Wyszukiwarka
Filtry
wszystkich: 2906
wybranych: 2367
-
Katalog
- Publikacje 2367 wyników po odfiltrowaniu
- Czasopisma 160 wyników po odfiltrowaniu
- Konferencje 65 wyników po odfiltrowaniu
- Osoby 83 wyników po odfiltrowaniu
- Wynalazki 1 wyników po odfiltrowaniu
- Projekty 4 wyników po odfiltrowaniu
- Kursy Online 28 wyników po odfiltrowaniu
- Wydarzenia 3 wyników po odfiltrowaniu
- Dane Badawcze 195 wyników po odfiltrowaniu
Filtry wybranego katalogu
wyświetlamy 1000 najlepszych wyników Pomoc
Wyniki wyszukiwania dla: BIOLOGICAL NEURAL NETWORKS
-
Neural networks and deep learning
PublikacjaIn this chapter we will provide the general and fundamental background related to Neural Networks and Deep Learning techniques. Specifically, we divide the fundamentals of deep learning in three parts, the first one introduces Deep Feed Forward Networks and the main training algorithms in the context of optimization. The second part covers Convolutional Neural Networks (CNN) and discusses their main advantages and shortcomings...
-
Neural Networks and the Evolution of Environmental Change
PublikacjaZmiany środowiskowe na Ziemii są odwieczne i liczą około 4 miliardy lat. Homo sapiens wpłynął na każdy aspekt środowiska ziemskiego w wyniku rozwoju ludzkości na przestrzeni ostatnich milionów lat. Ale nic tak nie wpłynęło na wzrost i szybkość zmian na Ziemi jak ludzka aktywność w ciągu ostatnich dwóch stuleci. Po raz pierwszy zmiany ekosystemów były tak intensywne i zachodziły na tka wielką skalę i z taką szybkością jak nigdy...
-
Artificial Neural Networks for Comparative Navigation
Publikacja -
Robustness in Compressed Neural Networks for Object Detection
PublikacjaModel compression techniques allow to significantly reduce the computational cost associated with data processing by deep neural networks with only a minor decrease in average accuracy. Simultaneously, reducing the model size may have a large effect on noisy cases or objects belonging to less frequent classes. It is a crucial problem from the perspective of the models' safety, especially for object detection in the autonomous driving...
-
Ship Resistance Prediction with Artificial Neural Networks
PublikacjaThe paper is dedicated to a new method of ship’s resistance prediction using Artificial Neural Network (ANN). In the initial stage selected ships parameters are prepared to be used as a training and validation sets. Next step is to verify several network structures and to determine parameters with the highest influence on the result resistance. Finally, other parameters expected to impact the resistance are proposed. The research utilizes...
-
A survey of neural networks usage for intrusion detection systems
PublikacjaIn recent years, advancements in the field of the artificial intelligence (AI) gained a huge momentum due to the worldwide appliance of this technology by the industry. One of the crucial areas of AI are neural networks (NN), which enable commer‐ cial utilization of functionalities previously not accessible by usage of computers. Intrusion detection system (IDS) presents one of the domains in which neural networks are widely tested...
-
Performance Analysis of Convolutional Neural Networks on Embedded Systems
PublikacjaMachine learning is no longer confined to cloud and high-end server systems and has been successfully deployed on devices that are part of Internet of Things. This paper presents the analysis of performance of convolutional neural networks deployed on an ARM microcontroller. Inference time is measured for different core frequencies, with and without DSP instructions and disabled access to cache. Networks use both real-valued and...
-
Clothes Detection and Classification Using Convolutional Neural Networks
PublikacjaIn this paper we describe development of a computer vision system for accurate detection and classification of clothes for e-commerce images. We present a set of experiments on well established architectures of convolutional neural networks, including Residual networks, SqueezeNet and Single Shot MultiBox Detector (SSD). The clothes detection network was trained and tested on DeepFashion dataset, which contains box annotations...
-
Outlier detection method by using deep neural networks
PublikacjaDetecting outliers in the data set is quite important for building effective predictive models. Consistent prediction can not be made through models created with data sets containing outliers, or robust models can not be created. In such cases, it may be possible to exclude observations that are determined to be outlier from the data set, or to assign less weight to these points of observation than to other points of observation....
-
Architectural Modifications to Enhance Steganalysis with Convolutional Neural Networks
PublikacjaThis paper investigates the impact of various modifications introduced to current state-of-the-art Convolutional Neural Network (CNN) architectures specifically designed for the steganalysis of digital images. Usage of deep learning methods has consistently demonstrated improved results in this field over the past few years, primarily due to the development of newer architectures with higher classification accuracy compared to...
-
Diagnosis of damages in family buildings using neural networks
PublikacjaThe article concerns a problem of damages in family buildings, which result from traffic-induced vibrations. These vibrations arise from various causes and their size is influenced by many factors. The most important is the type of a road, type and weight of vehicles that run on the road, type and condition of the road surface, the distance from the house to the source of vibrations and many others which should be taken into account....
-
Neural networks in the diagnostics of induction motor rotor cages.
PublikacjaW środowisku Lab VIEW została stworzona aplikacja służąca do pomiaru, prezentacji i zapisu przebiegów widma prądu stojana z uwzględnieniem potrzeb pomiarowych występujących podczas badania wirników silników indukcyjnych przy użyciu sieci neuronowych. Utworzona na bazie zbioru uczącego sieć Kohonena z powodzeniem rozwiązała stawiany przed nią problem klasyfikacji widm prądu stojana, a co za tym idzie również diagnozy stanu...
-
Applications of neural networks and perceptual masking to audio restoration
PublikacjaOmówiono zastosowania algorytmów uczących się w dziedzinie rekonstruowania nagrań fonicznych. Szczególną uwagę zwrócono na zastosowanie sztucznych sieci neuronowych do usuwania zakłócających impulsów. Ponadto opisano zastosowanie inteligentnego algorytmu decyzyjnego do sterowania maskowaniem perceptualnym w celu redukowania szumu.
-
Application of neural networks for turbine rotor trajectory investigation.
PublikacjaW pracy przedstawiono rezultaty badań sieci neuronowych przewidujących trajektorię wirnika turbinowego uzyskanych ze stanowiska turbiny modelowej. Badania wykazały, iż sieci neuronowe wydają się być z powodzeniem zastosowane do przewidywania trajektorii ruchu wirnika turbiny. Najważniejszym zadaniem wydaje się poprawne określenie wektorów sygnałów wejściowych oraz wyjściowych jak również prawidłowe stworzenie sieci neuronowej....
-
Problems in toxicity analysis - application of fuzzy neural networks
PublikacjaPraca dotyczy zastosowania sztucznych sieci neuronowych do przygotowywania danych do szacowania toksyczności (wody powierzchniowe). Przygotowanie to polega na sztucznym zagęszczaniu zbioru danych, które następnie mogą być wykorzystane do szacowania/modelowania wartości toksyczności na ich podstawie.
-
Artificial Neural Networks in Microwave Components and Circuits Modeling
PublikacjaArtykuł dotyczy wykorzystania sztucznych sieci neuronowych (SNN) w projektowaniu i optymalizacji układów mikrofalowych.Zaprezentowano podstawowe zasady i założenia modelowania z użyciem SNN. Możliwości opisywanej metody opisano wykorzystując przykładowyprojekt anteny łatowej. Przedstawiono różne strategie modelowania układów, które wykorzystują możliwości opisywanej metody w połączeniu zwiedzą mikrofalową. Porównano również dokładność...
-
Explainable AI for Inspecting Adversarial Attacks on Deep Neural Networks
PublikacjaDeep 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...
-
Exploring Neural Networks for Musical Instrument Identification in Polyphonic Audio
PublikacjaThe purpose of this paper is to introduce neural network-based methods that surpass state-of-the-art (SOTA) models, either by training faster or having simpler architecture, while maintaining comparable effectiveness in musical instrument identification in polyphonic music. Several approaches are presented, including two authors’ proposals, i.e., spiking neural networks (SNN) and a modular deep learning model named FMCNN (Fully...
-
A MODEL FOR FORECASTING PM10 LEVELS WITH THE USE OF ARTIFICIAL NEURAL NETWORKS
PublikacjaThis work presents a method of forecasting the level of PM10 with the use of artificial neural networks. Current level of particulate matter and meteorological data was taken into account in the construction of the model (checked the correlation of each variable and the future level of PM10), and unidirectional networks were used to implement it due to their ease of learning. Then, the configuration of the network (built on the...
-
USING ARTIFICIAL NEURAL NETWORKS FOR PREDICTING SHIP FUEL CONSUMPTION
PublikacjaIn marine vessel operations, fuel costs are major operating costs which affect the overall profitability of the maritime transport industry. The effective enhancement of using ship fuel will increase ship operation efficiency. Since ship fuel consumption depends on different factors, such as weather, cruising condition, cargo load, and engine condition, it is difficult to assess the fuel consumption pattern for various types...
-
Automatic Breath Analysis System Using Convolutional Neural Networks
PublikacjaDiseases related to the human respiratory system have always been a burden for the entire society. The situation has become particularly difficult now after the outbreak of the COVID-19 pandemic. Even now, however, it is common for people to consult their doctor too late, after the disease has developed. To protect patients from severe disease, it is recommended that any symptoms disturbing the respiratory system be detected as...
-
Automatic Breath Analysis System Using Convolutional Neural Networks
PublikacjaDiseases related to the human respiratory system have always been a burden for the entire society. The situation has become particularly difficult now after the outbreak of the COVID-19 pandemic. Even now, however, it is not uncommon for people to consult their doctor too late, after the disease has developed. To protect patients from severe disease, it is recommended that any symptoms disturbing the respiratory system be detected...
-
Automatic singing quality recognition employing artificial neural networks
PublikacjaCelem artykułu jest udowodnienie możliwości automatycznej oceny jakości technicznej głosów śpiewaczych. Pokrótce zaprezentowano w nim stworzoną bazę danych głosów śpiewaczych oraz zaimplementowane parametry. Przy pomocy sztucznych sieci neuronowych zaprojektowano system decyzyjny, który oceniono w pięciostopniowej skali jakość techniczną głosu. Przy pomocy metod statystycznych udowodniono, że wyniki generowane przez ten system...
-
Gesture Recognition With the Linear Optical Sensor and Recurrent Neural Networks
PublikacjaIn this paper, the optical linear sensor, a representative of low-resolution sensors, was investigated in the multiclass recognition of near-field hand gestures. The recurrent neural network (RNN) with a gated recurrent unit (GRU) memory cell was utilized as a gestures classifier. A set of 27 gestures was collected from a group of volunteers. The 27 000 sequences obtained were divided into training, validation, and test subsets....
-
Neural networks based NARX models in nonlinear adaptive control
Publikacja -
Application of neural networks for description of pressure distribution in slide bearing.
PublikacjaBadano rozkład ciśnienia hydrodynamicznego w łożysku ślizgowym dla wybranych wariantów łożyska. Wykazano, że zastosowanie sieci neuronowych umożliwia opis rozkładu ciśnienia hydrodynamicznego z uwzględnieniem zmian geometrycznych (bezwymiarowa długość - L) i mechanicznych (mimośrodowość względem H) łożyska.
-
Identification of slide bearing main parameters using neural networks.
PublikacjaWykazano, że sieci neuronowe jak najbardziej nadają się do identyfikacji głównych parametrów geometrycznych i ruchowych hydrodynamicznych łożysk ślizgowych.
-
Estimation the rhythmic salience of sound with association rules and neural networks
PublikacjaW referacie przedstawiono eksperymenty mające na celu automatyczne wyszukiwanie wartości rytmicznych we frazie muzycznej. W tym celu wykorzystano metody data mining i sztuczne sieci neuronowe.
-
Application of Artificial Neural Networks in Investigations of Steam Turbine Cascades
PublikacjaZaprezentowano wyniki badań numerycznych zastosowania sieci neuronowych przy obliczeniach przepływów w palisadach turbin parowych. Na podstawie uzyskanych wyników wykazano, że sieci neuronowe mogą być używane do szacowania przestrzennego rozkładu parametrów przepływu, takich jak entalpia, entropia, ciśnienie czy prędkość czynnika w kanale przepływowym. Omówiono również zastosowania tego typu metod przy projektowaniu palisad, stopni...
-
Prediction of antimicrobial activity of imidazole derivatives by artificial neural networks
Publikacja -
Forecasting of currency exchange rates using artificial neural networks
PublikacjaW rozdziale tym autor przedstawił wyniki swoich badań nad wykorzystaniem sztucznych sieci neuronowych do prognozowania kursu walut (na przykładzie pary walutowej PLN-USD).Głównym celem badań było porównanie skuteczności przewidywania kursu złotówki w latach 1997 - 2005 przy pomocy różnych rodzajów sieci neuronowych.
-
Using neural networks to examine trending keywords in Inventory Control
Publikacja -
Deep neural networks approach to skin lesions classification — A comparative analysis
PublikacjaThe paper presents the results of research on the use of Deep Neural Networks (DNN) for automatic classification of the skin lesions. The authors have focused on the most effective kind of DNNs for image processing, namely Convolutional Neural Networks (CNN). In particular, three kinds of CNN were analyzed: VGG19, Residual Networks (ResNet) and the hybrid of VGG19 CNN with the Support Vector Machine (SVM). The research was carried...
-
Selected Technical Issues of Deep Neural Networks for Image Classification Purposes
PublikacjaIn recent years, deep learning and especially Deep Neural Networks (DNN) have obtained amazing performance on a variety of problems, in particular in classification or pattern recognition. Among many kinds of DNNs, the Convolutional Neural Networks (CNN) are most commonly used. However, due to their complexity, there are many problems related but not limited to optimizing network parameters, avoiding overfitting and ensuring good...
-
Applying artificial neural networks for modelling ship speed and fuel consumption
PublikacjaThis paper deals with modelling ship speed and fuel consumption using artificial neural network (ANN) techniques. These tools allowed us to develop ANN models that can be used for predicting both the fuel consumption and the travel time to the destination for commanded outputs (the ship driveline shaft speed and the propeller pitch) selected by the ship operator. In these cases, due to variable environmental conditions, making...
-
Use of Neural Networks in Diagnostics of Rolling-Element Bearing of the Induction Motor
PublikacjaBearing defect is statistically the most frequent cause of an induction motor fault. The research described in the paper utilized the phenomenon of the current change in the induction motor with bearing defect. Methods based on the analysis of the supplying current are particularly useful when it is impossible to install diagnostic devices directly on the motor. The presented method of rolling-element bearing diagnostics used indirect...
-
An Automated Method for Biometric Handwritten Signature Authentication Employing Neural Networks
PublikacjaHandwriting biometrics applications in e-Security and e-Health are addressed in the course of the conducted research. An automated graphomotor analysis method for the dynamic electronic representation of the handwritten signature authentication was researched. The developed algorithms are based on dynamic analysis of electronically handwritten signatures employing neural networks. The signatures were acquired with the use of the...
-
Comparative study of neural networks used in modeling and control of dynamic systems
PublikacjaIn this paper, a diagonal recurrent neural network that contains two recurrent weights in the hidden layer is proposed for the designing of a synchronous generator control system. To demonstrate the superiority of the proposed neural network, a comparative study of performances, with two other neural network (1_DRNN) and the proposed second-order diagonal recurrent neural network (2_DRNN). Moreover, to confirm the superiority...
-
Application of Artificial Neural Networks to Predict Insulation Properties of Lightweight Concrete
PublikacjaPredicting the properties of concrete before its design and application process allows for refining and optimizing its composition. However, the properties of lightweight concrete are much harder to predict than those of normal weight concrete, especially if the forecast concerns the insulating properties of concrete with artificial lightweight aggregate (LWA). It is possible to use porous aggregates and precisely modify the composition...
-
Recognition of Emotions in Speech Using Convolutional Neural Networks on Different Datasets
PublikacjaArtificial Neural Network (ANN) models, specifically Convolutional Neural Networks (CNN), were applied to extract emotions based on spectrograms and mel-spectrograms. This study uses spectrograms and mel-spectrograms to investigate which feature extraction method better represents emotions and how big the differences in efficiency are in this context. The conducted studies demonstrated that mel-spectrograms are a better-suited...
-
Modeling of Surface Roughness in Honing Processes by UsingFuzzy Artificial Neural Networks
PublikacjaHoning processes are abrasive machining processes which are commonly employed to improve the surface of manufactured parts such as hydraulic or combustion engine cylinders. These processes can be employed to obtain a cross-hatched pattern on the internal surfaces of cylinders. In this present study, fuzzy artificial neural networks are employed for modeling surface roughness parameters obtained in finishing honing operations. As...
-
Application of the neural networks for developing new parametrization of the Tersoff potential for carbon
PublikacjaPenta-graphene (PG) is a 2D carbon allotrope composed of a layer of pentagons having sp2- and sp3-bonded carbon atoms. A study carried out in 2018 has shown that the parameterization of the Tersoff potential proposed in 2005 by Ehrhart and Able (T05 potential) performs better than other potentials available for carbon, being able to reproduce structural and mechanical properties of the PG. In this work, we tried to improve the...
-
Bees Detection on Images: Study of Different Color Models for Neural Networks
PublikacjaThis paper presents an approach to bee detection in video streams using a neural network classifier. We describe the motivation for our research and the methodology of data acquisition. The main contribution to this work is a comparison of different color models used as an input format for a feedforward convolutional architecture applied to bee detection. The detection process has is based on a neural binary classifier that classifies...
-
Efficient uncertainty quantification using sequential sampling-based neural networks
PublikacjaUncertainty quantification (UQ) of an engineered system involves the identification of uncertainties, modeling of the uncertainties, and the forward propagation of the uncertainties through a system analysis model. In this work, a novel surrogate-based forward propagation algorithm for UQ is proposed. The proposed algorithm is a new and unique extension of the recent efficient global optimization using neural network (NN)-based...
-
Constrained aerodynamic shape optimization using neural networks and sequential sampling
PublikacjaAerodynamic shape optimization (ASO) involves computational fluid dynamics (CFD)-based search for an optimal aerodynamic shape such as airfoils and wings. Gradient-based optimization (GBO) with adjoints can be used efficiently to solve ASO problems with many design variables, but problems with many constraints can still be challenging. The recently created efficient global optimization algorithm with neural network (NN)-based prediction...
-
Extended Hopfield models of neural networks for combinatorial multiobjective optimization problems
Publikacja -
Neural Networks Based on Ultrafast Time-Delayed Effects in Exciton Polaritons
Publikacja -
The concept of application of artificial neural networks for cultivation controlof cartilages in bioreactors.
PublikacjaNowym elementem niniejszej pracy jest omówienie problemów związanych z możliwością sterowania parametrami hydrodynamicznymi hodowanej w bioreaktorze chrząstki stawowej przy wykorzystaniu sztucznych sieci neuronowych. Przedstawiona została architektura strategii sterowania hodowlą tkanki z zastosowaniem tych sieci.
-
Processing of musical data employing rough sets and artificial neural networks
PublikacjaArtykuł opisuje założenia systemu automatycznej identyfikacji muzyki i dźwięków muzycznych. Dokonano przeglądu standardu MPEG-7, ze szczególnym naciskiem na parametry opisowe dźwięku. Przedyskutowano problemy analizy danych audio, związane z zastosowaniami wykorzystującymi MPEG-7. W oparciu o eksperymenty przedstawiono efektywność deskryptorów niskiego poziomu w automatycznym rozpoznawaniu dźwięków instrumentów muzycznych. Przedyskutowano...
-
Comparison of effectiveness of musical sound separation algorithms employing neural networks.
PublikacjaNiniejszy referat przedstawia kilka algorytmów służących do separacji dźwięków instrumentów muzycznych. Zaproponowane podejście do dekompozycji miksów dźwiękowych opiera się na założeniu, że wysokość dźwięków w miksie jest znana, tzn. wejściem dla algorytmów jest przebieg zmian wysokości dźwięków składowych miksu. Proces estymacji fazy i amplitudy składowych harmonicznych wykorzystuje dopasowywanie zespolonych przebiegów harmonicznych...