Filtry
wszystkich: 109
Najlepsze wyniki w katalogu: Potencjał Badawczy Pokaż wszystkie wyniki (86)
Wyniki wyszukiwania dla: TRENING SIECI NEURONOWEJ
-
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
-
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
-
Zespół Metrologii i Optoelektroniki
Potencjał Badawczy* komputerowo wspomagana metrologia i diagnostyka * projektowanie systemów * mikrosystemów i makrosystemów elektronicznych * testowanie i diagnostyka elektroniczna * pomiary właściwości szumowych i zakłóceń * spektroskopia impedancyjna * telemetria i telediagnostyka internetowa * katedra redaguje Metrology and Measurement Systems * kwartalnik PAN znajdujący się na liście JCR
Najlepsze wyniki w katalogu: Oferta Biznesowa Pokaż wszystkie wyniki (23)
Wyniki wyszukiwania dla: TRENING SIECI NEURONOWEJ
-
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 LINTE^2
Oferta BiznesowaBadania w zakresie elektroenergetyki, energoelektroniki i przyłączania nowoczesnych źródeł energii do sieci elektroenergetycznej
Pozostałe wyniki Pokaż wszystkie wyniki (2335)
Wyniki wyszukiwania dla: TRENING SIECI NEURONOWEJ
-
Dekodowanie kodów iterowanych z użyciem sieci neuronowej
PublikacjaNadmiarowe kody iterowane są jedną z prostych metod pozyskiwania długich kodów korekcyjnych zapewniających dużą ochronę przed błędami. Jednocześnie, chociaż ich podstawowy iteracyjny dekoder jest prosty koncepcyjnie oraz łatwy w implementacji, to nie jest on rozwiązaniem optymalnym. Poszukując alternatywnych rozwiązań zaproponowano, przedstawioną w pracy, strukturę dekodera tego typu kodów wspomaganą przez sieci neuronowe. Zaproponowane...
-
Ocena ważności parametrów modelu z wykorzystaniem sieci neuronowej
PublikacjaW pracy przedstawiono sposób oceny wpływu występowania parametrów modelu na jego dokładność. Sposób polega na wykorzystaniu sztucznych sieci neuronowych. Jako przykład wykorzystano obliczenia parametrów przepływowych elementu pneumatycznego.
-
przyrostowa metoda budowy hierarchicznej sieci neuronowej dla przewidywania sekwencji znakowych
PublikacjaZaprezentowano sposób wykorzystania hierarchicznej, opartej na przewidywaniu sieci neuronowej do nauki (bez nadzoru) oraz rozpoznawania sekwencji znaków w wejściowym strumieniu tekstu. Dla powyższej struktury zaproponowano algorytm jej przyrostowej rozbudowy w miarę zapamiętywania sekwencji pozwalający na optymalizację procesu uczenia oraz ograniczenie wymagań pamięciowych prezentowanego rozwiązania. Wskazano również jej możliwe...
-
Diagnostyka uszkodzeń analogowych układów elektronicznych z zastosowaniem specjalizowanej sieci neuronowej
PublikacjaNa tle trendów rozwojowych diagnostyki analogowych układów elektronicznych AEC (Analog Electronic Circuits), przedstawiono nową metodę diagnostyki uszkodzeń parametrycznych układów analogowych, ze specjalizowanym klasyfikatorem neuronowym, o zwiększonej odporności na tolerancje elementów układu i niepewności pomiaru. Zastosowano specjalizowaną sieć neuronową z dwucentrowymi funkcjami bazowymi TCRBF (Two-center Radial Basis Function),...
-
Identyfikacja dźwięków serca za pomocą algorytmu LPC oraz sztucznej sieci neuronowej.
PublikacjaW artykule przedstawiono algorytm klasyfikacji sygnału fonokardiograficznego, który umożliwia skuteczną identyfikację 12 różnych stanów. Poprzez połączenie ze sobą algorytmu kodowania liniowego (LPC) wraz ze sztuczną siecią neuronową uzyskano skuteczność klasyfikacji sięgającą 82% oraz pełną skuteczność w rozróżnieniu pomiędzy stanami: braku lub występowania schorzenia. Najlepsze rezultaty uzyskano dla jednokierunkowych, dwuwarstwowych...