Wyszukiwarka
Filtry
wszystkich: 551
Wyniki wyszukiwania dla: forecasting pm10, artificial neural network
-
Artificial neural network model of hardness, porosity and cavitation erosion wear of APS deposited Al2O3 -13 wt% TiO2 coatings
Publikacja -
Comparative study of learning methods for artificial network
PublikacjaW 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...
-
The Use of Artificial Neural Networks and Decision Trees to Predict the Degree of Odor Nuisance of Post-Digestion Sludge in the Sewage Treatment Plant Process
PublikacjaThis paper presents the application of artificial neural networks and decision trees for the prediction of odor properties of post-fermentation sludge from a biological-mechanical wastewater treatment plant. The input parameters were concentrations of popular compounds present in the sludge, such as toluene, p-xylene, and p-cresol, and process parameters including the concentration of volatile fatty acids, pH, and alkalinity in...
-
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...
-
Modeling and Simulation for Exploring Power/Time Trade-off of Parallel Deep Neural Network Training
PublikacjaIn the paper we tackle bi-objective execution time and power consumption optimization problem concerning execution of parallel applications. We propose using a discrete-event simulation environment for exploring this power/time trade-off in the form of a Pareto front. The solution is verified by a case study based on a real deep neural network training application for automatic speech recognition. A simulation lasting over 2 hours...
-
Adaptive Hyperparameter Tuning within Neural Network-based Efficient Global Optimization
PublikacjaIn this paper, adaptive hyperparameter optimization (HPO) strategies within the efficient global optimization (EGO) with neural network (NN)-based prediction and uncertainty (EGONN) algorithm are proposed. These strategies utilize Bayesian optimization and multiarmed bandit optimization to tune HPs during the sequential sampling process either every iteration (HPO-1itr) or every five iterations (HPO-5itr). Through experiments using...
-
Application of PSO-artificial neural network and response surface methodology for removal of methylene blue using silver nanoparticles from water samples
Publikacja -
Speaker Recognition Using Convolutional Neural Network with Minimal Training Data for Smart Home Solutions
PublikacjaWith the technology advancements in smart home sector, voice control and automation are key components that can make a real difference in people's lives. The voice recognition technology market continues to involve rapidly as almost all smart home devices are providing speaker recognition capability today. However, most of them provide cloud-based solutions or use very deep Neural Networks for speaker recognition task, which are...
-
APPLICATION OF STATISTICAL FEATURES AND MULTILAYER NEURAL NETWORK TO AUTOMATIC DIAGNOSIS OF ARRHYTHMIA BY ECG SIGNALS
PublikacjaAbnormal electrical activity of heart can produce a cardiac arrhythmia. The electrocardiogram (ECG) is a non-invasive technique which is used as a diagnostic tool for cardiac diseases. Non-stationarity and irregu- larity of heartbeat signal imposes many difficulties to clinicians (e.g., in the case of myocardial infarction arrhythmia). Fortunately, signal processing algorithms can expose hidden information within ECG signal contaminated...
-
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...
-
Predicting Performance of Lightweight Concrete with Granulated Expanded Glass and Ash Aggregate by Means of Using Artificial Neural Networks
PublikacjaLightweight concrete (LWC) is a group of cement composites of the defined physical, mechanical, and chemical performance. The methods of designing the composition of LWC with the assumed density and compressive strength are used most commonly. The purpose of using LWC is the reduction of the structure’s weight, as well as the reduction of thermal conductivity index. The highest possible strength, durability and low thermal conductivity...
-
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...
-
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 -
Particle swarm optimization–artificial neural network modeling and optimization of leachable zinc from flour samples by miniaturized homogenous liquid–liquid microextraction
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...
-
Neural-Network-Based Parameter Estimations of Induction Motors
Publikacja -
Automatic Image and Speech Recognition Based on Neural Network
Publikacja -
Cellular neural network application to moire pattern filtering
Publikacja -
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...
-
The use of fast molecular descriptors and artificial neural networks approach in organochlorine compounds electron ionization mass spectra classification
PublikacjaDeveloping of theoretical tools can be very helpful for supporting new pollutant detection. Nowadays, a combination of mass spectrometry and chromatographic techniques are the most basic environmental monitoring methods. In this paper, two organochlorine compound mass spectra classification systems were proposed. The classification models were developed within the framework of artificial neural networks (ANNs) and fast 1D and...
-
Analysis of electrical patterns activity in artificial multi-stable neural networks
Publikacja -
Artificial Neural Networks for Prediction of Antibacterial Activity in Series of Imidazole Derivatives
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...
-
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...
-
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...
-
Neural network modelling of the influence of channelopathies on reflex visual attention
Publikacja -
Energy-Efficient Neural Network Inference with Microcavity Exciton Polaritons
Publikacja -
Neural network approach to 2D Kalman filtering in image processing
Publikacja -
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...
-
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...
-
Self-organizing Artificial Neural Networks into Hydrographic Big Data Reduction Process
Publikacja -
Artificial Neural Networks in Classification of Steel Grades Based on Non-Destructive Tests
Publikacja -
Designing the Composition of Cement Stabilized Rammed Earth Using Artificial Neural Networks
Publikacja -
The Influence of Input Data Standardization Method on Prediction Accuracy of Artificial Neural Networks
Publikacja -
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,...
-
Productivity Enhancement by Prediction of Liquid Steel Breakout during Continuous Casting Process in Manufacturing of Steel Slabs in Steel Plant Using Artificial Neural Network with Backpropagation Algorithms
Publikacja -
Diagnostic potential for a serum miRNA neural network for detection of ovarian cancer
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...
-
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.
-
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,...
-
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,...
-
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...
-
Application of artificial neural networks (ANN) as multiple degradation classifiers in thermal and flow diagnostics
PublikacjaPrzedyskutowano problem zwiększenia dokładności rozpoznawania wielokrotnych degradacji eksploatacyjnych urządzeń składowych dużych obiektów energetycznych. Zastosowani sieć neuronową (SSN) o skokowych funkcjach przejścia. Sprawdzono możliwości przyspieszenia treningu sieci neuronowych. Zastosowano modułową metodę budowy SSN, polegającą na dedykowaniu pojedynczej sieci do rozpoznawania tylko jednego typu degradacji.
-
Accidental wow defect evaluation using sinusoidal analysis enhanced by artificial neural networks
PublikacjaArtykuł przedstawia metodę do wyznaczania charakterystyki pasożytniczych modulacji częstotliwości (kołysanie) obecnych w archiwalnych nagraniach dźwiękowych. Prezentowane podejście wykorzystuje śledzenie zmian sinusoidalnych komponentów dźwięku które odzwierciedlają przebieg kołysania. Analiza sinusoidalna wykorzystana jest do ekstrakcji składowych tonalnych ze zniekształconych nagrań dźwiękowych. Dodatkowo, w celu zwiększenia...
-
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...
-
Ontology-based text convolution neural network (TextCNN) for prediction of construction accidents
PublikacjaThe construction industry suffers from workplace accidents, including injuries and fatalities, which represent a significant economic and social burden for employers, workers, and society as a whole.The existing research on construction accidents heavily relies on expert evaluations,which often suffer from issues such as low efficiency, insufficient intelligence, and subjectivity.However, expert opinions provided in construction...