Wyniki wyszukiwania dla: EXPLAINABLE AI - MOST Wiedzy

Wyszukiwarka

Wyniki wyszukiwania dla: EXPLAINABLE AI

Najlepsze wyniki w katalogu: Potencjał Badawczy Pokaż wszystkie wyniki (45)

Wyniki wyszukiwania dla: EXPLAINABLE AI

  • Katedra Automatyki i Energetyki

    Potencjał Badawczy

    Mikroprocesorowe 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...

  • Katedra Elektrotechniki, Systemów Sterowania i Informatyki

    W 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 Algorytmów i Modelowania Systemów

    Studiowanie problemów i modeli teoriografowych ma na celu badanie złożoności obliczeniowej uogólnień problemu klasycznego kolorowania wierzchołków i krawędzi grafu znajdujących zastosowania w modelowaniu praktycznych problemów oraz badanie nowych miar oceny skuteczności algorytmów. W zakresie szeregowania zadań badania koncentrują się na konstrukcji harmonogramów optymalnych z punktu widzenia długości harmonogramu i średniego czasu...

Najlepsze wyniki w katalogu: Oferta Biznesowa Pokaż wszystkie wyniki (4)

Wyniki wyszukiwania dla: EXPLAINABLE AI

Pozostałe wyniki Pokaż wszystkie wyniki (227)

Wyniki wyszukiwania dla: EXPLAINABLE AI

  • Explainable AI for Inspecting Adversarial Attacks on Deep Neural Networks

    Deep Neural Networks (DNN) are state of the art algorithms for image classification. Although significant achievements and perspectives, deep neural networks and accompanying learning algorithms have some important challenges to tackle. However, it appears that it is relatively easy to attack and fool with well-designed input samples called adversarial examples. Adversarial perturba-tions are unnoticeable for humans. Such attacks...

    Pełny tekst do pobrania w portalu

  • Explainable machine learning for diffraction patterns

    Publikacja
    • S. Nawaz
    • V. Rahmani
    • D. Pennicard
    • S. P. R. Setty
    • B. Klaudel
    • H. Graafsma

    - Journal of Applied Crystallography - Rok 2023

    Serial crystallography experiments at X-ray free-electron laser facilities produce massive amounts of data but only a fraction of these data are useful for downstream analysis. Thus, it is essential to differentiate between acceptable and unacceptable data, generally known as ‘hit’ and ‘miss’, respectively. Image classification methods from artificial intelligence, or more specifically convolutional neural networks (CNNs), classify...

    Pełny tekst do pobrania w portalu

  • A review of explainable fashion compatibility modeling methods

    The paper reviews methods used in the fashion compatibility recommendation domain. We select methods based on reproducibility, explainability, and novelty aspects and then organize them chronologically and thematically. We presented general characteristics of publicly available datasets that are related to the fashion compatibility recommendation task. Finally, we analyzed the representation bias of datasets, fashion-based algorithms’...

    Pełny tekst do pobrania w serwisie zewnętrznym

  • AI in the creation of the satellite maps

    Publikacja

    - Rok 2015

    Satellite and aerial imagery acquisition is a very useful source of information for remote monitoring of the Earth’s surface. Modern satellite and aerial systems provide data about the details of the site topography, its characteristics due to different criteria (type of terrain, vegetation cover, soil type and moisture content), or even information about emergency situations or disasters. The paper proposes and discusses the process...

  • AI & Society

    Czasopisma

    ISSN: 0951-5666 , eISSN: 1435-5655