Filtry
wszystkich: 81
Najlepsze wyniki w katalogu: Potencjał Badawczy Pokaż wszystkie wyniki (69)
Wyniki wyszukiwania dla: MULTILAYER PERCEPTRON NEURAL NETWORK (MLPNN)
-
Katedra Hydrotechniki
Potencjał BadawczyProfil badawczy Katedry Hydrotechniki jest głównie związany z procesem ruchu wody w środowisku naturalnym, jak również w instalacjach technicznych. Zespół katedralny jest silnie powiązany tematycznie z takimi zagadnieniami jak mechanika płynów, hydraulika, hydrologia, meteorologia, budownictwo wodne czy gospodarka wodna.
-
Zespół Automatyki Okrętowej i Metod Sztucznej Inteligencji
Potencjał Badawczy1. Ewolucyjne metody planowania ścieżek przejść w środowisku niestacjonarnym; 2. Sterowanie autonomicznymi pojazdami nawodnymi; 3. Metody sterowania obiektami morskimi; 4. Projektowanie nieliniowych układów regulacji oraz automatyzacji systemu elektroenergetycznego statku.
-
Zespół Robotyki i Systemów Mechatroniki
Potencjał Badawczy1. Robotyka stacjonarna oraz mobilna; 2. Zastosowanie metod wibracyjnych do detekcji uszkodzeń elementów maszyn i urządzeń mechatroniki; 3. Wykorzystanie energii elektrycznej gromadzonej w czasie pracy systemów mechatroniki zbudowanych z materiału piezoelektrycznego; 4. Projektowanie układów, urządzeń i systemów automatyki elektroenergetycznej.
Najlepsze wyniki w katalogu: Oferta Biznesowa Pokaż wszystkie wyniki (12)
Wyniki wyszukiwania dla: MULTILAYER PERCEPTRON NEURAL NETWORK (MLPNN)
-
Brain and Mind Electrophysiology lab
Oferta BiznesowaNeurofizjologia pamięci i funkcji poznawczych mózgu
-
Środowiskowe Laboratorium Technologii Bezprzewodowych
Oferta BiznesowaŚrodowiskowe Laboratorium Technologii Bezprzewodowych powstało w ramach realizacji projektu CZT Centrum Zaawansowanych Technologii POMORZE i mieści się w Katedrze Inżynierii Mikrofalowej i Antenowej na Wydziale Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej. Laboratorium zostało wyposażone w specjalistyczne zaplecze aparaturowe, które w połączeniu z kompetencjami naukowymi i technologicznymi kadry pozwala na...
-
Laboratorium Badawcze 2-3
Oferta BiznesowaObliczenia komputerowe wymagające dużych mocy obliczeniowych z wykorzystaniem oprogramowania typu: Matlab, Tomlab, Gams, Apros.
Pozostałe wyniki Pokaż wszystkie wyniki (397)
Wyniki wyszukiwania dla: MULTILAYER PERCEPTRON NEURAL NETWORK (MLPNN)
-
Predicting Ice Phenomena in a River Using the Artificial Neural Network and Extreme Gradient Boosting
PublikacjaForecasting ice phenomena in river systems is of great importance because these phenomena are a fundamental part of the hydrological regime. Due to the stochasticity of ice phenomena, their prediction is a difficult process, especially when data sets are sparse or incomplete. In this study, two machine learning models—Multilayer Perceptron Neural Network (MLPNN) and Extreme Gradient Boosting (XGBoost)—were developed to predict...
-
Dataset Related Experimental Investigation of Chess Position Evaluation Using a Deep Neural Network
PublikacjaThe idea of training Articial Neural Networks to evaluate chess positions has been widely explored in the last ten years. In this paper we investigated dataset impact on chess position evaluation. We created two datasets with over 1.6 million unique chess positions each. In one of those we also included randomly generated positions resulting from consideration of potentially unpredictable chess moves. Each position was evaluated...
-
Deep neural networks for human pose estimation from a very low resolution depth image
PublikacjaThe work presented in the paper is dedicated to determining and evaluating the most efficient neural network architecture applied as a multiple regression network localizing human body joints in 3D space based on a single low resolution depth image. The main challenge was to deal with a noisy and coarse representation of the human body, as observed by a depth sensor from a large distance, and to achieve high localization precision....
-
Deep learning for recommending subscription-limited documents
PublikacjaDocuments recommendation for a commercial, subscription-based online platform is important due to the difficulty in navigation through a large volume and diversity of content available to clients. However, this is also a challenging task due to the number of new documents added every day and decreasing relevance of older contents. To solve this problem, we propose deep neural network architecture that combines autoencoder with...
-
Buried Object Characterization Using Ground Penetrating Radar Assisted by Data-Driven Surrogate-Models
PublikacjaThis work addresses artificial-intelligence-based buried object characterization using 3-D full-wave electromagnetic simulations of a ground penetrating radar (GPR). The task is to characterize cylindrical shape, perfectly electric conductor (PEC) object buried in various dispersive soil media, and in different positions. The main contributions of this work are (i) development of a fast and accurate data driven surrogate modeling...