Filtry
wszystkich: 2441
-
Katalog
- Publikacje 1900 wyników po odfiltrowaniu
- Czasopisma 230 wyników po odfiltrowaniu
- Konferencje 86 wyników po odfiltrowaniu
- Osoby 105 wyników po odfiltrowaniu
- Projekty 11 wyników po odfiltrowaniu
- Kursy Online 74 wyników po odfiltrowaniu
- Wydarzenia 7 wyników po odfiltrowaniu
- Dane Badawcze 28 wyników po odfiltrowaniu
wyświetlamy 1000 najlepszych wyników Pomoc
Wyniki wyszukiwania dla: LEARNING BAYESIAN NETWORKS
-
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...
-
Fourth International Workshop on Reliable Networks Design and Modeling (RNDM 2012)
Publikacjaartykuł sprawozdawczy z konferencji
-
Routing Method for Interplanetary Satellite Communication in IoT Networks Based on IPv6
PublikacjaThe matter of interplanetary network (IPN) connection is a complex and sophisticated topic. Space missions are aimed inter alia at studying the outer planets of our solar system. Data transmission itself, as well as receiving data from satellites located on the borders of the solar system, was only possible thanks to the use of powerful deep space network (DSN) receivers, located in various places on the surface of the Earth. In...
-
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...
-
Spectrum Sensing Based on Hybrid Spectrum Handoff in Cognitive Radio Networks
PublikacjaThe rapid advancement of wireless communication combined with insufficient spectrum exploitation opens the door for the expansion of novel wireless services. Cognitive radio network (CRN) technology makes it possible to periodically access the open spectrum bands, which in turn improves the effectiveness of CRNs. Spectrum sensing (SS), which allows unauthorized users to locate open spectrum bands, plays a fundamental part in CRNs....
-
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...
-
Influence of User Mobility and Antenna Placement on System Loss in B2B Networks
PublikacjaIn this paper, the influence of user mobility and on-body antenna placement on system loss in body-to-body communications in indoor and outdoor environments and different mobility scenarios is studied, based on system loss measurements at 2.45 GHz. The novelty of this work lies on the proposal of a classification model to characterise the effect of user mobility and path visibility on system loss, allowing to identify the best...
-
Self-healing ATM networks based on preplanned restoration of virtual paths
PublikacjaW pracy omówiono klasyfikację metod odtwarzania usług w samonaprawialnych sieciach ATM opartych na ścieżkach wirtualnych i o topologii kratkowej. Przedstawiono model z zaplanowanymi z góry ścieżkami zabezpieczającymi i wyniki badań przykładowej sieci w Polsce.
-
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.
-
Musical phrase representation and recognition by means of neural networks and rough sets.
PublikacjaW artykule przedstawiono podstawowe definicje dotyczące frazy muzycznej. W eksperymentach posłużono się zapisem parametrycznym. W celu wzmocnienia procesu rozpoznawania wykorzystano kodowanie entropijne muzyki. W eksperymentach klasyfikacji oparto się o sztuczne sieci neuronowe i metodę zbiorów przybliżonych. Słowa kluczowe: fraza muzyczna, klasyfikacja, sztuczne sieci neuronowe, metoda zbiorów przybliżonych
-
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...
-
Topology improvements in scale-free networks when assuring security and survivability
PublikacjaW artykule zaproponowano heurystyczny algorytm iteracyjny (NEA) kontrolowanego rozrostu sieci, zmniejszający stopień jej bezskalowości. Pokazano, że odpowiednia kontrola rozrostu sieci, prowadzi do uzyskania sieci o topologii zbliżonej do regularnej, a więc w duzym stopniu odpornej na celowe działania niszczące - ataki. Właściwości algorytmu zostały przebadane przy pomocy dedykowanego symulatora dla reprezentatywnej próby inicjalnych...
-
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...
-
Estimation of musical sound separation algorithm effectiveness employing neural networks.
PublikacjaŚlepa separacja dźwięków sygnałów muzycznych zawartych w zmiksowanym materiale jest trudnym zadaniem. Jest to spowodowane tym, że dźwięki znajdujące się w relacjach harmonicznych mogą zawierać kolidujące składowe sinusoidalne (składowe harmoniczne). Ewaluacja wyników separacji jest również problematyczna, gdyż analiza błędu energetycznego często nie odzwierciedla subiektywnej jakości odseparowanych sygnałów. W tej publikacji zostały...
-
THE USE OF GNSS GEODETIC NETWORKS ON THE APPROACH TO THE PORTS � GULF OF GDANSK STUDY
Publikacja -
Forecasting energy consumption and carbon dioxide emission of Vietnam by prognostic models based on explainable machine learning and time series
PublikacjaThis study assessed the usefulness of algorithms in estimating energy consumption and carbon dioxide emissions in Viet- nam, in which the training dataset was used to train the models linear regression, random forest, XGBoost, and AdaBoost, allowing them to comprehend the patterns and relationships between population, GDP, and carbon dioxide emissions, energy consumption. The results revealed that random forest, XGBoost, and AdaBoost...
-
Szymon Zaporowski mgr inż.
Osoby -
Jacek Rak dr hab. inż.
OsobyJacek Rak uzyskał stopień doktora habilitowanego nauk technicznych w dyscyplinie telekomunikacji (specjalność: teleinformatyka) w 2016 r., a stopień doktora nauk technicznych w dyscyplinie informatyka w 2009 r. Obecnie jest pracownikiem naukowo-dydaktycznym Katedry Teleinformatyki Wydziału Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej. Jego działalność naukowa koncentruje się w obszarze doboru tras, projektowania...
-
Machine learning-based prediction of seismic limit-state capacity of steel moment-resisting frames considering soil-structure interaction
PublikacjaRegarding the unpredictable and complex nature of seismic excitations, there is a need for vulnerability assessment of newly constructed or existing structures. Predicting the seismic limit-state capacity of steel Moment-Resisting Frames (MRFs) can help designers to have a preliminary estimation and improve their views about the seismic performance of the designed structure. This study improved data-driven decision techniques in...
-
Robust-adaptive dynamic programming-based time-delay control of autonomous ships under stochastic disturbances using an actor-critic learning algorithm
PublikacjaThis paper proposes a hybrid robust-adaptive learning-based control scheme based on Approximate Dynamic Programming (ADP) for the tracking control of autonomous ship maneuvering. We adopt a Time-Delay Control (TDC) approach, which is known as a simple, practical, model free and roughly robust strategy, combined with an Actor-Critic Approximate Dynamic Programming (ACADP) algorithm as an adaptive part in the proposed hybrid control...
-
Low-Cost and Highly-Accurate Behavioral Modeling of Antenna Structures by Means of Knowledge-Based Domain-Constrained Deep Learning Surrogates
PublikacjaThe awareness and practical benefits of behavioral modeling methods have been steadily growing in the antenna engineering community over the last decade or so. Undoubtedly, the most important advantage thereof is a possibility of a dramatic reduction of computational expenses associated with computer-aided design procedures, especially those relying on full-wave electromagnetic (EM) simulations. In particular, the employment of...
-
Influence of Thermal Imagery Resolution on Accuracy of Deep Learning based Face Recognition
PublikacjaHuman-system interactions frequently require a retrieval of the key context information about the user and the environment. Image processing techniques have been widely applied in this area, providing details about recognized objects, people and actions. Considering remote diagnostics solutions, e.g. non-contact vital signs estimation and smart home monitoring systems that utilize person’s identity, security is a very important factor....
-
Machine learning techniques combined with dose profiles indicate radiation response biomarkers
Publikacja -
DALSA: Domain Adaptation for Supervised Learning From Sparsely Annotated MR Images
Publikacja -
Improved estimation of dynamic modulus for hot mix asphalt using deep learning
Publikacja -
Effects of mutual learning in physical education to improve health indicators of Ukrainian students
Publikacja -
Overcoming “Big Data” Barriers in Machine Learning Techniques for the Real-Life Applications
Publikacja -
Deep Learning-Based, Multiclass Approach to Cancer Classification on Liquid Biopsy Data
Publikacja -
Simulation Method for Scheduling Linear Construction Projects Using the Learning– Forgetting Effect
Publikacja -
Learning Feedforward Control Using Multiagent Control Approach for Motion Control Systems
Publikacja -
Learning from Imbalanced Data Streams Based on Over-Sampling and Instance Selection
Publikacja -
Machine Learning and data mining tools applied for databases of low number of records
Publikacja -
Multivariate Features Extraction and Effective Decision Making Using Machine Learning Approaches
Publikacja -
Driver’s Condition Detection System Using Multimodal Imaging and Machine Learning Algorithms
PublikacjaTo this day, driver fatigue remains one of the most significant causes of road accidents. In this paper, a novel way of detecting and monitoring a driver’s physical state has been proposed. The goal of the system was to make use of multimodal imaging from RGB and thermal cameras working simultaneously to monitor the driver’s current condition. A custom dataset was created consisting of thermal and RGB video samples. Acquired data...
-
Machine learning-based prediction of residual drift and seismic risk assessment of steel moment-resisting frames considering soil-structure interaction
PublikacjaNowadays, due to improvements in seismic codes and computational devices, retrofitting buildings is an important topic, in which, permanent deformation of buildings, known as Residual Interstory Drift Ratio (RIDR), plays a crucial role. To provide an accurate yet reliable prediction model, 32 improved Machine Learning (ML) algorithms were considered using the Python software to investigate the best method for estimating Maximum...
-
Integrating Statistical and Machine‐Learning Approach for Meta‐Analysis of Bisphenol A‐Exposure Datasets Reveals Effects on Mouse Gene Expression within Pathways of Apoptosis and Cell Survival
PublikacjaBisphenols are important environmental pollutants that are extensively studied due to different detrimental effects, while the molecular mechanisms behind these effects are less well understood. Like other environmental pollutants, bisphenols are being tested in various experimental models, creating large expression datasets found in open access storage. The meta‐analysis of such datasets is, however, very complicated for various...
-
Lead-free bismuth-based perovskites coupled with g–C3N4: A machine learning based novel approach for visible light induced degradation of pollutants
PublikacjaThe use of metal halide perovskites in photocatalytic processes has been attempted because of their unique optical properties. In this work, for the first time, Pb-free Bi-based perovskites of the Cs3Bi2X9 type (X = Cl, Br, I, Cl/Br, Cl/I, Br/I) were synthesized and subjected to comprehensive morphological, structural, and surface analyses, and photocatalytic properties in the phenol degradation reaction were examined. Furthermore,...
-
Edyta Gołąb-Andrzejak dr hab.
Osoby -
Expedited Machine-Learning-Based Global Design Optimization of Antenna Systems Using Response Features and Multi-Fidelity EM Analysis
PublikacjaThe design of antenna systems poses a significant challenge due to stringent per-formance requirements dictated by contemporary applications and the high com-putational costs associated with models, particularly full-wave electromagnetic (EM) analysis. Presently, EM simulation plays a crucial role in all design phases, encompassing topology development, parametric studies, and the final adjustment of antenna dimensions. The latter...
-
Fast Fading Characterization for Body Area Networks in Circular Metallic Indoor Environments
PublikacjaWith the increasing development of 5G and Body Area Network based systems being implemented in unusual environments, propagation inside metallic structures is a key aspect to characterize propagation effects inside ships and other similar environments, mostly composed of metallic walls. In this paper, indoor propagation inside circular metallic structures is addressed and fast fading statistical distributions parameters are obtained...
-
Heavy duty vehicle fuel consumption modelling using artificial neural networks
PublikacjaIn this paper an artificial neural network (ANN) approach to modelling fuel consumption of heavy duty vehicles is presented. The proposed method uses easy accessible data collected via CAN bus of the truck. As a benchmark a conventional method, which is based on polynomial regression model, is used. The fuel consumption is measured in two different tests, performed by using a unique test bench to apply the load to the engine. Firstly,...
-
Towards bees detection on images: study of different color models for neural networks
PublikacjaThis paper presents an approach to bee detection in videostreams using a neural network classifier. We describe the motivationfor our research and the methodology of data acquisition. The maincontribution to this work is a comparison of different color models usedas an input format for a feedforward convolutional architecture appliedto bee detection. The detection process has is based on a neural...
-
Closed-loop stimulation of temporal cortex rescues functional networks and improves memory
PublikacjaMemory failures are frustrating and often the result of ineffective encoding. One approach to improving memory outcomes is through direct modulation of brain activity with electrical stimulation. Previous efforts, however, have reported inconsistent effects when using open-loop stimulation and often target the hippocampus and medial temporal lobes. Here we use a closed-loop system to monitor and decode neural activity from direct...
-
Detection of roles of actors in social networks using the properties of actors' neighborhood structure.
PublikacjaArtykuł opisuje metodę identyfikacji ról aktorów sieci społecznej. Metoda ta może być szczególnie przydatna w sieciach społecznych, o których posiadamy ograniczoną wiedzę, głównie zawężoną do lokalnych powiązań pomiędzy aktorami. Przedstawiona w artykule metoda korzysta z grafu relacji społecznych, algorytmu identyfikacji ról oraz zbioru grafów wzorców relacji. Rozwiązanie zostało przetestowane w społeczności użytkowników serwisu...
-
An optimization approach to coexistence of Bluetooth and Wi-Fi networks operating in ISM environment
PublikacjaW artykule rozważono problem wzajemnych interferencji pomiedzy urządzeniami standardów IEEE 802.11b oraz Bluetooth (BT). Zaproponowano model optymalizacyjny bazujący na podejściu programowania liniowego. Uzyskano znaczącą porawę wykorzystania pasma ISM w przypadku koegzystencji sieci rozważanych standardów.
-
Application ofMsplitestimation to determine control points displacements in networks with unstable reference system
Publikacja -
Priority-enabled optimization of resource utilization in fault-tolerant optical transport networks.
PublikacjaW artykule zaproponowano nowe podejście do optymalizacji rozdziału zasobów przeżywalnych sieci rozległych, które uzależnia szybkość przywracania ciągłości połączenia od klasy usługi. Wykazano, iż proponowana metoda nie powoduje wydłużania ścieżek zabezpieczających (w przypadku usług w wymaganej wysokiej jakości obsługi) lub czyni to w sposób minimalny (dla pozostały usług). Ze względu na fakt, że zadanie znalezienia ścieżek aktywnych...
-
WiMA: Towards a Multi-Criterion Association in Software Defined Wi-Fi Networks
Publikacja