Wyniki wyszukiwania dla: ALGORYTMY UCZENIA SIECI - MOST Wiedzy

Wyszukiwarka

Wyniki wyszukiwania dla: ALGORYTMY UCZENIA SIECI

Najlepsze wyniki w katalogu: Potencjał Badawczy Pokaż wszystkie wyniki (93)

Wyniki wyszukiwania dla: ALGORYTMY UCZENIA SIECI

  • Zespół Systemów i Sieci Radiokomunikacyjnych

    Aktualnie zespół Katedry prowadzi działalność badawczą w dziedzinie szeroko rozumianej radiokomunikacji, przy czym do najważniejszego nurtu naszej działalności zaliczamy badania systemowe w następujących obszarach: trendy rozwojowe współczesnej radiokomunikacji obejmujące systemy LTE, nowe interfejsy radiowe oraz zarządzanie zasobami radiowymi, radio programowalne określane skrótowo nazwą SDR (Software Defined Radio), zwłaszcza...

  • Zespół Systemów Decyzyjnych i Robotyki

    Automatyka i Robotyka, która posiada silne posadowienie w matematycznej Teorii Systemów i Teorii Sterowania, już w połowie ubiegłego stulecia zaistniała w powszechnej świadomości jako Cybernetyka, która – kontynuując czerpanie wiedzy ze zjawisk istniejących w świecie natury – przekształciła się w Sztuczną Inteligencję, ciągle nie przestaje być dynamicznie rozwijającą się dziedziną z gruntu interdyscyplinarną, łączącą wiedzę i umiejętności...

  • Katedra Elektrotechniki, Systemów Sterowania i Informatyki

    W Katedrze Elektrotechniki, Systemów Sterowania i Informatyki prowadzone są badania w tematyce podstaw elektrotechniki, zaawansowanych systemów sterowania, prototypowania dedykowanych rozwiązań sprzętowych w FPGA. Prowadzone badania skupiają się również na wykorzystaniu zaawansowanych technik analizy komputerowej w systemach sterowania oraz elektrotechniki.

Najlepsze wyniki w katalogu: Oferta Biznesowa Pokaż wszystkie wyniki (28)

Wyniki wyszukiwania dla: ALGORYTMY UCZENIA SIECI

Pozostałe wyniki Pokaż wszystkie wyniki (2967)

Wyniki wyszukiwania dla: ALGORYTMY UCZENIA SIECI

  • Algorytmy klasyfikacji i uczenia w rozpoznawaniu treści

    Publikacja

    - Rok 2011

    Zadanie 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...

  • Algorytmy ewolucyjne w projektowaniu sieci MPLS

    Niniejszy artykuł opisuje zrealizowane narzędzie, które umożliwia projektowanie sieci MPLS za pomocą Algorytmów Ewolucyjnych. Narzędzie to generuje ścieżki i optymalizuje alokację na nich przepływności żądań zapotrzebowań z uwzględnieniem klas obsługi strumieni ruchu z gwarancją zróżnicowanego QoS. Może także wybierać ścieżki do alokacji spośród danych wejściowych tak, aby wykorzystanie sieci było optymalne. Narzędzie to zostało...

  • Comparative study of learning methods for artificial network

    W 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...

    Pełny tekst do pobrania w portalu

  • Evolutionary Algorithms in MPLS network designing

    Publikacja

    - Rok 2008

    MPLS technology become more and more popular especially in core networks giving great flexibility and compatibility with existing Internet protocols. There is a need to optimal design such networks and optimal bandwidth allocation. Linear Programming is not time efficient and does not solve nonlinear problems. Heuristic algorithms are believed to deal with these disadvantages and the most promising of them are Evolutionary Algorithms....

    Pełny tekst do pobrania w serwisie zewnętrznym

  • Poprawa jakości klasyfikacji głębokich sieci neuronowych poprzez optymalizację ich struktury i dwuetapowy proces uczenia

    Publikacja

    - Rok 2024

    W 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...

    Pełny tekst do pobrania w portalu