Wyniki wyszukiwania dla: JEDNOKIERUNKOWA SIEĆ NEURONOWA

• Nowa, metrologicznie zorientowana sieć neuronowa i metoda diagnostyki obiektów technicznych

  Publikacja

  • R. Zielonko
  • M. Kowalewski

  - Measurement Automation Monitoring - Rok 2008

  W artykule przedstawiono nową, metrologicznie ukierunkowaną sieć neuronową oraz bazującą na niej metodę diagnostyki uszkodzeń parametrycznych układów analogowych, z klasyfikcją neuronową, o zwiększonej odporności na tolerancje elementów układu i niepewności pomiaru. Zaproponowano sieć neuronową z Dwu-centrowymi Radialnymi Funkcjami Bazowymi (DRFB), której walorem jest lepsze odwzorowanie słownika uszkodzeń, poprawa dokładności...

  Pełny tekst do pobrania w portalu

• Sieć neuronowa z dwucentrowymi radialnymi funkcjami bazowymi do klasyfikacji uszkodzeń parametrycznych

  Publikacja

  • M. Kowalewski

  - Zeszyty Naukowe Wydziału ETI Politechniki Gdańskiej. Technologie Informacyjne - Rok 2006

  W niniejszej pracy zaproponowano nową architekturę sieci neuronowej wykorzystującej dwucentrowe radialne funkcje bazowe w warstwie ukrytej (funkcje DRB). Kształt funkcji DRB opracowany został pod kątem klasyfikacji pojedynczych uszkodzeń parametrycznych układów elektronicznych analogowych. Zastosowanie funkcji DRB pozwala na kilkukrotne zmniejszenie liczby neuronów w warstwie ukrytej w porównaniu do sieci neuronowej z radialnymi...

• Two-center radial basis function network for classification of soft faults in electronic analog circuits

  Publikacja

  • M. Kowalewski

  - Rok 2007

  W pracy zaproponowano specjalizowaną sieć neuronową z dwucentrowymi radialnymi funkcjami bazowymi (TCRB) neuronów w warstwie ukrytej,przeznaczoną do diagnostyki uszkodzeń parametrycznych układów analogowych. Zastosowanie funkcji TCRB pozwala na znaczne zmniejszenie liczby neuronów w warstwie ukrytej, lepsze dopasowanie do słownika uszkodzeń oraz poprawę dokładności klasyfikacji, w porównaniu z dotychczas stosowaną siecią z jednocentrowymi...

• Wykorzystanie sztucznych sieci neuronowych do wykrywania i rozpoznawania tablic rejestracyjnych na zdjęciach pojazdów

  Publikacja

  • M. Huzarek
  • T. A. Rutkowski

  - Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej - Rok 2015

  W artykule przedstawiono koncepcję algorytmu wykrywania i rozpoznawania tablic rejestracyjnych (AWiRTR) na obrazach cyfrowych pojazdów. Detekcja i lokalizacja tablic rejestracyjnych oraz wyodrębnienie z obrazu tablicy rejestracyjnej poszczególnych znaków odbywa się z wykorzystaniem podstawowych technik przetwarzania obrazu (przekształcenia morfologiczne, wykrywanie krawędzi) jak i podstawowych danych statystycznych obiektów wykrytych...

  Pełny tekst do pobrania w portalu

• Comparative study of learning methods for artificial network

  Publikacja

  • H. Tiliouine

  - Measurement Automation Monitoring - Rok 2007

  W 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...

  Pełny tekst do pobrania w portalu

• Piotr Szczuko dr hab. inż.

  Osoby

  Katedra Systemów Multimedialnych

  Dr hab. inż. Piotr Szczuko w 2002 roku ukończył studia na Wydziale Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej zdobywając tytuł magistra inżyniera. Tematem pracy dyplomowej było badanie zjawisk jednoczesnej percepcji obrazu cyfrowego i dźwięku dookólnego. W roku 2008 obronił rozprawę doktorską zatytułowaną "Zastosowanie reguł rozmytych w komputerowej animacji postaci", za którą otrzymał nagrodę Prezesa Rady...

• Evaluation of the separation algorithm performance employing ANNs

  Publikacja

  • M. Dziubiński
  • B. Kostek

  - Rok 2010

  Celem niniejszego rozdziału jest przedstawienie metodyki separacji dźwięków muzycznych bez informacji a priori o dźwiękach zawartych w muzycznym miksie. W pracy pokazano, że prawidłowo wytrenowana sztuczna sieć neuronowa (SNN)jest w stanie w sposób automatyczny poprawnie sklasyfikować dźwięki zawarte w zmiksowanym sygnale. Skuteczność klasyfikacji SNN jest porównywalna z oceną subiektywną ekspertów.

• Wykorzystanie analizy obrazu w rozpoznawaniu mowy

  Publikacja

  • P. Dalka
  • B. Kostek

  - Rok 2005

  Niniejszy referat przedstawia metodę rozpoznawania mowy na podstawie analizy ruchu ust. W pracy opisano algorytm wyznaczana i śledzenia położenia ust wykorzystujący modele Active Shape Models oraz zbadano efektywność jego działania. Sztuczna sieć neuronowa została wykorzystana jako klasyfikator rozpoznający sześć wypowiadanych samogłosek w oparciu o wizualne parametry mowy. W pracy umieszczono wyniki klasyfikacji oraz wnioski.

• Zastosowanie wybranych metod sztucznej inteligencji do wspomagania projektowania wstępnego statku

  Publikacja

  • M. Meler-Kapcia

  - Rok 2009

  W pracy przedstawiono hybrydowy system wspomagania projektowania statku oparty na metodologii CBR z wykorzystaniem wybranych narzędzi sztucznej inteligencji, takich jak: system ekspertowy Exsys Developer wraz z logiką rozmytą, relacyjna baza danych Access oraz sztuczna sieć neuronowa ze wsteczną propagacją błędów. System przewidziany jest do wspomagania projektowania wstępnego statku, w którym najczęściej wykorzystuje się projekty...

• Audiovisual speech recognition for training hearing impaired patients

  Publikacja

  • B. Kostek
  • P. Dalka
  • A. Czyżewski

  - Rok 2006

  Praca przedstawia system rozpoznawania izolowanych głosek mowy wykorzystujący dane wizualne i akustyczne. Modele Active Shape Models zostały wykorzystane do wyznaczania parametrów wizualnych na podstawie analizy kształtu i ruchu ust w nagraniach wideo. Parametry akustyczne bazują na współczynnikach melcepstralnych. Sieć neuronowa została użyta do rozpoznawania wymawianych głosek na podstawie wektora cech zawierającego oba typy...