Wyszukiwarka
Filtry
wszystkich: 551
Wyniki wyszukiwania dla: forecasting pm10, artificial neural network
-
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...
-
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...
-
Musical instrument sound separation methods supported by artificial nueural network decision system
PublikacjaRozprawa doktorska (27 czerwica 2006).Celem prowadzonych prac badawczych było opracowanie algorytmów separacji dźwięków instrumentów muzycznych. Dodatkowo dobrano zestaw parametrów tak aby możliwe było wytrenowanie sztucznej sieci neuronowej w celu automatycznego rozpoznawania odseparowanych sygnałów. Zaproponowano również aby algorytm decyzyjny odpowiedzialny za klasyfikacje dźwięków pełnił funkcję automatycznej metody oceny algorytmów...
-
Fetal Brain Imaging: A Composite Neural Network Approach for Keyframe Detection in Ultrasound Videos
Publikacja -
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.
-
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...
-
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.
-
Dataset Related Experimental Investigation of Chess Position Evaluation Using a Deep Neural Network
PublikacjaThe idea of training Articial Neural Networks to evaluate chess positions has been widely explored in the last ten years. In this paper we investigated dataset impact on chess position evaluation. We created two datasets with over 1.6 million unique chess positions each. In one of those we also included randomly generated positions resulting from consideration of potentially unpredictable chess moves. Each position was evaluated...
-
Comparison of selected clustering algorithms of raw data obtained by interferometric methods using artificial neural networks
Publikacja -
Modelling relation between oxidation resistance and tribological properties of non-toxic lubricants with the use of artificial neural networks
Publikacja -
Wind-wave variability in a shallow tidal sea—Spectral modelling combined with neural network methods
Publikacja -
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...
-
Artificial neural networks as a tool for selecting the parameters of prototypical under sleeper pads produced from recycled rubber granulate
Publikacja -
Food Classification from Images Using a Neural Network Based Approach with NVIDIA Volta and Pascal GPUs
PublikacjaIn the paper we investigate the problem of food classification from images, for the Food-101 dataset extended with 31 additional food classes from Polish cuisine. We adopted transfer learning and firstly measured training times for models such as MobileNet, MobileNetV2, ResNet50, ResNet50V2, ResNet101, ResNet101V2, InceptionV3, InceptionResNetV2, Xception, NasNetMobile and DenseNet, for systems with NVIDIA Tesla V100 (Volta) and...
-
Modelling of a medium-term dynamics in a shallow tidal sea, based on combined physical and neural network methods
Publikacja -
<title>Recurrent neural network application to image filtering: 2-D Kalman filtering approach</title>
Publikacja -
Safety assessment of ships in critical conditions using a knowledge-based system for design and neural network system
PublikacjaW pracy opisano wybrane elementy metody oceny bezpieczeństwa statków w stanie uszkodzonym, ukierunkowanej na ocenę osiągów statku i ocenę ryzyka. Metoda analizy osiągów i zachowania się statku w stanie uszkodzonym została wykorzystana do oceny charakterystyk hydromechanicznych statku uszkodzonego. Do oceny ryzyka wykorzystano elementy metodyki Formalnej Oceny Bezpieczeństwa. System ekspertowy został wykorzystany do analziy podziału...
-
Optimal Selection of Input Features and an Acompanying Neural Network Structure for the Classification Purposes - Skin Lesions Case Study
Publikacja -
Optimal selection of input features and an acompanying neural network structure for the classification purposes - skin lesions case study
PublikacjaMalignant melanomas are the most deadly type of skin cancers however detected early enough give a high chances for successful treatment. The last years saw the dynamic growth of interest of automatic computer-aided skin cancer diagnosis. Every month brings new research results on new approaches to this problem, new methods of preprocessing, new classifiers, new ideas to follow etc. In particular, the rapid development of dermatoscopy,...
-
Longitudinal drug synergy assessment using convolutional neural network image-decoding of glioblastoma single-spheroid cultures
PublikacjaAbstract Background In recent years, drug combinations have become increasingly popular to improve therapeutic outcomes in various diseases, including difficult to cure cancers such as the brain cancer glioblastoma. Assessing the interaction between drugs over time is critical for predicting drug combination effectiveness and minimizing the risk of therapy resistance. However, as viability readouts of drug combination experiments...
-
A new analyzer based on pellistor sensor with neural network data postprocessing for measurement of hydrocarbons in lower explosive limit range
PublikacjaW pracy przedstawiono rezultaty pierwszego etapu badań nad nowym typem analizatora do oznaczania stężenia wodoru i lotnych węglowodorów w zakresie dolnej granicy wybuchowości. Analizator ten zbudowano w oparciu o pojedynczy czujnik pelistorowy z układem przetwarzania danych wykorzystującym sztuczną sieć neuronową.
-
Bożena Kostek prof. dr hab. inż.
Osoby -
Recurrent Neural Network Based Adaptive Variable-Order Fractional PID Controller for Small Modular Reactor Thermal Power Control
PublikacjaThis paper presents the synthesis of an adaptive PID type controller in which the variable-order fractional operators are used. Due to the implementation difficulties of fractional order operators, both with a fixed and variable order, on digital control platforms caused by the requirement of infinite memory resources, the fractional operators that are part of the discussed controller were approximated by recurrent neural networks...
-
Prediction of skin color, tanning and freckling from DNA in Polish population: linear regression, random forest and neural network approaches
Publikacja -
Application of Generalized Regression Neural Network and Gaussian Process Regression for Modelling Hybrid Micro-Electric Discharge Machining: A Comparative Study
Publikacja -
Zastosowanie algorytmu ewolucyjnego do uczenia neuronowego regulatora napięcia generatora synchronicznego. Evolutionary algorithm for training a neural network of synchronous generator voltage controller
PublikacjaNajpopularniejsza metoda uczenia wielowarstwowych sieci neuronowych -metoda wstecznej propagacji błędu - charakteryzuje się słabą efektywnością. Z tego względu podejmowane są próby stosowania innych metod do uczenia sieci. W pracy przedstawiono wyniki uczenia sieci realizującej regulator neuronowy, za pomocą algorytmu ewolucyjnego. Obliczenia symulacyjne potwierdziły dobrą zbieżność algorytmu ewolucyjnego w tym zastosowaniu.
-
Modeling and optimizing the removal of cadmium by Sinapis alba L. from contaminated soil via Response Surface Methodology and Artificial Neural Networks during assisted phytoremediation with sewage sludge
Publikacja -
Marek Biziuk prof. dr hab. inż.
OsobyUr. 25.06.1947 w Sokółce, Województwo Podlaskie. W latach 1964-1969 studiował na Wydziale Chemicznym PG. Stopień doktora nauk technicznych uzyskał w 1977 r., a stopień doktora habilitowanego nauk chemicznych w zakresie chemia uzyskał na Wydziale Chemicznym PG 24.05.1995 r. Tytuł naukowy profesora nauk chemicznych uzyskał na Wydz. Chemicznym PG 6.04.2001 r. Członek Komitetu Chemii Analitycznej PAN od 2008, członek Zespołu ds....
-
Neural modelling of dynamic systems with time delays based on an adjusted NEAT algorithm
PublikacjaA problem related to the development of an algorithm designed to find an architecture of artificial neural network used for black-box modelling of dynamic systems with time delays has been addressed in this paper. The proposed algorithm is based on a well-known NeuroEvolution of Augmenting Topologies (NEAT) algorithm. The NEAT algorithm has been adjusted by allowing additional connections within an artificial neural network and...
-
Andrzej Stateczny prof. dr hab. inż.
OsobyProf. dr hab. inż. Andrzej Stateczny jest profesorem Politechniki Gdańskiej i prezesem firmy Marine Technology Ltd. Jego zainteresowania naukowe koncentrują się głównie wokół nawigacji, hydrografii i geoinformatyki. Obecnie prowadzone badania obejmują nawigację radarową, nawigację porównawczą, hydrografię, metody sztucznej inteligencji w zakresie przetwarzania obrazów i fuzji danych wielosensorycznych. Był kierownikiem lub głównym...
-
Hybrid System for Ship-Aided Design Automation
PublikacjaA hybrid support system for ship design based on the methodology of CBR with some artificial intelligence tools such as expert system Exsys Developer along with fuzzy logic, relational Access database and artificial neural network with backward propagation of errors.
-
Wykorzystanie sztucznych sieci neuronowych do szacowania wpływu drgań na budynki jednorodzinne
PublikacjaW artykule przedstawiono metodę prognozowania wpływu drgań na budynki mieszkalne z wykorzystaniem sztucznych sieci neuronowych. Drgania komunikacyjne mogą doprowadzić do uszkodzenia elementów konstrukcyjnych, a nawet do awarii budynku. Najczęstszym efektem są jednak rysy, pękanie tynku i wypraw. Metody oparte na sztucznej inteligencji są przybliżone, ale stanowią wystarczająco dokładną i ekonomiczną alternatywę dla tradycyjnych...
-
Computational intelligence methods in production management
PublikacjaThis chapter presents a survey of selected computational intelligence methods used in production management. This group of methods includes, among others, approaches based on the artificial neural networks, the evolutionary algorithms, the fuzzy logic systems and the particle swarm optimization mechanisms. From the abovementioned methods particularly noteworthy are the evolutionary and the particle swarm algorithms, which are successfully...
-
Jacek Oskarbski dr hab. inż.
OsobyAssociate professor (D.SC.Eng.) in the Department of Civil Engineering at the Gdansk University of Technology. Main research areas are traffic modeling and forecasting, transport planning, intelligent transport systems, traffic engineering, and mobility management. A graduate of the University (1994). He worked as road planner in BPBK and Transprojekt Gdański Office (1993-1996). Pposition of assistant in the Highway Engineering...
-
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...
-
Piotr Szczuko dr hab. inż.
OsobyDr hab. inż. Piotr Szczuko w 2002 roku ukończył studia na Wydziale Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej zdobywając tytuł magistra inżyniera. Tematem pracy dyplomowej było badanie zjawisk jednoczesnej percepcji obrazu cyfrowego i dźwięku dookólnego. W roku 2008 obronił rozprawę doktorską zatytułowaną "Zastosowanie reguł rozmytych w komputerowej animacji postaci", za którą otrzymał nagrodę Prezesa Rady...
-
Hybrid of Neural Networks and Hidden Markov Models as a modern approach to speech recognition systems
PublikacjaThe aim of this paper is to present a hybrid algorithm that combines the advantages ofartificial neural networks and hidden Markov models in speech recognition for control purpos-es. The scope of the paper includes review of currently used solutions, description and analysis of implementation of selected artificial neural network (NN) structures and hidden Markov mod-els (HMM). The main part of the paper consists of a description...
-
Artificial Neural Networks in Engineering Conference
Konferencje -
European Symposium on Artificial Neural Networks
Konferencje -
International Conference on Artificial Neural Networks
Konferencje -
Survival time prognosis under a Markov model of cancer development
PublikacjaIn this study we look at a breast cancer data set of women from Pomerania region collected in year 1987-1992 in the Medical University of Gdańsk. We analyze the clinical risk factors in conjunction with Markov model of cancer development. We evaluate Artificial Neural Network (ANN) survival time prediction via a simulation study.
-
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...
-
Analysis of 2D Feature Spaces for Deep Learning-based Speech Recognition
Publikacjaconvolutional neural network (CNN) which is a class of deep, feed-forward artificial neural network. We decided to analyze audio signal feature maps, namely spectrograms, linear and Mel-scale cepstrograms, and chromagrams. The choice was made upon the fact that CNN performs well in 2D data-oriented processing contexts. Feature maps were employed in the Lithuanian word recognition task. The spectral analysis led to the highest word...
-
Multifunctional PID Neuro-Controller for Synchronous Generator
PublikacjaThis paper deals with a PID Neuro-Controller (PIDNC) for synchronous generator system. The controller is based on artificial neural network and adaptive control strategy. It ensures two functions: maintaining the generator voltage at its desired value and damping electromechanical oscillations. The performance of the proposed controller is evaluated on the basis of simulation tests. A comparative study of the results obtained with...
-
Blood Pressure Estimation Based on Blood Flow, ECG and Respiratory Signals Using Recurrent Neural Networks
PublikacjaThe estimation of systolic and diastolic blood pressure using artificial neural network is considered in the paper. The blood pressure values are estimated using pulse arrival time, and additionally RR intervals of ECG signal together with respiration signal. A single layer recurrent neural network with hyperbolic tangent activation function was used. The average blood pressure estimation error for the data obtained from 21 subjects...
-
Paweł Rościszewski dr inż.
OsobyPaweł Rościszewski received his PhD in Computer Science at Gdańsk University of Technology in 2018 based on PhD thesis entitled: "Optimization of hybrid parallel application execution in heterogeneous high performance computing systems considering execution time and power consumption". Currently, he is an Assistant Professor at the Faculty of Electronics, Telecommunications and Informatics, Gdańsk University of Technology, Poland....
-
Tacjana Niksa-Rynkiewicz dr inż.
OsobyTacjana Niksa-Rynkiewicz - doktor nauk ścisłych w zakresie nauk ścisłych w spesjalności informatyka (2011). Obecnie jest pracownikiem naukowym (adiunktem) Politechniki Gdańskiej. Rozwija swoje umiejętności i prowadzi badania nad zastosowaniem metod sztucznej inteligencji w przemysle. Jest autorką wielu prac naukowych i dydaktycznych. Rozprawa doktorska dotyczyła zagadnień związanych z rozwojem metod Sztucznej Inteligencji, a dokładnie...
-
Diagnostyka łożysk silnika indukcyjnego na podstawie prądu zasilającego przy użyciu sztucznych sieci neuronowych
PublikacjaW artykule zawarto wyniki badań dotyczące diagnostyki łożysk silnika indukcyjnego na podstawie pomiarów prądu zasilającego z wykorzystaniem sztucznych sieci neuronowych. Zaprezentowano wyniki uczenia sieci oraz rezultaty testów przeprowadzonych na danych spoza zbioru uczącego. Badania wykonane zostały na obiektach z celowo wprowadzonymi uszkodzeniami łożysk. Przedstawiona nowa koncepcja zakłada użycie zestawu sieci neuronowych...
-
Simulating Power Generation from Photovoltaics in the Polish Power System Based on Ground Meteorological Measurements—First Tests Based on Transmission System Operator Data
PublikacjaThe Polish power system is undergoing a slow process of transformation from coal to one that is renewables dominated. Although coal will remain a fundamental fuel in the coming years, the recent upsurge in installed capacity of photovoltaic (PV) systems should draw significant attention. Owning to the fact that the Polish Transmission System Operator recently published the PV hourly generation time series in this article, we aim...
-
Potential and Use of the Googlenet Ann for the Purposes of Inland Water Ships Classification
PublikacjaThis article presents an analysis of the possibilities of using the pre-degraded GoogLeNet artificial neural network to classify inland vessels. Inland water authorities monitor the intensity of the vessels via CCTV. Such classification seems to be an improvement in their statutory tasks. The automatic classification of the inland vessels from video recording is a one of the main objectives of the Automatic Ship Recognition and...