Wyszukiwarka
Filtry
wszystkich: 10
Najlepsze wyniki w katalogu: Potencjał Badawczy Pokaż wszystkie wyniki (9)
Wyniki wyszukiwania dla: BOUNDING METHODS
-
Katedra Elektrotechniki, Systemów Sterowania i Informatyki
Potencjał BadawczyW 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.
-
Zespół Inżynierii Biomedycznej
Potencjał BadawczyInżynieria biomedyczna stanowi nową interdyscyplinarną dziedzinę wiedzy zlokalizowaną na pograniczu nauk technicznych, medycznych i biologicznych. Według opinii WHO (World Health Organization) można ją zaliczyć do głównych (obok inżynierii genetycznej) czynników decydujących o postępie współczesnej medycyny. Rosnące znaczenie kształcenia w zakresie INŻYNIERII BIOMEDYCZNEJ wynika z faktu, że specjaliści tej dyscypliny są potrzebni...
-
Zespół Systemów Multimedialnych
Potencjał Badawczy* technologie archiwizacji, rekonstrukcji i dostępu do nagrań archiwalnych * technologie inteligentnego monitoringu wizyjnego i akustycznego * multimedialne technologie telemedyczne * multimodalne interfejsy komputerowe
Najlepsze wyniki w katalogu: Oferta Biznesowa Pokaż wszystkie wyniki (1)
Wyniki wyszukiwania dla: BOUNDING METHODS
-
Laboratorium Badawcze 2-3
Oferta BiznesowaObliczenia komputerowe wymagające dużych mocy obliczeniowych z wykorzystaniem oprogramowania typu: Matlab, Tomlab, Gams, Apros.
Pozostałe wyniki Pokaż wszystkie wyniki (15)
Wyniki wyszukiwania dla: BOUNDING METHODS
-
Bounding approach to parameter estimation without priori knowledge on model structure error.
PublikacjaArtykuł przedstawia estymację parametrów modelu ARMA (Autoregresive moving average) metodą zbiorów ograniczonych. Założono brak wiedzy na temat ograniczeń na błąd struktury modelu lub, że wiedza ta jest bardzo konserwatywna. W celu redukcji tego konserwatyzmu, zaproponowano koncepcje modelu punktowo-parametrycznego. W podejściu tym zakłada się istnienie zbioru parametrów modelu oraz błędu struktury odpowiadających każdej z trajektorii...
-
Bounding approach to parameter estimation without prior knowledge on modeling error and application to quality modeling in drinking water distribution systems
PublikacjaW artykule rozważana jest estymacja parametrów modelu autoregresji z ruchoma średnią i sygnałem wejściowym (ARMAX) z wykorzystaniem przedziałowego modelu błędu. Zakłada się, że granice błędu struktury modelu są nieznane, bądź znane, ale bardzo konserwatywne. Dla zmniejszenia tego konserwatyzmu proponowane jest idea modeli punktowo-parametrycznych, w której występują zbiory parametrów i błędu modelu odpowiadające wszystkim wejściom....
-
An interval estimator for chlorine monitoring in drinking water distribution systems under uncertain system dynamics, inputs and chlorine concentration measurement errors
PublikacjaThe design of an interval observer for estimation of unmeasured state variables with application to drinking water distribution systems is described. In particular, the design process of such an observer is considered for estimation of the water quality described by the concentration of free chlorine. The interval observer is derived to produce the robust interval bounds on the estimated water quality state variables. The stability...
-
AITP - AI Thermal Pedestrians Dataset
PublikacjaEfficient pedestrian detection is a very important task in ensuring safety within road conditions, especially after sunset. One way to achieve this goal is to use thermal imaging in conjunction with deep learning methods and an annotated dataset for models training. In this work, such a dataset has been created by capturing thermal images of pedestrians in different weather and traffic conditions. All images were manually annotated...
-
Cascade Object Detection and Remote Sensing Object Detection Method Based on Trainable Activation Function
PublikacjaObject detection is an important process in surveillance system to locate objects and it is considered as major application in computer vision. The Convolution Neural Network (CNN) based models have been developed by many researchers for object detection to achieve higher performance. However, existing models have some limitations such as overfitting problem and lower efficiency in small object detection. Object detection in remote...