Search
Filters
total: 3055
-
Catalog
- Publications 2305 available results
- Journals 202 available results
- Conferences 31 available results
- Publishing Houses 1 available results
- People 56 available results
- Projects 6 available results
- e-Learning Courses 28 available results
- Events 1 available results
- Open Research Data 425 available results
displaying 1000 best results Help
Search results for: NEURAL EMBEDDINGS
-
Towards semantic-rich word embeddings
PublicationIn recent years, word embeddings have been shown to improve the performance in NLP tasks such as syntactic parsing or sentiment analysis. While useful, they are problematic in representing ambiguous words with multiple meanings, since they keep a single representation for each word in the vocabulary. Constructing separate embeddings for meanings of ambiguous words could be useful for solving the Word Sense Disambiguation (WSD)...
-
Enhancing Word Embeddings for Improved Semantic Alignment
PublicationThis study introduces a method for the improvement of word vectors, addressing the limitations of traditional approaches like Word2Vec or GloVe through introducing into embeddings richer semantic properties. Our approach leverages supervised learning methods, with shifts in vectors in the representation space enhancing the quality of word embeddings. This ensures better alignment with semantic reference resources, such as WordNet....
-
Graph Vertex Embeddings: Distance, Regularization and Community Detection
Publication -
Open-Set Speaker Identification Using Closed-Set Pretrained Embeddings
PublicationThe paper proposes an approach for extending deep neural networks-based solutions to closed-set speaker identification toward the open-set problem. The idea is built on the characteristics of deep neural networks trained for the classification tasks, where there is a layer consisting of a set of deep features extracted from the analyzed inputs. By extracting this vector and performing anomaly detection against the set of known...
-
Bożena Kostek prof. dr hab. inż.
People -
Dirichlet-to-Neumann and Neumann-to-Dirichlet embedding methods for bound states of the Dirac equation
PublicationZaprezentowano uogólnienie formalizmu operatorów Dirichleta-Neumanna (DtN) i Neumanna-Dirichleta (NtD) na przypadek równania Diraca. Przedstawiono zastosowanie tego formalizmu do znajdowania poziomów energetycznych cząstki Diraca związanej w potencjale.
-
Dirichlet-to-Neumann and Neumann-to-Dirichlet embedding methods for bound states of the Schrodinger equation.
PublicationPrzeformułowano metodę Inglesfielda, stosowaną do obliczania własności stanów związanych równania Schrodingera, stosując formalizm operatorów całkowych Dirichleta-do-Neumanna(DtN) i Neumanna-do-Dirichleta (NtD). Wykorzystano zasady wariacyjne dla energii dopuszczające użycie funkcji próbnych nieciągłych wraz z pochodnymi. Podano metodę konstrukcji jąder operatorów DtN i NtD za pomocą rozwiązań zagadnienia własnego typu Steklova....
-
Silica In Silico: A Molecular Dynamics Characterization of the Early Stages of Protein Embedding for Atom Probe Tomography
PublicationA novel procedure for the application of atom probe tomography (APT) to the structural analysis of biological systems, has been recently proposed, whereby the specimen is embedded by a silica matrix and ablated by a pulsed laser source. Such a technique, requires that the silica primer be properly inert and bio-compatible, keeping the native structural features of the system at hand, while condensing into an amorphous, glass-like...
-
Neural Development
Journals -
NEURAL NETWORKS
Journals -
Neural Computation
Journals -
Towards neural knowledge DNA
PublicationIn this paper, we propose the Neural Knowledge DNA, a framework that tailors the ideas underlying the success of neural networks to the scope of knowledge representation. Knowledge representation is a fundamental field that dedicates to representing information about the world in a form that computer systems can utilize to solve complex tasks. The proposed Neural Knowledge DNA is designed to support discovering, storing, reusing,...
-
Neural networks and deep learning
PublicationIn this chapter we will provide the general and fundamental background related to Neural Networks and Deep Learning techniques. Specifically, we divide the fundamentals of deep learning in three parts, the first one introduces Deep Feed Forward Networks and the main training algorithms in the context of optimization. The second part covers Convolutional Neural Networks (CNN) and discusses their main advantages and shortcomings...
-
Tissue fixed with formalin and processed without paraffin embedding is suitable for imaging of both peptides and lipids by MALDI-IMS
Publication -
Comparison of single best artificial neural network and neural network ensemble in modeling of palladium microextraction
Publication -
Creating neural models using an adaptive algorithm for optimal size of neural network and training set.
PublicationZaprezentowano adaptacyjny algorytm generujący modele neuronowe liniowych układów mikrofalowych, zdolny do oszacowania optymalnego rozmiaru zbiory uczącego i sieci neuronowej. Stworzono kilka modeli nieciągłości falowodowych i mokropaskowych, a następnie zweryfikowano ich poprawność porównując wyniki analiz metodą dopasowania rodzajów i metodą momentów filtrów pasmowo-przepustowych.
-
NEURAL COMPUTING & APPLICATIONS
Journals -
Personality Type and Neural Circulatory Control
Publication -
Artificial Neural Networks for Comparative Navigation
Publication -
Neural Networks and the Evolution of Environmental Change
PublicationZmiany środowiskowe na Ziemii są odwieczne i liczą około 4 miliardy lat. Homo sapiens wpłynął na każdy aspekt środowiska ziemskiego w wyniku rozwoju ludzkości na przestrzeni ostatnich milionów lat. Ale nic tak nie wpłynęło na wzrost i szybkość zmian na Ziemi jak ludzka aktywność w ciągu ostatnich dwóch stuleci. Po raz pierwszy zmiany ekosystemów były tak intensywne i zachodziły na tka wielką skalę i z taką szybkością jak nigdy...
-
Resource constrained neural network training
PublicationModern applications of neural-network-based AI solutions tend to move from datacenter backends to low-power edge devices. Environmental, computational, and power constraints are inevitable consequences of such a shift. Limiting the bit count of neural network parameters proved to be a valid technique for speeding up and increasing efficiency of the inference process. Hence, it is understandable that a similar approach is gaining...
-
Adding Interpretability to Neural Knowledge DNA
PublicationThis paper proposes a novel approach that adds the interpretability to Neural Knowledge DNA (NK-DNA) via generating a decision tree. The NK-DNA is a promising knowledge representation approach for acquiring, storing, sharing, and reusing knowledge among machines and computing systems. We introduce the decision tree-based generative method for knowledge extraction and representation to make the NK-DNA more explainable. We examine...
-
Neural simulator of steam power unit.
PublicationZbadano możliwości zbudowania neuronowego symulatora turbinowego bloku energetycznego. Zamodelowano ten obieg i sprawdzono konfiguracje sztucznych sieci neuronowych (SSN) zapewniające dużą dokładność symulatora neuronowego. Zwrócono uwagę na problemy dotyczące węzłów siłowni, w których następuje mieszanie się strumieni czynnika o zróżnicowanych parametrach cieplno-przepływowych. Wskazano na zastosowanie takiego symulatora w diagnostyce.
-
Neural reliability model of diesel engines
PublicationW artykule przedstawiono wyniki weryfikacji hipotezy zakładającej celowość zastosowania modelu niezawodnościowego silnika tłokowego z zapłonem samoczynnym w postaci sztucznej sieci neuronowej. Weryfikację przeprowadzono w oparciu o wyniki badań eksploatacyjnych.
-
An Analysis of Neural Word Representations for Wikipedia Articles Classification
PublicationOne of the current popular methods of generating word representations is an approach based on the analysis of large document collections with neural networks. It creates so-called word-embeddings that attempt to learn relationships between words and encode this information in the form of a low-dimensional vector. The goal of this paper is to examine the differences between the most popular embedding models and the typical bag-of-words...
-
An improved adaptive neural voltage controller for turbogenerator
PublicationOpracowano model adaptacyjnego neuronowego regulatora napięcia z nastrojonym współczynnikiem wzmocnienia funkcji przynależności i z nastrojonym współczynnikiem uczenia sieci neuronowej w zależnosci od stanu obciążenia turbogeneratora. Przedstawiono wyniki symulacji mające na celu badania efektywności proponowanego regulatora. Te wyniki porównano z wynikami uzyskanymi z regulatorem o stałym współczynnikiem wzmocnienia funkcji przynależności...
-
Effects of Sleep Deprivation on Neural Circulatory Control
Publication -
Sympathetic neural responses to smoking are age dependent
Publication -
Concept of Neural Model of the Sea Bottom Surface
Publication -
Ship Resistance Prediction with Artificial Neural Networks
PublicationThe paper is dedicated to a new method of ship’s resistance prediction using Artificial Neural Network (ANN). In the initial stage selected ships parameters are prepared to be used as a training and validation sets. Next step is to verify several network structures and to determine parameters with the highest influence on the result resistance. Finally, other parameters expected to impact the resistance are proposed. The research utilizes...
-
Artificial Neural Network for Multiprocessor Tasks Scheduling
Publication -
Neural Architecture Search for Skin Lesion Classification
PublicationDeep neural networks have achieved great success in many domains. However, successful deployment of such systems is determined by proper manual selection of the neural architecture. This is a tedious and time-consuming process that requires expert knowledge. Different tasks need very different architectures to obtain satisfactory results. The group of methods called the neural architecture search (NAS) helps to find effective architecture...
-
Differential models versus neural models in optimisation
PublicationW pracy porównano zastosowanie modeli różniczkowych i modeli neuronowych dla celów optymalizacji.
-
Robustness in Compressed Neural Networks for Object Detection
PublicationModel compression techniques allow to significantly reduce the computational cost associated with data processing by deep neural networks with only a minor decrease in average accuracy. Simultaneously, reducing the model size may have a large effect on noisy cases or objects belonging to less frequent classes. It is a crucial problem from the perspective of the models' safety, especially for object detection in the autonomous driving...
-
Neural Modelling of Steam Turbine Control Stage
PublicationThe paper describes possibility of steam turbine control stage neural model creation. It is of great importance because wider application of green energy causes severe conditions for control of energy generation systems operation Results of chosen steam turbine of 200 MW power measurements are applied as an example showing way of neural model creation. They serve as training and testing data of such neural model. Relatively simple...
-
Approximation task decomposition for artificial neural network.
PublicationW pracy przedstawiono wpływ dekompozycji zadania na czasochłonność projektowania oraz dokładność i szybkość obliczeń sztucznej sieci neuronowej wykorzystanej do rozwiązania rzeczywistego problemu technicznego, którego matematyczny model był znany. Celem obliczeń prowadzonych przez sieć neuronową było określenie wartości współczynnika przepływu m na podstawie znajomości wartości: przewodności dźwiękowej C i średnicy przewodu d (a...
-
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...
-
Frontiers in Neural Circuits
Journals -
Neural Regeneration Research
Journals -
Neural Network World
Journals -
NEUROREHABILITATION AND NEURAL REPAIR
Journals -
NEURAL PROCESSING LETTERS
Journals -
Post-critical buckling of truncated conical carbon nanotubes considering surface effects embedding in a nonlinear Winkler substrate using the Rayleigh-Ritz method
PublicationThis research predicts theoretically post-critical axial buckling behavior of truncated conical carbon nanotubes (CCNTs) with several boundary conditions by assuming a nonlinear Winkler matrix. The post-buckling of CCNTs has been studied based on the Euler-Bernoulli beam model, Hamilton’s principle, Lagrangian strains, and nonlocal strain gradient theory. Both stiffness-hardening and stiffness-softening properties of the nanostructure...
-
Cellular neural network application to moire pattern filtering
Publication -
Neural Manoeuvre Detection of the Tracked Target in ARPA Systems
Publication -
Adaptive neural voltage controller with tunable activation gain
PublicationW artykule przedstawiono model adaptacyjnego neuronowego regulatora napięcia dla turbogeneratora z nastrojonym współczynnikiem wzmocnienia funkcji przynależności. Ten model jest kombinacją klasycznego neuronowego modelu i neuronowego modelu z współczynnikiem wzmocnienia funkcji przynależności zależnym od warunków pracy obiektu.Przedstawiono, także wyniki symulacji mające na celu badania efektywności proponowanego regulatora dla...
-
Neural-Network-Based Parameter Estimations of Induction Motors
Publication -
Adding Intelligence to Cars Using the Neural Knowledge DNA
PublicationIn this paper we propose a Neural Knowledge DNA based framework that is capable of learning from the car’s daily operation. The Neural Knowledge DNA is a novel knowledge representation and reasoning approach designed to support discovering, storing, reusing, improving, and sharing knowledge among machines and computing devices. We examine our framework for drivers' classification based on their driving behaviour. The experimental...
-
Automatic Image and Speech Recognition Based on Neural Network
Publication -
Clothes Detection and Classification Using Convolutional Neural Networks
PublicationIn this paper we describe development of a computer vision system for accurate detection and classification of clothes for e-commerce images. We present a set of experiments on well established architectures of convolutional neural networks, including Residual networks, SqueezeNet and Single Shot MultiBox Detector (SSD). The clothes detection network was trained and tested on DeepFashion dataset, which contains box annotations...