Filtry
wszystkich: 518
Wyniki wyszukiwania dla: AIRCRAFT OPERATION, CLASSIFICATION, NEURAL NETWORKS
-
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...
-
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,...
-
Adsorption chiller in a combined heating and cooling system: simulation and optimization by neural networks
Publikacja -
Self-organizing Artificial Neural Networks into Hydrographic Big Data Reduction Process
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 -
Aerodynamic excitations generated in turbine shroud clearance determined bymeans of neural networks
PublikacjaSiły aerodynamiczne generowane w uszczelnieniach turbinowych z reguły opisywane są modelem liniowym. Przy dużych drganiach wirnika sposób ten daje niezbyt dokładne wyniki. Zaproponowano wykorzystanie sieci neuronowych do określania sił ciśnieniowych powstających w uszczelnieniu. Wyniki porównano z badaniami eksperymentalnymi.
-
Modelling changes in the energy efficiency of buildings using neural networks on the example of Zielona Góra
Publikacja -
Prediction of Early Childhood Caries Based on Single Nucleotide Polymorphisms Using Neural Networks
Publikacja -
Enhancing Renal Tumor Detection: Leveraging Artificial Neural Networks in Computed Tomography Analysis
PublikacjaRenal cell carcinoma is one of the most common cancers in Europe, with a total incidence rate of 18.4 cases per 100 000 population. There is currently significant overdiagnosis (11% to 30.9%) at times of planned surgery based on radiological studies. The purpose of this study was to create an artificial neural network (ANN) solution based on computed tomography (CT) images as an additional tool to improve the differentiation of...
-
Accurate Modeling of Antenna Structures by Means of Domain Confinement and Pyramidal Deep Neural Networks
PublikacjaThe importance of surrogate modeling techniques has been gradually increasing in the design of antenna structures over the recent years. Perhaps the most important reason is a high cost of full-wave electromagnetic (EM) analysis of antenna systems. Although imperative in ensuring evaluation reliability, it entails considerable computational expenses. These are especially pronounced when carrying out EM-driven design tasks such...
-
Detecting Objects of Various Categories in Optical Remote Sensing Imagery Using Neural Networks
PublikacjaThe effective detection of objects in remote sensing images is of great research importance, so recent years have seen a significant progress in deep learning techniques in this field. However, despite much valuable research being conducted, many challenges still remain. A lot of research projects focus on detecting objects of a single category (class), while correctly detecting objects of different categories is much harder. The...
-
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...
-
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...
-
Determination of Odour Interactions in Gaseous Mixtures Using Electronic Nose Methods with Artificial Neural Networks
PublikacjaThis paper presents application of an electronic nose prototype comprised of eight sensors, five TGS-type sensors, two electrochemical sensors and one PID-type sensor, to identify odour interaction phenomenon in two-, three-, four- and five-component odorous mixtures. Typical chemical compounds, such as toluene, acetone, triethylamine, α-pinene and n-butanol, present near municipal landfills and sewage treatment plants were subjected...
-
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,...
-
Heavy Duty Vehicle Fuel Consumption Modelling Based on Exploitation Data by Using Artificial Neural Networks
PublikacjaOne of the ways to improve the fuel economy of heavy duty trucks is to operate the combustion engine in its most efficient operating points. To do that, a mathematical model of the engine is required, which shows the relations between engine speed, torque and fuel consumption in transient states. In this paper, easy accessible exploitation data collected via CAN bus of the heavy duty truck were used to obtain a model of a diesel...
-
Comparison of selected clustering algorithms of raw data obtained by interferometric methods using artificial neural networks
Publikacja -
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...
-
Modelling relation between oxidation resistance and tribological properties of non-toxic lubricants with the use of artificial neural networks
Publikacja -
Long Short-Term Memory (LSTM) neural networks in predicting fair price level in the road construction industry
Publikacja -
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...
-
Age Prediction from Low Resolution, Dual-Energy X-ray Images Using Convolutional Neural Networks
PublikacjaAge prediction from X-rays is an interesting research topic important for clinical applications such as biological maturity assessment. It is also useful in many other practical applications, including sports or forensic investigations for age verification purposes. Research on these issues is usually carried out using high-resolution X-ray scans of parts of the body, such as images of the hands or images of the chest. In this...
-
Sensing Direction of Human Motion Using Single-Input-Single-Output (SISO) Channel Model and Neural Networks
PublikacjaObject detection Through-the-Walls enables localization and identification of hidden objects behind the walls. While numerous studies have exploited Channel State Information of Multiple Input Multiple Output (MIMO) WiFi and radar devices in association with Artificial Intelligence based algorithms (AI) to detect and localize objects behind walls, this study proposes a novel non-invasive Through-the-Walls human motion direction...
-
Application of neural networks for identification of forcedness having effect on magnitude of turbine rotor vibration using rotor trajectory.
PublikacjaW pracy dokonano analizy zastosowania sieci neuronowych do wyznaczenia wartości wymuszeń wpływających na wielkość drgań wirnika używając trajektorii jako parametr określający drgania. Badania przeprowadzono na powietrznej, jednostopniowej turbinie modelowej. Przemieszczenia poziome i pionowe wirnika turbiny mierzono przy pomocy systemu pomiarowego i rejestrowano na oscyloskopie cyfrowym. Przeprowadzono pomiary trajektorii ruchu...
-
Artificial neural networks as a tool for selecting the parameters of prototypical under sleeper pads produced from recycled rubber granulate
Publikacja -
Modeling the economic dependence between town development policy and increasing energy effectiveness with neural networks. Case study: The town of Zielona Góra
Publikacja -
Application of Feed Forward Neural Networks for Modeling of Heat Transfer Coefficient During Flow Condensation for Low and High Values of Saturation Temperatur
PublikacjaMost of the literature models for condensation heat transfer prediction are based on specific experimental parameters and are not general in nature for applications to fluids and non-experimental thermodynamic conditions. Nearly all correlations are created to predict data in normal HVAC conditions below 40°C. High temperature heat pumps operate at much higher parameters. This paper aims to create a general model for the calculation...
-
Application of neural networks for identification of forcedness having effect on magnitude of turbine rotor vibration using pressure distribution in blade tip clearance.
PublikacjaW pracy sprawdzono, czy zastosowanie sieci neuronowych umożliwia identyfikację wymuszeń powstających w wyniku funkcjonowania maszyny jak i zależnych od jej stanu mechanicznego przy zastosowaniu rozkładu ciśnienia w uszczelnieniu nadbandażowym. Przeprowadzono pomiary rozkładu ciśnienia dla różnych warunków pracy, uwzględniając zmianę mimośrodu oraz zmianę skośnego ustawienia osi wirnika względem osi korpusu. Dokonano analiz przy...
-
Activation maps of convolutional neural networks as a tool for brain degeneration tracking in early diagnosis of dementia in Parkinson's disease based on magnetic resonance imaging
Publikacja -
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 -
Deep Learning Basics 2023/24
Kursy OnlineA course about the basics of deep learning intended for students of Computer Science. It includes an introduction to supervised machine learning, the architecture of basic artificial neural networks and their training algorithms, as well as more advanced architectures (convolutional networks, recurrent networks, transformers) and regularization and optimization techniques.
-
Australian Conference on Neural Networks
Konferencje -
International Symposium on Neural Networks
Konferencje -
World Congress on Neural Networks
Konferencje -
From Linear Classifier to Convolutional Neural Network for Hand Pose Recognition
PublikacjaRecently gathered image datasets and the new capabilities of high-performance computing systems have allowed developing new artificial neural network models and training algorithms. Using the new machine learning models, computer vision tasks can be accomplished based on the raw values of image pixels instead of specific features. The principle of operation of deep neural networks resembles more and more what we believe to be happening...
-
Artificial Neural Networks in Engineering Conference
Konferencje -
European Symposium on Artificial Neural Networks
Konferencje -
IEEE International Conference on Neural Networks
Konferencje -
International Conference on Artificial Neural Networks
Konferencje -
OBTAINING FLUID FLOW PATTERN FOR TURBINE STAGE WITH NEURAL MODEL.
PublikacjaIn the paper possibility of applying neural model to obtaining patterns of proper operation for fluid flow in turbine stage for fluid-flow diagnostics is discussed. Main differences between Computational Fluid Dynamics (CFD) solvers and neural model is given, also limitations and advantages of both are considered. Time of calculations of both methods was given, also possibilities of shortening that time with preserving the accuracy...
-
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...
-
Surface EMG-based signal acquisition for decoding hand movements
Dane BadawczeBiosignal processing plays a crucial role in modern hand prosthetics. The challenge is to restore functionality of a lost limb based on the signals acquired from the surface of the stump. The number of sensors (emg channels) used for signal acquisition influence the quality of a prosthetic hand. Modern algorithms (including neural networks) can significantly...
-
Józef Woźniak prof. dr hab. inż.
OsobyProf. dr hab. inż. Józef Woźniak prof. zw. Politechniki Gdańskiej ukończył studia na Wydziale Elektroniki Politechniki Gdańskiej w 1971 r. W 1976 r. uzyskał stopień doktora nauk technicznych, a w 1991 r. stopień doktora habilitowanego w dyscyplinie telekomunikacja i specjalności teleinformatyka. W styczniu roku 2002 otrzymał tytuł profesora nauk technicznych. W 1994 r. został mianowany na stanowisko profesora nadzwyczajnego w Politechnice...
-
IEEE International Joint Conference on Neural Networks
Konferencje -
Conference on Artificial Neural Networks and Expert systems
Konferencje -
International Conference on Engineering Applications of Neural Networks
Konferencje -
AUTOMATYCZNA KLASYFIKACJA MOWY PATOLOGICZNEJ
PublikacjaAplikacja przedstawiona w niniejszym rozdziale służy do automatycznego wykrywania mowy patologicznej na podstawie bazy nagrań. W pierwszej kolejności przedstawiono założenia leżące u podstaw przeprowadzonych badan wraz z wyborem bazy mowy patologicznej. Zaprezentowano również zastosowane algorytmy oraz cechy sygnału mowy, które pozwalają odróżnić mowę niezaburzoną od mowy patologicznej. Wytrenowane sieci neuronowe zostały następnie...