Filtry
wszystkich: 109
Najlepsze wyniki w katalogu: Potencjał Badawczy Pokaż wszystkie wyniki (87)
Wyniki wyszukiwania dla: METODY UCZENIA SIECI NEURONOWYCH
-
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 Systemów Decyzyjnych i Robotyki
Potencjał BadawczyAutomatyka 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 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
Najlepsze wyniki w katalogu: Oferta Biznesowa Pokaż wszystkie wyniki (22)
Wyniki wyszukiwania dla: METODY UCZENIA SIECI NEURONOWYCH
-
Laboratorium Badawcze 2-3
Oferta BiznesowaObliczenia komputerowe wymagające dużych mocy obliczeniowych z wykorzystaniem oprogramowania typu: Matlab, Tomlab, Gams, Apros.
-
Laboratorium Inteligentnej Energetyki LAB-6
Oferta BiznesowaKompatybilność elektromagnetyczna urządzeń elektrycznych i elektronicznych, jakość energii, efektywność energetyczne, bezpieczeństwo użytkowania urządzeń, badania instalacji elektrycznych niskiego napięcia.
-
Laboratorium Źródeł Energii w Katedrze Konwersji i Magazynowania Energii
Oferta Biznesowa
Pozostałe wyniki Pokaż wszystkie wyniki (502)
Wyniki wyszukiwania dla: METODY UCZENIA SIECI NEURONOWYCH
-
Poprawa jakości klasyfikacji głębokich sieci neuronowych poprzez optymalizację ich struktury i dwuetapowy proces uczenia
PublikacjaW 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...
-
WYKORZYSTANIE SIECI NEURONOWYCH I METODY WEKTORÓW NOŚNYCH SVM W PROCESIE ROZPOZNAWANIA AKTYWNOŚCI RUCHOWEJ PACJENTÓW DOTKNIĘTYCH CHOROBĄ PARKINSONA
PublikacjaChoroba Parkinsona (ang. PD - Parkinson Disease) zaliczana jest do grupy chorób neurodegeneracyjnych. Jest to powoli postępująca choroba zwyrodnieniowa ośrodkowego układu nerwowego. Jej powstawanie związane jest z zaburzeniem produkcji dopaminy przez komórki nerwowe mózgu. Choroba manifestuje się zaburzeniami ruchowymi. Przyczyna występowania tego typu zaburzeń nie została do końca wyjaśniona. Leczenie osób dotkniętych PD oparte...
-
Sieci neuronowe jako alternatywny sposób uzyskania modelu obliczeniowego
PublikacjaW pracy zaprezentowano i omówiono rodzaje sieci neuronowych, obszary ich zastosowań oraz metody uczenia. Przedstawiono teorie działania oraz ich interpretacje matematyczną i numeryczną. Szczególną uwagę zwrócono na możliwości uzyskania modelu obliczeniowego oraz obszarów jego stosowania przez wzgląd na unikalne cech Sztucznych Sieci Neuronowych (SSN). Jako przykład pracy sieci zaprezentowano model obliczeniowy identyfikujący własności...
-
Comparative study of methods for artificial neural network training.
PublikacjaPrzedstawiono wyniki badań porównawczych następujących metod uczenia sieci neuronowych: propagacji wstecznej błędów, rekursywnej metody najmniejszych kwadratów, metody Zangwill'a i algorytmów ewolucyjnych. Badania dotyczyły projektowania adaptacyjnego regulatora neuronowego napięcia generatora synchronicznego.
-
Comparative study of learning methods for artificial network
PublikacjaW 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...