Filtry
wszystkich: 1904
wybranych: 1486
-
Katalog
- Publikacje 1486 wyników po odfiltrowaniu
- Czasopisma 70 wyników po odfiltrowaniu
- Konferencje 110 wyników po odfiltrowaniu
- Osoby 127 wyników po odfiltrowaniu
- Projekty 1 wyników po odfiltrowaniu
- Zespoły Badawcze 1 wyników po odfiltrowaniu
- Kursy Online 68 wyników po odfiltrowaniu
- Wydarzenia 19 wyników po odfiltrowaniu
- Dane Badawcze 22 wyników po odfiltrowaniu
Filtry wybranego katalogu
wyświetlamy 1000 najlepszych wyników Pomoc
Wyniki wyszukiwania dla: sztuczna inteligencja
-
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.
-
Classification of objects in the LIDAR point clouds using Deep Neural Networks based on the PointNet model
PublikacjaThis work attempts to meet the challenges associated with the classification of LIDAR point clouds by means of deep learning. In addition to achieving high accuracy, the designed system should allow the classification of point clouds covering an area of several dozen square kilometers within a reasonable time interval. Therefore, it must be characterized by fast processing and efficient use of memory. Thus, the most popular approaches...
-
Fuzzy reasoning approach to properties' determination of calcium phosphate coatings processed using ion beam assisted deposition on heated substrates
PublikacjaPraca przedstawia rozmyty system wnioskowania dla zamodelowania związków pomiędzy temperaturą podłoża oraz stosunkiem molowym Ca/P w gradientowej powłoce hydroxyapatytowej na podłożu tytanowym. Przeprowadzono symulację działania sterownika rozmytego na pomocą oprogramowania Matlab.
-
Rotor Blade Geometry Optimisation in Kaplan Turbine
PublikacjaThe paper presents the description of method and results of rotor blade shape optimisation. The rotor blading constitutes a part ofturbine flow path. Optimisation consists in selection of the shape that minimises ratio of polytrophic loss. Shape of the blade isdefined by the mean camber line and thickness of the airfoil. Thickness is distributed around the camber line based on the ratio ofdistribution. Global optimisation was done...
-
Przegląd metod szybkiego prototypowania algorytmów uczenia maszynowego w FPGA
PublikacjaW artykule opisano możliwe do wykorzystania otwarte narzędzia wspomagające szybkie prototypowanie algorytmów uczenia maszynowego (ML) i sztucznej inteligencji (AI) przy użyciu współczesnych platform FPGA. Przedstawiono przykład szybkiej ścieżki przy realizacji toru wideo wraz z implementacją przykładowego algorytmu prze-twarzania w trybie na żywo.
-
Machine Learning and Deep Learning Methods for Fast and Accurate Assessment of Transthoracic Echocardiogram Image Quality
PublikacjaHigh-quality echocardiogram images are the cornerstone of accurate and reliable measurements of the heart. Therefore, this study aimed to develop, validate and compare machine learning and deep learning algorithms for accurate and automated assessment of transthoracic echocardiogram image quality. In total, 4090 single-frame two-dimensional transthoracic echocardiogram...
-
Extraction of music information based on artifical neutral networks
PublikacjaW artykule przedstawiono założenia systemu automatycznego rozpoznawania muzyki. Na podstawie przeprowadzonych eksperymentów w artykule przedstawiono efektywność zaimplementowanych algorytmów w zależności od sposobu opisu danych muzycznych. Zaimpementowany system jest oparty o sztuczne sieci neuronowe.
-
Artificial intelligence for software development — the present and the challenges for the future
PublikacjaSince the time when first CASE (Computer-Aided Software Engineering) methods and tools were developed, little has been done in the area of automated creation of code. CASE tools support a software engineer in creation the system structure, in defining interfaces and relationships between software modules and, after the code has been written, in performing testing tasks on different levels of detail. Writing code is still the task...
-
Introduction to the special issue on machine learning in acoustics
PublikacjaWhen we started our Call for Papers for a Special Issue on “Machine Learning in Acoustics” in the Journal of the Acoustical Society of America, our ambition was to invite papers in which machine learning was applied to all acoustics areas. They were listed, but not limited to, as follows: • Music and synthesis analysis • Music sentiment analysis • Music perception • Intelligent music recognition • Musical source separation • Singing...
-
Erosion of privacy in computer vision systems
PublikacjaW pracy przedstawiono problemy, które mogą wystąpić, gdy technologia komputerowego wzroku zostanie zaimplementowana w urządzeniach wykorzystywanych w codziennym życiu. Przeprowadzono także dyskusję socjologicznych konsekwencji stosowania biometrii, automatycznego śledzenia ruchu i interpretacji obrazu. Omówiono też problemy wynikające z połączenia komputerowego wzroku z możliwościami oferowanymi przez Internet.
-
Voice command recognition using hybrid genetic algorithm
PublikacjaAbstract: Speech recognition is a process of converting the acoustic signal into a set of words, whereas voice command recognition consists in the correct identification of voice commands, usually single words. Voice command recognition systems are widely used in the military, control systems, electronic devices, such as cellular phones, or by people with disabilities (e.g., for controlling a wheelchair or operating a computer...
-
How Machine Learning Contributes to Solve Acoustical Problems
PublikacjaMachine learning is the process of learning functional relationships between measured signals (called percepts in the artificial intelligence literature) and some output of interest. In some cases, we wish to learn very specific relationships from signals such as identifying the language of a speaker (e.g. Zissman, 1996) which has direct applications such as in call center routing or performing a music information retrieval task...
-
Prediction of Wastewater Quality at a Wastewater Treatment Plant Inlet Using a System Based on Machine Learning Methods
PublikacjaOne of the important factors determining the biochemical processes in bioreactors is the quality of the wastewater inflow to the wastewater treatment plant (WWTP). Information on the quality of wastewater, sufficiently in advance, makes it possible to properly select bioreactor settings to obtain optimal process conditions. This paper presents the use of classification models to predict the variability of wastewater quality at...
-
Improving Accuracy of Contactless Respiratory Rate Estimation by Enhancing Thermal Sequences with Deep Neural Networks
PublikacjaEstimation of vital signs using image processing techniques have already been proved to have a potential for supporting remote medical diagnostics and replacing traditional measurements that usually require special hardware and electrodes placed on a body. In this paper, we further extend studies on contactless Respiratory Rate (RR) estimation from extremely low resolution thermal imagery by enhancing acquired sequences using Deep...
-
Support Vector Machines in Biomedical and Biometrical Applications
Publikacja -
Automatic Rhythm Retrieval from Musical Files
PublikacjaThis paper presents a comparison of the effectiveness of two computational intelligence approaches applied to the task of retrieving rhythmic structure from musical files. The method proposed by the authors of this paper generates rhythmic levels first, and then uses these levels to compose rhythmic hypotheses. Three phases: creating periods, creating simplified hypotheses and creating full hypotheses are examined within this study....
-
Wireless Link Selection Methods for Maritime Communication Access Networks—A Deep Learning Approach
PublikacjaIn recent years, we have been witnessing a growing interest in the subject of communication at sea. One of the promising solutions to enable widespread access to data transmission capabilities in coastal waters is the possibility of employing an on-shore wireless access infrastructure. However, such an infrastructure is a heterogeneous one, managed by many independent operators and utilizing a number of different communication...
-
Computational intelligence-aided character animation
PublikacjaW pracy przedstawiono pokrótce metody animacji komputerowej, a także podano zasady oceny jakości wyniku animacji postaci. Dodatkowo dokonano przeglądu metod inteligentnych stosowanych w animacji komputerowej i w dziedzinach pokrewnych. W badaniach skupiono się na animacji ruchu w kontekście uzyskiwanej ekspresji. Podano reguły stosowane w animacji tradycyjnej oraz wyznaczono parametry opisujące fazy ruchu w odniesieniu do poszczególnych...
-
Social media for e-learning of citizens in smart city
PublikacjaThe rapid development of social media can be applied for citizens’ e-learning in a smart city. Big cities have to cope with several open issues like a growing population or a traffic congestion. Especially, a home and public space is supposed to be used in more efficient way. Sustainable homes and buildings can be planned with using some modern techniques. Even currently, there is a huge problem with a lack of key resources like...
-
Review of Methods for Diagnosing the Degradation Process in Power Units Cooperating with Renewable Energy Sources Using Artificial Intelligence
PublikacjaThis work is based on a literature review (191). It mainly refers to two diagnostic methods based on artificial intelligence. This review presents new possibilities for using genetic algorithms (GAs) for diagnostic purposes in power plants transitioning to cooperation with renewable energy sources (RESs). The genetic method is rarely used directly in the modeling of thermal-flow analysis. However, this assignment proves that the...
-
Training of Deep Learning Models Using Synthetic Datasets
PublikacjaIn order to solve increasingly complex problems, the complexity of Deep Neural Networks also needs to be constantly increased, and therefore training such networks requires more and more data. Unfortunately, obtaining such massive real world training data to optimize neural networks parameters is a challenging and time-consuming task. To solve this problem, we propose an easy-touse and general approach to training deep learning...
-
MACHINE LEARNING–BASED ANALYSIS OF ENGLISH LATERAL ALLOPHONES
PublikacjaAutomatic classification methods, such as artificial neural networks (ANNs), the k-nearest neighbor (kNN) and selforganizing maps (SOMs), are applied to allophone analysis based on recorded speech. A list of 650 words was created for that purpose, containing positionally and/or contextually conditioned allophones. For each word, a group of 16 native and non-native speakers were audio-video recorded, from which seven native speakers’...
-
Quantitative Risk Assessment in Construction Disputes Based on Machine Learning Tools
PublikacjaA high monetary value of the construction projects is one of the reasons of frequent disputes between a general contractor (GC) and a client. A construction site is a unique, one-time, and single-product factory with many parties involved and dependent on each other. The organizational dependencies and their complexity make any fault or mistake propagate and influence the final result (delays, cost overruns). The constant will...
-
Wielowymiarowe techniki analizy danych pomiarowych - przykłady z zakresu analityki i monitoringu środowiska.
PublikacjaPrzedstawiono techniki obróbki wielowymiarowych zbiorów wyników pomiarowych. Na podstawie danych literaturowych zaprezentowano możliwość wykorzystania w analityce i moitoringu środowiskowym takich technik jak: analiza wariancji (ANOVA), analiza szeregów czasowych, analiza czynnikowa, sztuczne sieci neuronowe.
-
Exploring Cause-and-Effect Relationships Between Public Company Press Releases and Their Stock Prices
PublikacjaThe aim of the work is to design and implement a method of exploring the cause-and-effect relationships between company announcements and the stock prices on NASDAQ stock exchange, followed by a brief discussion. For this purpose, it was necessary to download the stock quotes of selected companies from the NASDAQ market from public web sources. Additionally, media messages related to selected companies had to be downloaded, and...
-
Data governance: Organizing data for trustworthy Artificial Intelligence
PublikacjaThe rise of Big, Open and Linked Data (BOLD) enables Big Data Algorithmic Systems (BDAS) which are often based on machine learning, neural networks and other forms of Artificial Intelligence (AI). As such systems are increasingly requested to make decisions that are consequential to individuals, communities and society at large, their failures cannot be tolerated, and they are subject to stringent regulatory and ethical requirements....
-
Integrating Experience-Based Knowledge Representation and Machine Learning for Efficient Virtual Engineering Object Performance
PublikacjaMachine learning and Artificial Intelligence have grown significant attention from industry and academia during the past decade. The key reason behind interest is such technologies capabilities to revolutionize human life since they seamlessly integrate classical networks, networked objects and people to create more efficient environments. In this paper, the Knowledge Representation technique of Set of Experience...
-
Soft computing based automatic recognition of musical instrument classes.
PublikacjaW artykule przedstawiono wyniki eksperymentów dotyczących automatycznego rozpoznawania klas instrumentów muzycznych. Proces klasyfikacji zrealizowano w oparciu o sztuczne sieci neuronowe, zaś wektor cch został oparty o parametry obliczane w wyniku analizy falkowej dźwięków instrumentów muzycznych.
-
Field Calibration of Low-Cost Particulate Matter Sensors Using Artificial Neural Networks and Affine Response Correction
PublikacjaDue to detrimental effects of atmospheric particulate matter (PM), its accurate monitoring is of paramount importance, especially in densely populated urban areas. However, precise measurement of PM levels requires expensive and sophisticated equipment. Although low-cost alternatives are gaining popularity, their reliability is questionable, attributed to sensitivity to environmental conditions, inherent instability, and manufacturing...
-
Wzorzec poprawnej pracy wymienników regeneracyjnych oparty o sztuczne sieci neuronowe
PublikacjaArtykuł opisuje probę stworzenia wzorca poprawnej pracy wymiennikow regeneracyjnych silowni turbo parowej o mocy 20mw przy pomocy sztucnych sieci neurnowych (SSN). Stworzony model pracy wymienników w zmiennych warunkachruchu silowni może zostać wykorzystany do diagnostki tych wlasnie urządzeń jaki i również do diagnostyki calego systemu silowni turbo parowej. Model neuronowy ma zastapic skomplikowane i czasochlonne obliczenia bilansowe...
-
Application of fuzzy logic to determine the odour intensity of model gas mixtures using electronic nose
PublikacjaThe paper presents the possibility of application of fuzzy logic to determine the odour intensity of model, ternary gas mixtures (α-pinene, toluene and triethylamine) using electronic nose prototype. The results obtained using fuzzy logic algorithms were compared with the values obtained using multiple linear regression (MLR) model and sensory analysis. As the results of the studies, it was found the electronic nose prototype along...
-
Idea zastosowania sztucznej inteligencji w prognozowaniu wpływu drgań komunikacyjnych na odpowiedź dynamiczną budynków mieszkalnych
PublikacjaW poniższym artykule autorzy analizują wpływ drgań komunikacyjnych na budynki mieszkalne oraz metodykę pomiarową według PN-85 B-02170 [1]. Problemem badawczym jest opracowanie prostej metody prognozowania wpływu drgań na budynki mieszkalne w taki sposób, aby nie było konieczne przeprowadzanie pracochłonnych i kosztownych pomiarów polowych. W tym celu wykonano analizę przy użyciu algorytmów opartych na sztucznej inteligencji oraz...
-
Machine Learning and Electronic Noses for Medical Diagnostics
PublikacjaThe need for noninvasive, easy-to-use, and inexpensive methods for point-of-care diagnostics of a variety of ailments motivates researchers to develop methods for analyzing complex biological samples, in particular human breath, that could aid in screening and early diagnosis. There are hopes that electronic noses, that is, devices based on arrays of semiselective or nonselective chemical sensors, can fill this niche. Electronic...
-
Analysis of the Capability of Deep Learning Algorithms for EEG-based Brain-Computer Interface Implementation
PublikacjaMachine learning models have received significant attention for their exceptional performance in classifying electroencephalography (EEG) data. They have proven to be highly effective in extracting intricate patterns and features from the raw signal data, thereby contributing to their success in EEG classification tasks. In this study, we explore the possibilities of utilizing contemporary machine learning algorithms in decoding...
-
Machine Learning and data mining tools applied for databases of low number of records
Publikacja -
Metody neuronowe do prognozowania finansowego
PublikacjaSztuczne sieci neuronowe mogą być stosowane do prognozowania kursów akcji na giełdzie, oceny wiarygodności kredytobiorców czy prognozowania kryzysów bankowych. W referacie omówiono zasady współpracy sieci neuronowych z algorytmami ewolucyjnymi oraz metodą wektorów wspierających. Ponadto, odniesiono się do pozostałych metod sztucznej inteligencji, które stosowane są w finansach.
-
Machine learning system for estimating the rhythmic salience of sounds.
PublikacjaW artykule przedstawiono badania dotyczące wyszukiwania danych rytmicznych w muzyce. W pracy przedstawiono postać funkcji rankingujacej poszczególnych dźwięków frazy muzycznej. Opracowano metodę tworzenia wszystkich możliwych hierarchicznych struktur rytmicznych, zwanych hipotezami rytmicznymi. Otrzymane hipotezy są następnie porządkowane w kolejności malejącej wartości funkcji rankingującej, aby ustalić, która ze znalezionych...
-
INFLUENCE OF DATA NORMALIZATION ON THE EFFECTIVENESS OF NEURAL NETWORKS APPLIED TO CLASSIFICATION OF PAVEMENT CONDITIONS – CASE STUDY
PublikacjaIn recent years automatic classification employing machine learning seems to be in high demand for tele-informatic-based solutions. An example of such solutions are intelligent transportation systems (ITS), in which various factors are taken into account. The subject of the study presented is the impact of data pre-processing and normalization on the accuracy and training effectiveness of artificial neural networks in the case...
-
Modelowanie przeplywu pary przez okołodźwiękowe wieńce turbinowe przy użyciu sztucznych sieci neuronowych
PublikacjaNiniejszy artykul stanowi opis modelu przepływu pary przez okołodźwiękowe stopnie turbinowe, stworzonego w oparciu o sztuczne sieci neuronowe (SSN). Przedstawiony model neuronowy pozwala na wyznaczenie rozkladu wybranych parametrów w analizowanym przekroju kanalu przeplywowego turbiny, dla rozpatrywanego zakresu wartości ciśnienia wlotowego.
-
Optymalizacja treningu i wnioskowania sieci neuronowych
PublikacjaSieci neuronowe są jedną z najpopularniejszych i najszybciej rozwijających się dziedzin sztucznej inteligencji. Ich praktyczne wykorzystanie umożliwiło szersze użycie komputerów w wielu obszarach komunikacji, przemysłu i transportu. Dowody tego są widoczne w elektronice użytkowej, medycynie, a nawet w zastosowaniach militarnych. Wykorzystanie sztucznej inteligencji w wielu przypadkach wymaga jednak znacznej mocy obliczeniowej,...
-
Wspomaganie decyzji przy utrzymaniu nawierzchni kolejowej.
PublikacjaW artykule przedstawiono koncepcje wspomagania decyzji przy utrzymaniu nawierzchni kolejowej. Zaprezentowano problemy decyzyjne, użytkowane już systemy wspomagania decyzji oraz ewolucyjny proces powstawania takich systemów.
-
Integration of natural and artificial intelligence in production systems
PublikacjaIntegration processes play an increasingly important role in modern economy, and seriously co-decide about the effectiveness of the company. Integration phase occurs in the system life cycle by preceding the final stages of its implementation and activation. In turn, used in software engineering (SE) iteration-evolutionary models, such as spiral model make that the integration activities can occur in varying degrees in all phases...
-
Widzenie komputerowe oparte na mnogości widoków
PublikacjaArtykuł poświęcony jest tematowi tworzenia map głębokości na podstawie obrazów z wielu kamer. Zwykle mapy głębokości oparte na widzeniu stereoskopowym wyznaczane są na podstawie obrazów z dwóch kamer. Artykuł przedstawia możliwości wykorzystania większej liczby kamer w celu zwiększenia dokładności map głębokości. Badania przedstawione w artykule ukierunkowane są na zastosowanie w autonomicznych robotach, będących w stanie samodzielnie...
-
Deep learning techniques for biometric security: A systematic review of presentation attack detection systems
PublikacjaBiometric technology, including finger vein, fingerprint, iris, and face recognition, is widely used to enhance security in various devices. In the past decade, significant progress has been made in improving biometric sys- tems, thanks to advancements in deep convolutional neural networks (DCNN) and computer vision (CV), along with large-scale training datasets. However, these systems have become targets of various attacks, with...
-
Application of case based reasoning to hybrid expert system for electronic filter design
PublikacjaPrzedstawiono koncepcję i przykład praktycznej realizacji obiektowo zorientowanego hybrydowego systemu ekspertowego wykorzystującego rozumowanie sytuacyjne. System wykorzystuje algorytmy najbliższego sąsiada i sztuczne sieci neuronowe. System został przetestowany jako klasyfikator decyzyjny w projektowaniu filtrów elektronicznych. W budowie systemu został wykorzystany obiektowy system CLIPS, rozszerzony o wiele dodatkowych funkcji...
-
Unsupervised Learning for Biomechanical Data Using Self-organising Maps, an Approach for Temporomandibular Joint Analysis
PublikacjaWe proposed to apply a specific machine learning technique called Self-Organising Maps (SOM) to identify similarities in the performance of muscles around human temporomandibular joint (TMJ). The performance was assessed by measuring muscle activation with the use of surface electromyography (sEMG). SOM algorithm used in the study was able to find clusters of data in sEMG test results. The SOM analysis was based on processed sEMG...
-
Rapid Surrogate-Aided Multi-Criterial Optimization of Compact Microwave Passives Employing Machine Learning and ANNs
PublikacjaThis article introduces an innovative method for achieving low-cost and reliable multi-objective optimization (MO) of microwave passive circuits. The technique capitalizes on the attributes of surrogate models, specifically artificial neural networks (ANNs), and multi-resolution electromagnetic (EM) analysis. We integrate the search process into a machine learning (ML) framework, where each iteration produces multiple infill points...
-
An evaluation of effectiveness of fuzzy logic model in predicting the business bankruptcy
PublikacjaW artykule sprawdzono skuteczność pojedynczego modelu logiki rozmytej w prognozowaniu ryzyka upadłości przedsiębiorstw w Polsce. W badaniach wykorzystano wartości 14 wskaźników finansowych oraz ich dynamikę zmiany między pierwszym a drugim, drugim a trzecim oraz trzecim a czwartym rokiem objętymi analizą. We wnioskach omówiono różnicę w skutecznościach modelu uzyskanego na wartościach statycznych oraz dynamicznych wskaźników finansowych....
-
Monitoring the BTEX Volatiles during 3D Printing with Acrylonitrile Butadiene Styrene (ABS) Using Electronic Nose and Proton Transfer Reaction Mass Spectrometry
PublikacjaWe describe a concept study in which the changes of concentration of benzene, toluene, ethylbenzene, and xylene (BTEX) compounds and styrene within a 3D printer enclosure during printing with different acrylonitrile butadiene styrene (ABS) filaments were monitored in real-time using a proton transfer reaction mass spectrometer and an electronic nose. The quantitative data on the concentration of the BTEX compounds, in particular...
-
Evaluation of Facial Pulse Signals Using Deep Neural Net Models
PublikacjaThe reliable measurement of the pulse rate using remote photoplethysmography (PPG) is very important for many medical applications. In this paper we present how deep neural networks (DNNs) models can be used in the problem of PPG signal classification and pulse rate estimation. In particular, we show that the DNN-based classification results correspond to parameters describing the PPG signals (e.g. peak energy in the frequency...