Filtry
wszystkich: 9
Najlepsze wyniki w katalogu: Potencjał Badawczy Pokaż wszystkie wyniki (8)
Wyniki wyszukiwania dla: KERNEL PCA
-
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.
-
Katedra Metrologii i Systemów Informacyjnych
Potencjał Badawczy* Diagnostyka silników elektrycznych i magnesów nadprzewodzących * Metody pomiaru impedancji zwarciowej * Zastosowania modulowanych częstotliwościowo sygnałów impulsowych * Pomiary dla diagnostyki medycznej * Ocena niepewności pomiaru * Zastosowanie grafenu do wykrywania elektronicznego
-
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...
Najlepsze wyniki w katalogu: Oferta Biznesowa Pokaż wszystkie wyniki (1)
Wyniki wyszukiwania dla: KERNEL PCA
-
Laboratorium Badawcze 2-3
Oferta BiznesowaObliczenia komputerowe wymagające dużych mocy obliczeniowych z wykorzystaniem oprogramowania typu: Matlab, Tomlab, Gams, Apros.
Pozostałe wyniki Pokaż wszystkie wyniki (5)
Wyniki wyszukiwania dla: KERNEL PCA
-
Kernel PCA in Application to Leakage Detection in Drinking Water Distribution System
PublikacjaMonitoring plays an important role in advanced control of complex dynamic systems. Precise information about system's behaviour, including faults detection, enables efficient control. Proposed method- Kernel Principal Component Analysis (KPCA), a representative of machine learning, skilfully takes full advantage of the well known PCA method and extends its application to nonlinear case. The paper explains the general idea of KPCA...
-
Kernel PCA in Application to Leakage Detection in Drinking Water Distribution System
Publikacja -
Data-driven models for fault detection using kernel PCA: A water distribution system case study
Publikacja -
Optimising approach to designing kernel PCA model for diagnosis purposes with and without a priori known data reflecting faulty states
PublikacjaFault detection plays an important role in advanced control of complex dynamic systems since precise information about system condition enables efficient control. Data driven methods of fault detection give the chance to monitor the plant state purely based on gathered measurements. However, they especially nonlinear, still suffer from a lack of efficient and effective learning methods. In this paper we propose the two stages learning...
-
Data-driven models for fault detection using kernel pca:a water distribution system case study
PublikacjaKernel Principal Component Analysis (KPCA), an example of machine learning, can be considered a non-linear extension of the PCA method. While various applications of KPCA are known, this paper explores the possibility to use it for building a data-driven model of a non-linear system-the water distribution system of the Chojnice town (Poland). This model is utilised for fault detection with the emphasis on water leakage detection....