Search
Search results for: METODY UCZENIA SIECI NEURONOWYCH
-
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.
-
Prognozirovanie svojstv betonov s pomoŝ'û iskusstvennyh nejronovyh setej
PublicationObserwacje mózgu ludzkiego oraz podstawowych komórek z jakich się składa (neuronów), doprowadziły do prób modelowania niedużych układów połączonych neuronów. Układy te, zwane w literaturze jako sieci neuronowe lub sieci neuropodobne (ang. neural network) wykazują pewne cechy zbliżone do cech mózgu. Są nimi np. zdolność uczenia i kojarzenia. Choć znany obecnie model matematyczny neuronu jest dość skomplikowany, to zachęcające wyniki...
-
Identyfikacja parametrów funkcjonalnych analogowych układów elektronicznych z zastosowaniem sztucznych sieci neuronowych
PublicationPrzedmiotem artykułu jest metoda identyfikacji parametrów funkcjonalnych analogowych układów elektronicznych w dziedzinie czasu. Testowany układ pobudzany jest sygnałem pomiarowym zoptymalizowanym za pomocą algorytmu genetycznego. Identyfikacja parametrów funkcjonalnych polega na odwzorowaniu wyników pomiarów odpowiedzi układu w dziedzinie czasu w przestrzeń parametrów funkcjonalnych z wykorzystaniem sztucznej sieci neuronowej....
-
Bożena Kostek prof. dr hab. inż.
People -
Rafał Łangowski dr inż.
PeopleRafał Łangowski received the M.Sc. and the Ph.D. degrees (Hons.) in control engineering from the Faculty of Electrical and Control Engineering at the Gdańsk University of Technology in 2003 and 2015, respectively. From 2007 to 2014, he held the specialist as well as manager positions at ENERGA, one of the biggest energy enterprises in Poland. He is currently an Assistant Professor with the Department of Intelligent Control and...
-
Neural nets application in diagnostics of industrial robots
PublicationPrzedstawiono wyniki wstępnych badań nad możliwością zastosowania sztucznych sieci neuronowych w procesie diagnozowania stanu technicznego robotów przemysłowych z napędem elektrycznym. Omówiono proces projektowania sieci neuronowych, za pomocą których realizowano liniową predykcję zmian dokładności pozycjonowania jednokierunkowego robota IRB 6 powstających przy różnych obciążeniach i prędkościach manipulatora podczas pracy z celowo...
-
Przykład zastosowania i analiza metod sztucznej inteligencji w technice cieplnej i chłodniczej (cz. 1)
PublicationW artykule przedstawiono teorie działania oraz modele matematyczne i numeryczne sztucznych sieci neuronowych (SSN). Dokonano szczegółowegoomówienia rodzajów sieci, metod uczenia i obszarów możliwych zastosowań w technice cieplnej i chłodniczej, jako nowych alternatywnych metod uzyskania modelu numerycznego. Szczególną uwagę zwrócono na cechy SSN, które są unikalne i wyróżniające na tle innych metod. Zamieszczono przykład wykorzystania...
-
Przykład zastosowania i analiza metod sztucznej inteligencji w technice cieplnej i chłodniczej (cz. 2)
PublicationW artykule przedstawiono teorie działania oraz modele matematyczne i numeryczne sztucznych sieci neuronowych (SSN). Dokonano szczegółowegoomówienia rodzajów sieci, metod uczenia i obszarów możliwych zastosowań w technice cieplnej i chłodniczej, jako nowych alternatywnych metod uzyskania modelu numerycznego. Szczególną uwagę zwrócono na cechy SSN, które są unikalne i wyróżniające na tle innych metod. Zamieszczono przykład wykorzystania...
-
Neuronowy model mocy farmy wiatrowej
PublicationPopularność i rosnące możliwości sztucznych sieci neuronowych przyczyniają się do coraz to szerszego zastosowania przemysłowego. Szybki przyrost mocy elektrowni wiatrowych w krajowej sieci elektroenergetycznej (KSE) stawia trudne zadanie bilansowania mocy przed krajowymi Operatorami Sieci Dystrybucyjnych (OSD) i Operatorem Sieci Przesyłowej (OSP). Prawnym obowiązkiem prognozowania mocy farmy wiatrowej obarczony jest właściciel....
-
Neuronowy model mocy farmy wiatrowej
PublicationPopularność i rosnące możliwości sztucznych sieci neuronowych przyczyniają się do coraz to szerszego zastosowania przemysłowego. Szybki przyrost mocy elektrowni wiatrowych w krajowej sieci elektroenergetycznej (KSE) stawia trudne zadanie bilansowania mocy przed krajowymi Operatorami Sieci Dystrybucyjnych (OSD) i Operatorem Sieci Przesyłowej (OSP). Prawnym obowiązkiem prognozowania mocy farmy wiatrowej obarczony jest właściciel....