Filtry
wszystkich: 5
Najlepsze wyniki w katalogu: Potencjał Badawczy Pokaż wszystkie wyniki (4)
Wyniki wyszukiwania dla: SSN
-
Katedra Automatyki i Energetyki
Potencjał BadawczyMikroprocesorowe urządzenia pomiarowo-rejestrujące i systemy monitorowania wykorzystujące technologie sieciowe, systemy sterowania urządzeniami i procesami technologicznymi. Systemy sterowania w obiektach energetyki odnawialnej, skupionych i rozproszonych. Modelowanie i symulacja obiektów dynamicznych, procesów oraz systemów sterowania i kontroli; projektowanie interfejsów operatorskich. Systemy elektroenergetyczne i automatyki...
-
Zespół Inżynierii Biomedycznej
Potencjał Badawczy1. Komputerowo wspomagana analiza powierzchni ciała człowieka oraz mechaniki układu oddechowego; 2. Automatyzacja oceny stanu układu pokarmowego człowieka.
-
Katedra Aparatury i Maszynoznawstwa Chemicznego
Potencjał Badawczy* zasobów, możliwości pozyskania, konwersji, magazynowania i transportu energii ze źródeł odnawialnych, w tym energii słonecznej i biopaliw * możliwości odzyskiwania energii odpadowej w procesach przemysłowych i sposoby jej zagospodarowania * opracowanie procesów technologicznych recyklingu materiałowego zużytych modułów i ogniw fotowoltaicznych * opracowanie procesów technologicznych recyklingu materiałowego zużytych opon samochodowych *...
Najlepsze wyniki w katalogu: Oferta Biznesowa Pokaż wszystkie wyniki (1)
Wyniki wyszukiwania dla: SSN
Pozostałe wyniki Pokaż wszystkie wyniki (28)
Wyniki wyszukiwania dla: SSN
-
Właściwości aproksymacyjne sztucznych sieci neuronowych (SSN)
PublikacjaOpisano budowę sztucznego neuronu, rodzaje sztucznych sieci neuronowych i ich zastosowanie. Przedstawiono SSN jako uniwersalny aproksymator oraz opisano problem jednoczesnej aproksymacji funkcji wraz z pochodnymi.
-
Rozdział 4. Cieplno-przepływowe relacje diagnostyczne ustabilizowanych cieplnie bloków energetycznych wykorzystujące sztuczne sieci neuronowe (SSN)
PublikacjaPodano przykłady relacji diagnostycznych budowanych dla bloków energetycznych pracujących w warunkach stabilizacji cieplnej. Należą one do metod off-line. Dobrze sprawdzają się w nich sztuczne sieci neuronowe. Przy modułowej strukturze relacji diagnostycznych wykorzystywane są z powodzeniem SSN zarówno z ciągłymi jak i skokowymi funkcjami przejścia, w zależności od oczekiwanego wyniku obliczeń neuronowych.
-
Wykorzystanie sztucznych sieci neuronowych do szacowania wpływu drgań na budynki jednorodzinne
PublikacjaW artykule przedstawiono metodę prognozowania wpływu drgań na budynki mieszkalne z wykorzystaniem sztucznych sieci neuronowych. Drgania komunikacyjne mogą doprowadzić do uszkodzenia elementów konstrukcyjnych, a nawet do awarii budynku. Najczęstszym efektem są jednak rysy, pękanie tynku i wypraw. Metody oparte na sztucznej inteligencji są przybliżone, ale stanowią wystarczająco dokładną i ekonomiczną alternatywę dla tradycyjnych...
-
Rozpoznawanie typu degradacji geometrycznej układu łopatkowego turbin parowych
PublikacjaPrzedyskutowano problem rozpoznawania typów degradacji geometrycznej układów łopatkowych turbin parowych. Zaproponowano wybrany typ sztucznej sieci neuronowej SSN. SSN rozpoznająca typy degradacji geometrycznej wykazuje wysoką jakość wykrywania tych degradacji. Zaobserwowano też pewien potencjał do ekstrapolacji w tych typach SSN. Zastosowana SSN dobrze identyfikuje typy degradacji, zarówno dla pełnych jak i niepełnych danych pomiarowych.
-
Neural Network Application for Recognition of Geometry Degradation of Power Cycle Components
PublikacjaPrzedyskutowano problem rozpoznawania degradacji geometrycznej. Skuteczne zastosowanie wybranego typu sieci neuronowej (SSN) jest prezentowane w referacie. SSN wykrywająca typy degradacji geometrycznej wykazała wysoką jakość. Pokazano pewną możliwość ekstrapolacji takich SSN. Pokazano możliwość wykrywania typów degradacji geometrycznej nawet w przypadku pozyskiwania niepełnych danych pomiarowych.