Filtry
wszystkich: 404
wybranych: 342
Wyniki wyszukiwania dla: MULTILAYER PERCEPTRON NEURAL NETWORK (MLPNN)
-
Self-Organising map neural network in the analysis of electromyography data of muscles acting at temporomandibular joint.
PublikacjaThe temporomandibular joint (TMJ) is the joint that via muscle action and jaw motion allows for necessary physiological performances such as mastication. Whereas mandible translates and rotates [1]. Estimation of activity of muscles acting at the TMJ provides a knowledge of activation pattern solely of a specific patient that an electromyography (EMG) examination was carried out [2]. In this work, a Self-Organising Maps (SOMs)...
-
DIAGNOSIS OF MALIGNANT MELANOMA BY NEURAL NETWORK ENSEMBLE-BASED SYSTEM UTILISING HAND-CRAFTED SKIN LESION FEATURES
PublikacjaMalignant melanomas are the most deadly type of skin cancer but detected early have high chances for successful treatment. In the last twenty years, the interest of automated melanoma recognition detection and classification dynamically increased partially because of public datasets appearing with dermatoscopic images of skin lesions. Automated computer-aided skin cancer detection in dermatoscopic images is a very challenging task...
-
Identification of the Contamination Source Location in the Drinking Water Distribution System Based on the Neural Network Classifier
PublikacjaThe contamination ingression to the Water Distribution System (WDS) may have a major impact on the drinking water consumers health. In the case of the WDS contamination the data from the water quality sensors may be efficiently used for the appropriate disaster management. In this paper the methodology based on the Learning Vector Quantization (LVQ) neural network classifier for the identification of the contamination source location...
-
Design and Analysis of Artificial Neural Network (ANN) Models for Achieving Self-Sustainability in Sanitation
PublikacjaThe present study investigates the potential of using fecal ash as an adsorbent and demonstrates a self-sustaining, optimized approach for urea recovery from wastewater streams. Fecal ash was prepared by heating synthetic feces to 500 °C and then processing it as an adsorbent for urea adsorption from synthetic urine. Since this adsorption approach based on fecal ash is a promising alternative for wastewater treatment, it increases...
-
Artificial neural network prophecy of ion exchange process for Cu (II) eradication from acid mine drainage
PublikacjaThe removal of heavy metal ions from wastewater was found to be significant when the cation exchange procedure was used effectively. The model of the cation exchange process was built using an artificial neural network (ANN). The acid mine drainage waste’s Cu(II) ion was removed using Indion 730 cation exchange resin. Experimental data from 252 cycles were recorded. In a column study, 252 experimental observations validated the...
-
Performance analysis of an rfid-based 3d indoor positioning system combining scene analysis and neural network methods
PublikacjaThe main purpose of this research is to improve localization accuracy of an active Radio Frequency Identification, RFID tag, in 3D indoor space. The paper presents a new RFID based 3D Indoor Positioning System which shows performance improvement. The proposed positioning system combines two methods: the Scene Analysis technique and Artificial Neural Network. The results of both simulation using Log-Distance Path Loss Model and...
-
Biotrickling filtration of n-butanol vapors: process monitoring using electronic nose and artificial neural network
PublikacjaBiotrickling filtration is one of the techniques used to reduce odorants in the air. It is based on the aerobic degradation of pollutants by microorganisms located in the filter bed. The research presents the possibility of using the electronic nose prototype combined with artificial neural network for biofiltration process monitoring in terms of reduction in n-butanol concentration and odour intensity of treated air. The study...
-
Artificial neural network based fatigue life assessment of friction stir welding AA2024-T351 aluminum alloy and multi-objective optimization of welding parameters
PublikacjaIn this paper, the fracture behavior and fatigue crack growth rate of the 2024-T351 aluminum alloy has been investigated. At first, the 2024-T351 aluminum alloys have been welded using friction stir welding procedure and the fracture toughness and fatigue crack growth rate of the CT specimens have been studied experimentally based on ASTM standards. After that, in order to predict fatigue crack growth rate and fracture toughness,...
-
Automatic Image and Speech Recognition Based on Neural Network
Publikacja -
Comparative study of methods for artificial neural network training.
PublikacjaPrzedstawiono wyniki badań porównawczych następujących metod uczenia sieci neuronowych: propagacji wstecznej błędów, rekursywnej metody najmniejszych kwadratów, metody Zangwill'a i algorytmów ewolucyjnych. Badania dotyczyły projektowania adaptacyjnego regulatora neuronowego napięcia generatora synchronicznego.
-
Neural network breast cancer relapse time prognosis
PublikacjaPrzedstawiono architekturę i wyniki testowania sztucznej sieci neuronowej w prognozowaniu czasu nawrotu choroby u kobiet chorych na raka piersi. Sieć neuronowa uczona była na danych zgromadzonych przez 20 lat. Dane opisują grupę 439 pacjentów za pomocą 40 parametrów. Spośród tych parametrów wybrano 6 najistotniejszych: liczbę przerzutowych węzłów chłonnych, wielkość guza, wiek, skalę według Blooma oraz stan receptorów estrogenowych...
-
Neural-Network-Based Parameter Estimations of Induction Motors
Publikacja -
Cellular neural network application to moire pattern filtering
Publikacja -
Neural Network - Based Parameters Estimations Of Induction Motors
PublikacjaW artykule przedstwaiono algorytmy estymacji rezystancji wirnika i indukcyjności wzajemnej w zamkniętym układzie sterowania prędkości silnika indukcyjnego klatkowego. Do wyznaczenia rezystancji wykorzystano algorytm oparty na porównaniu modelu napięciowego i prądowego silnika. Do wyznaczania indukcyjności wykorzystano, znaną z literatury, zależność modelu multiskalarnego. Wyznaczane w stanie ustalonym parametry zapisywane są w...
-
Creating neural models using an adaptive algorithm for optimal size of neural network and training set.
PublikacjaZaprezentowano adaptacyjny algorytm generujący modele neuronowe liniowych układów mikrofalowych, zdolny do oszacowania optymalnego rozmiaru zbiory uczącego i sieci neuronowej. Stworzono kilka modeli nieciągłości falowodowych i mokropaskowych, a następnie zweryfikowano ich poprawność porównując wyniki analiz metodą dopasowania rodzajów i metodą momentów filtrów pasmowo-przepustowych.
-
Classification of Covid-19 using Differential Evolution Chaotic Whale Optimization based Convolutional Neural Network
PublikacjaCOVID-19, also known as the Coronavirus disease-2019, is an transferrable disease that spreads rapidly, affecting countless individuals and leading to fatalities in this worldwide pandemic. The precise and swift detection of COVID-19 plays a crucial role in managing the pandemic's dissemination. Additionally, it is necessary to recognize COVID-19 quickly and accurately by investigating chest x-ray images. This paper proposed a...
-
Mutual Coupling Reduction in Antenna Arrays Using Artificial Intelligence Approach and Inverse Neural Network Surrogates
PublikacjaThis paper presents a novel approach to reduce undesirable coupling in antenna arrays using custom-designed resonators and inverse surrogate modeling. To illustrate the concept, two stand-ard patch antenna cells with 0.07λ edge-to-edge distance are designed and fabricated to operate at 2.45 GHz. A stepped-impedance resonator is applied between the antennas to suppress their mutual coupling. For the first time, the optimum values...
-
Artificial neural network based sensorless control ofinduction motor.
PublikacjaW artykule przedstawiono bezczujnikowy układ sterowania silnikiem indukcyjnym wykorzystujący sztuczne sieci neuronowe (ANN). Sieć neuronową wykorzystano w regulatorze prędkości silnika. Zaprezentowano wyniki badań symulacyjnych.
-
The fuzzy neural network: application for trends in river pollution prediction
PublikacjaPraca przedstawia zastosowanie rozmytych sieci neuronowych do przygotowywania prognoz zmian w stężeniu zanieczyszczeń w rzekach. Opisane są pokrótce inne narzędzia stosowane w tym celu.
-
Application of a fuzzy neural network for river water quality prediction
PublikacjaMonitoring i modelowanie zmian w jakości wód powierzchniowych stanowią jeden z kluczowych elementów monitoringu i zarządzania ochroną środowiska na skalę globalną. Kontrolowanie tak złożonych i nieliniowych w swojej charakterystyce obiektów, jakimi są rzeki, jest trudnym zadaniem. Zazwyczaj do tego celu wykorzystuje się modele matematyczne, jednak czasem wymagają one bardzo dużej ilości danych, lub czas oczekiwania na odpowiedź...
-
NIRCa: An artificial neural network-based insulin resistance calculator
Publikacja -
Energy-Efficient Neural Network Inference with Microcavity Exciton Polaritons
Publikacja -
Neural network approach to 2D Kalman filtering in image processing
Publikacja -
Neural network modelling of the influence of channelopathies on reflex visual attention
Publikacja -
Neural Network-Based Sequential Global Sensitivity Analysis Algorithm
PublikacjaPerforming global sensitivity analysis (GSA) can be challenging due to the combined effect of the high computational cost, but it is also essential for engineering decision making. To reduce this cost, surrogate modeling such as neural networks (NNs) are used to replace the expensive simulation model in the GSA process, which introduces the additional challenge of finding the minimum number of training data samples required to...
-
Cost-Efficient Multi-Objective Design of Miniaturized Microwave Circuits Using Machine Learning and Artificial Neural Network
PublikacjaDesigning microwave components involves managing multiple objectives such as center frequencies, impedance matching, and size reduction for miniaturized structures. Traditional multi-objective optimization (MO) approaches heavily rely on computationally expensive population-based methods, especially when exe-cuted with full-wave electromagnetic (EM) analysis to guarantee reliability. This paper introduces a novel and cost-effective...
-
Generalized regression neural network and fitness dependent optimization: Application to energy harvesting of centralized TEG systems
PublikacjaThe thermoelectric generator (TEG) system has attracted extensive attention because of its applications in centralized solar heat utilization and recoverable heat energy. The operating efficiency of the TEG system is highly affected by operating conditions. In a series-parallel structure, due to diverse temperature differences, the TEG modules show non-linear performance. Due to the non-uniform temperature distribution (NUTD) condition,...
-
Artificial Neural Network based fatigue life assessment of riveted joints in AA2024 aluminum alloy plates and optimization of riveted joints parameters
PublikacjaThe objective of this paper is to provide the fatigue life of riveted joints in AA2024 aluminum alloy plates and optimization of riveted joints parameters. At first, the fatigue life of the riveted joints in AA2024 aluminum alloy plates is obtained by experimental tests. Then, an artificial neural network is applied to estimate the fatigue life of riveted lap joints based on the number of lateral and longitudinal holes, punch pressure,...
-
On thermal and Flow Expert Systems Based on Artificial Neural Network (ANN)
PublikacjaZaprezentowano możliwość realizacji jednego z zadań systemów eksperckich, polegającego na określaniu rozmiaru eksploatacyjnej degradacji parametrów geometrycznych układów łopatkowych turbin. Dyskusję przeprowadzono w oparciu o zastosowanie wybranego typu sztucznej sieci neuronowej (SSN). Badano jakość i dokładność polegającą na dobrej identyfikacji rozmiaru degradacji przez tę wybraną SSN wykrywającą rozmiar degradacji geometrycznej....
-
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.
-
Artificial neural network controller for underwater ship hull operation robot.
PublikacjaZaproponowano model matematyczny pojazdu podwodnego, który w uproszczonej wersji spełnia warunki dynamiki odpowiadające głowicy roboczej podwodnego robota. Uwzględniono niektóre czynniki oddziałujące na ruch podwodnej głowicy roboczej, jak np. gęstość wody oraz siły odśrodkowe i wypornościowe. Przedstawiono układ sterowania, w którym zastosowano regulator oparty na bazie sieci neuronowych, za pomocą którego można sterować...
-
Artificial Neural Network-Based Sensorless Nonlinear Control Of Induction Motors
PublikacjaW niniejszym artykule przedstawiono strukturę sztucznej sieci neuronowej służącej do korygowania działania układu estymacji prędkości kątowej wirnika. Odtworzona prędkość kątowa wirnika zostały wykorzystane w bezczujnikowym układzie sterowania silnikiem indukcyjnym pracującym w zamkniętej pętli sprzężenia prędkościowego.Przedstawiono wyniki badań eksperymentalnych z silnikiem o mocy 1,1kW.
-
A neural network based system for soft fault diagnosis in electronic circuits
PublikacjaW artykule przedstawiono system do diagnostyki uszkodzeń parametrycznych w układach elektronicznych. W systemie zaimplementowano słownikową metodę lokalizacji uszkodzeń, bazującą na pomiarach w dziedzinie częstotliwości przeprowadzanych za pomocą analizatora transmitancji HP4192A. Rozważono główne etapy projektowania systemu: definiowanie modelu uszkodzeń, wybór optymalnych częstotliwosci pomiarowych, ekstrakcję cech diagnostycznych,...
-
Artificial-Neural-Network-Based Sensorless Nonlinear Control of Induction Motors
Publikacja -
Iterative Global Sensitivity Analysis Algorithm with Neural Network Surrogate Modeling
PublikacjaGlobal sensitivity analysis (GSA) is a method to quantify the effect of the input parameters on outputs of physics-based systems. Performing GSA can be challenging due to the combined effect of the high computational cost of each individual physics-based model, a large number of input parameters, and the need to perform repetitive model evaluations. To reduce this cost, neural networks (NNs) are used to replace the expensive physics-based...
-
Diagnostic potential for a serum miRNA neural network for detection of ovarian cancer
Publikacja -
Ultracapacitor modeling and control with discrete fractional order artificial neural network
Publikacja -
An application of the TCRBF neural network in multi-node fault diagnosis method
PublikacjaPrzedstawiono nową metodę samo-testowania części analogowej w systemach elektronicznych sterowanych mikrokontrolerami. Układ badany pobudzany jest przebiegiem sinusoidalnym przez generator zamontowany w systemie, a jego odpowiedź jest próbkowana w wybranych węzłach przez wewnętrzny przetwornik A/C mikrokontrolera. Detekcja i lokalizacja uszkodzenia jest dokontwana przez sieć neuronową typu TCRBF. Procedurę diagnostyczną zaimplementowano...
-
Comparison of the Ability of Neural Network Model and Humans to Detect a Cloned Voice
PublikacjaThe vulnerability of the speaker identity verification system to attacks using voice cloning was examined. The research project assumed creating a model for verifying the speaker’s identity based on voice biometrics and then testing its resistance to potential attacks using voice cloning. The Deep Speaker Neural Speaker Embedding System was trained, and the Real-Time Voice Cloning system was employed based on the SV2TTS, Tacotron,...
-
Application of fuzzy neural network for supporting measurements and control in a wastewater treatment plant
PublikacjaOczyszczanie ścieków jest jednym z ważniejszych aspektów ochrony środowiska. Nowoczesne systemy kontroli w oczyszczalniach ścieków pozwalają na poprawę jakości procesu oczyszczania redukując jednocześnie koszty. Systemy kontroli i optymalizacji jakie odkilku lat opracowuje się dla oczyszczalni ścieków, bazują zazwyczaj na skomplikowanych modelach matematycznych. Kluczowym problemem w zastosowaniu tych systemów jest duża liczba...
-
Leveraging Training Strategies of Artificial Neural Network for Classification of Multiday Electromyography Signals
Publikacja -
Comparison of Selected Neural Network Models Used for Automatic Liver Tumor Segmentation
PublikacjaAutomatic and accurate segmentation of liver tumors is crucial for the diagnosis and treatment of hepatocellular carcinoma or metastases. However, the task remains challenging due to imprecise boundaries and significant variations in the shape, size, and location of tumors. The present study focuses on tumor segmentation as a more critical aspect from a medical perspective, compared to liver parenchyma segmentation, which is the...
-
Energy Management for PV Powered Hybrid Storage System in Electric Vehicles Using Artificial Neural Network and Aquila Optimizer Algorithm
PublikacjaIn an electric vehicle (EV), using more than one energy source often provides a safe ride without concerns about range. EVs are powered by photovoltaic (PV), battery, and ultracapacitor (UC) systems. The overall results of this arrangement are an increase in travel distance; a reduction in battery size; improved reaction, especially under overload; and an extension of battery life. Improved results allow the energy to be used efficiently,...
-
Neural network based control system architecture proposal for underwatership hull cleaning robot.
PublikacjaPrzedstawiono model matematyczny podwodnej głowicy roboczej, oraz określono metodę jej pozycjonowania i orientacji w lokalnym środowisku. Zaproponowano architekturę układu sterowania, opartego na bazie sieci neuronowych, za pomocą którego można sterować podwodnym robotem, przeznaczonym do czyszczenia burt statku.
-
An application of neural network for Structural Health Monitoring of an adaptive wing with an array of FBG sensors
PublikacjaW pracy przedstwiono możliwości zastoswania sieci czujników FBG i sztucznych sieci neuronowych do detekcji uszkodzeń w poszyciu adaptacyjnego skrzydła.
-
Taking decisions in the diagnostic intelligent systems on the basis information from an artificial neural network
Publikacja -
Artificial Neural Network (ANN)-Based Voltage Stability Prediction of Test Microgrid Grid
Publikacja -
The influence of image masks definition onsegmentation results of histopathological imagesusing convolutional neural network
PublikacjaAbstract—In the era of collecting large amounts of tissue materials, assisting the work of histopathologists with various electronic and information IT tools is an undeniable fact. The traditional interaction between a human pathologist and the glass slide is changing to interaction between an AI pathologist with a whole slide images. One of the important tasks is the segmentation of objects (e.g. cells) in such images. In this...
-
Selection of an artificial pre-training neural network for the classification of inland vessels based on their images
PublikacjaArtificial neural networks (ANN) are the most commonly used algorithms for image classification problems. An image classifier takes an image or video as input and classifies it into one of the possible categories that it was trained to identify. They are applied in various areas such as security, defense, healthcare, biology, forensics, communication, etc. There is no need to create one’s own ANN because there are several pre-trained...
-
Performance and Energy Aware Training of a Deep Neural Network in a Multi-GPU Environment with Power Capping
PublikacjaIn this paper we demonstrate that it is possible to obtain considerable improvement of performance and energy aware metrics for training of deep neural networks using a modern parallel multi-GPU system, by enforcing selected, non-default power caps on the GPUs. We measure the power and energy consumption of the whole node using a professional, certified hardware power meter. For a high performance workstation with 8 GPUs, we were...