości...
-
Uproszczony algorytm lokalizowania stacji ruchomej w systemie UMTS.
PublicationW niniejszym artykule został przedstawiony uproszczony algorytm lokalizowania stacji ruchomej UE w systemie UMTS. Algorytm ten umożliwia wyznaczanie położenia geograficznego stacji ruchomej bez znajomości różnic czasowych w synchronizacji poszczególnych stacji bazowych RTD.
-
Algorytm porządkowania tablic wynikowych informacji statystycznych
PublicationW artykule przedstawiono algorytm filtrowania danych służący do porządkowania tablic wynikowych. Celem artykułu jest zdefiniowanie miary ilości informacji, tak aby możliwe stało się wyselekcjonowanie takich tablic, które niosą największy ładunek informacyjny - największą ilość informacji. Autorzy skoncentrowali się na badaniu ilości informacji strukturalnej zawartej w tablicach statystycznych. Zadaniem proponowanej miary ilości...
-
Nowy inteligentny algorytm działania automatyki odciążającej
PublicationW referacie przedstawiono nowy algorytm automatyki odciążającej oparty na elementach logiki rozmytej. Zaletą układu RAAO jest możliwość wyłączania dowolnej liczby grup odbiorów, objętych działaniem automatyki odciążającej, w dowolnej fazie procesu odciążania. Dzięki takiemu rozwiązaniu uzyskano znaczną poprawę zarówno skuteczności jak i jakości procesu odciążania. W referacie zamieszczono przykładowe wyniki badań symulacyjnych...
-
Poprawa jakości klasyfikacji głębokich sieci neuronowych poprzez optymalizację ich struktury i dwuetapowy proces uczenia
PublicationW pracy doktorskiej podjęto problem realizacji algorytmów głębokiego uczenia w warunkach deficytu danych uczących. Głównym celem było opracowanie podejścia optymalizującego strukturę sieci neuronowej oraz zastosowanie uczeniu dwuetapowym, w celu uzyskania mniejszych struktur, zachowując przy tym dokładności. Proponowane rozwiązania poddano testom na zadaniu klasyfikacji znamion skórnych na znamiona złośliwe i łagodne. W pierwszym...
-
Algorytm normalizacji poziomów głośności dźwięku zarejestrowanego w plikach.
PublicationW pracy przedstawiono algorytm normalizacji głośności plików dźwiękowych dedykowany głośnikowemu odsłuchowi wielokanałowemu. Algorytm generuje wartości wzmocnień potrzebne do ujednolicenia głośności plików dźwiękowych. Są one uzyskiwane na podstawie normalizacji wartości skutecznej, odpowiednio przefiltrowanych plików dźwiękowych. W celu wyeliminowania ewentualnych przesterowań, po wykonanej normalizacji wartości skutecznej, następuje...
-
Algorytm przybliżony dla cyrkularnego kolorowania krawędzi grafów
PublicationW artykule autorzy proponują algorytm przybliżony dla cylkularnego kolorowania krawędzi grafu. Przedstawione są oszacowania na złożoność obliczeniową tego algorytmu, a także wyniki testów na grafach o małej liczbie wierzchołków jak i na grafach losowych.
-
Samostabilizujący się algorytm kolorowania grafów dwudzielnych i kaktusów
PublicationW pracy rozważa się rozproszony model obliczeń, w którym struktura systemu jest reprezentowana przez graf bezpośrednich połączeń komunikacyjnych. W tym modelu podajemy nowy samostabilizujący algorytm kolorowania grafów oparty na konstrukcji drzewa spinającego. Zgodnie z naszą wiedzą jest to pierwszy algorytm z gwarantowaną wielomianową liczbą ruchów, który dokładnie koloruje grafy dwudzielne.
-
Algorytm doboru interfejsu radiowego dla radia kognitywnego
PublicationW artykule zaprezentowano zmodyfikowany cykl kognitywny i zaproponowano nowy algorytm do doboru interfejsu radiowego, dla radia kognitywnego, w danym momencie czasu, przy określonych, chwilowych warunkach operacyjnych pracy systemów. Działanie algorytmu zilustrowano w formie wyników badań symulacyjnych.
-
Zastosowanie głębokiego uczenia do określania warunków LOS/NLOS w ultraszerokopasmowych radiowych sieciach WBAN
PublicationW niniejszym artykule przedstawiono zastosowanie głębokiego uczenia do określania warunków bezpośredniej widoczności LOS/NLOS w ultraszerokopasmowych radiowych sieciach WBAN. Zaproponowano głęboką, jednokierunkową sieć neuronową, której efektywność działania sprawdzono na podstawie danych pomiarowych w rzeczywistym wewnątrzbudynkowym środowisku propagacyjnym. Uzyskane wyniki jednoznacznie udowadniają zasadność stosowania zaproponowanej...
-
Nowy algorytm podziału łącza dla sieci IEEE 802.17
PublicationW standardzie 802.17 w celu zapewnienia sprawiedliwego dostępu do łącza zastosowano tzw. algorytm Darwina [3]. W trybie agresywnym, w przypadku, gdy głowa domeny zatłoczeniowej generuje ruch o małej intensywności względem pojemności danego łącza, występują duże oscylacje. W rozdziale zaproponowano algorytm podziału łącza, który w znacznym stopniu likwiduje problem oscylacji na zatłoczonym łączu.
-
Zastosowanie metod uczenia maszynowego w procesie rehabilitacji kończyny górnej
PublicationCelem rozprawy jest opracowanie systemu opartego na metodach uczenia maszynowego, który w przyszłości pozwoli na zautomatyzowanie wybranych procedur w procesie rehabilitacji kończyny górnej. Nośnikiem informacji związanej ze stanem fizjologicznym pacjenta jest biologiczne sprzężenie zwrotne w postaci sygnałów elektromiografi powierzchniowej (ang. sufrace electromigraphy, sEMG). Przypuszcza się, że dzięki zastosowaniu sterowania...
-
Nowy algorytm rozszerzania bazy w arytmetyce resztowej
PublicationW artykule przedstawiono nowy algorytm rozszerzania bazy w resztowym systemie liczbowym bez użycia nadmiarowego modułu. Rozszerzanie bazy jest kluczową operacją w wielu zastosowaniach, gdzie używany jest resztowy system liczbowy, takich jak cyfrowe przetwarzanie sygnałów, jak też implementacja systemu szyfrowania algorytmem Rivesta-Shamira-Adlemana (RSA). Ortogonalne projekcje występujące w chińskim twierdzeniu o resztach, dla...
-
Algorytm generacji sygnału GMSK do wykorzystania w układach programowalnych
PublicationW artykule przedstawiono szczegółowy opis sygnałów zmodulowanego GMSK. Zaprezentowano algorytm generacji tego przebiegu możliwy do implementacji w układach programowalnych. Przedyskutowano wpływ parametrów opisujących ten algorytm na jakość sygnału zmodulowanego.
-
Akustyczna analiza parametrów ruchu drogowego z wykorzystaniem informacji o hałasie oraz uczenia maszynowego
PublicationCelem rozprawy było opracowanie akustycznej metody analizy parametrów ruchu drogowego. Zasada działania akustycznej analizy ruchu drogowego zapewnia pasywną metodę monitorowania natężenia ruchu. W pracy przedstawiono wybrane metody uczenia maszynowego w kontekście analizy dźwięku (ang.Machine Hearing). Przedstawiono metodologię klasyfikacji zdarzeń w ruchu drogowym z wykorzystaniem uczenia maszynowego. Przybliżono podstawowe...