Wyszukiwarka
Wyniki wyszukiwania dla: DEEP NEURAL NETWORK LAYER
-
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...
-
Ultracapacitor modeling and control with discrete fractional order artificial neural network
Publikacja -
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...
-
Artificial neural network controller for underwater ship hull operation robot.
PublikacjaZaproponowano model matematyczny pojazdu podwodnego, który w uproszczonej wersji spełnia warunki dynamiki odpowiadające głowicy roboczej podwodnego robota. Uwzględniono niektóre czynniki oddziałujące na ruch podwodnej głowicy roboczej, jak np. gęstość wody oraz siły odśrodkowe i wypornościowe. Przedstawiono układ sterowania, w którym zastosowano regulator oparty na bazie sieci neuronowych, za pomocą którego można sterować...
-
On thermal and Flow Expert Systems Based on Artificial Neural Network (ANN)
PublikacjaZaprezentowano możliwość realizacji jednego z zadań systemów eksperckich, polegającego na określaniu rozmiaru eksploatacyjnej degradacji parametrów geometrycznych układów łopatkowych turbin. Dyskusję przeprowadzono w oparciu o zastosowanie wybranego typu sztucznej sieci neuronowej (SSN). Badano jakość i dokładność polegającą na dobrej identyfikacji rozmiaru degradacji przez tę wybraną SSN wykrywającą rozmiar degradacji geometrycznej....
-
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.
-
Artificial Neural Network-Based Sensorless Nonlinear Control Of Induction Motors
PublikacjaW niniejszym artykule przedstawiono strukturę sztucznej sieci neuronowej służącej do korygowania działania układu estymacji prędkości kątowej wirnika. Odtworzona prędkość kątowa wirnika zostały wykorzystane w bezczujnikowym układzie sterowania silnikiem indukcyjnym pracującym w zamkniętej pętli sprzężenia prędkościowego.Przedstawiono wyniki badań eksperymentalnych z silnikiem o mocy 1,1kW.
-
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,...
-
Accurate Modeling of Frequency Selective Surfaces Using Fully-Connected Regression Model with Automated Architecture Determination and Parameter Selection Based on Bayesian Optimization
PublikacjaSurrogate modeling has become an important tool in the design of high-frequency structures. Although full-wave electromagnetic (EM) simulation tools provide an accurate account for the circuit characteristics and performance, they entail considerable computational expenditures. Replacing EM analysis by fast surrogates provides a way to accelerate the design procedures. Unfortunately, modeling of microwave passives is a challenging...
-
The Effectiveness of Using a Pretrained Deep Learning Neural Networks for Object Classification in Underwater Video
Publikacja -
Leveraging Training Strategies of Artificial Neural Network for Classification of Multiday Electromyography Signals
Publikacja -
Comparison of Selected Neural Network Models Used for Automatic Liver Tumor Segmentation
PublikacjaAutomatic and accurate segmentation of liver tumors is crucial for the diagnosis and treatment of hepatocellular carcinoma or metastases. However, the task remains challenging due to imprecise boundaries and significant variations in the shape, size, and location of tumors. The present study focuses on tumor segmentation as a more critical aspect from a medical perspective, compared to liver parenchyma segmentation, which is the...
-
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...
-
Energy Management for PV Powered Hybrid Storage System in Electric Vehicles Using Artificial Neural Network and Aquila Optimizer Algorithm
PublikacjaIn an electric vehicle (EV), using more than one energy source often provides a safe ride without concerns about range. EVs are powered by photovoltaic (PV), battery, and ultracapacitor (UC) systems. The overall results of this arrangement are an increase in travel distance; a reduction in battery size; improved reaction, especially under overload; and an extension of battery life. Improved results allow the energy to be used efficiently,...
-
Taking decisions in the diagnostic intelligent systems on the basis information from an artificial neural network
Publikacja -
Artificial Neural Network (ANN)-Based Voltage Stability Prediction of Test Microgrid Grid
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.
-
Selection of an artificial pre-training neural network for the classification of inland vessels based on their images
PublikacjaArtificial neural networks (ANN) are the most commonly used algorithms for image classification problems. An image classifier takes an image or video as input and classifies it into one of the possible categories that it was trained to identify. They are applied in various areas such as security, defense, healthcare, biology, forensics, communication, etc. There is no need to create one’s own ANN because there are several pre-trained...
-
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.
-
Detection of Alzheimer's disease using Otsu thresholding with tunicate swarm algorithm and deep belief network
PublikacjaIntroduction: Alzheimer’s Disease (AD) is a degenerative brain disorder characterized by cognitive and memory dysfunctions. The early detection of AD is necessary to reduce the mortality rate through slowing down its progression. The prevention and detection of AD is the emerging research topic for many researchers. The structural Magnetic Resonance Imaging (sMRI) is an extensively used imaging technique in detection of AD, because...
-
Neural network simulator's application to reference performance determination of turbine blading in the heat-flow diagnostics.
PublikacjaIn the paper, the possibility of application of artificial neural networks to perform the fluid flow calculations through both damaged and undamaged turbine blading was investigated. Preliminary results are presented and show the potentiality of further development of the method for the purpose of heat-flow diagnostics.
-
Wind-wave variability in a shallow tidal sea—Spectral modelling combined with neural network methods
Publikacja -
Modelling of a medium-term dynamics in a shallow tidal sea, based on combined physical and neural network methods
Publikacja -
Designing of an effective structure of system for the maintenance of a technical object with the using information from an artificial neural network
Publikacja -
<title>Recurrent neural network application to image filtering: 2-D Kalman filtering approach</title>
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...
-
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 -
Mathematical modeling and prediction of pit to crack transition under cyclic thermal load using artificial neural network
PublikacjaThe formation of pitting is a major problem in most metals, which is caused by extremely localized corrosion that creates small holes in metal and subsequently, it changes into cracks under mechanical load, thermo-mechanical stress, and corrosion process factors. This research aims to study pit to crack transition phenomenon of steel boiler heat tubes under cyclic thermal load, and mathematical modeling...
-
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 review on application of artificial neural network (ANN) for performance and emission characteristics of diesel engine fueled with biodiesel-based fuels
PublikacjaBiodiesel has been emerging as a potential and promising biofuel for the strategy of reducing toxic emissions and improving engine performance. Computational methods aiming to offer numerical solutions were inevitable as a study methodology which was sometimes considered the only practical method. Artificial neural networks (ANN) were data-processing systems, which were used to tackle many issues in engineering and science, especially...
-
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.
-
Prediction of skin color, tanning and freckling from DNA in Polish population: linear regression, random forest and neural network approaches
Publikacja -
Artificial neural network model of hardness, porosity and cavitation erosion wear of APS deposited Al2O3 -13 wt% TiO2 coatings
Publikacja -
Application of Generalized Regression Neural Network and Gaussian Process Regression for Modelling Hybrid Micro-Electric Discharge Machining: A Comparative Study
Publikacja -
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...
-
Application of PSO-artificial neural network and response surface methodology for removal of methylene blue using silver nanoparticles from water samples
Publikacja -
Particle swarm optimization–artificial neural network modeling and optimization of leachable zinc from flour samples by miniaturized homogenous liquid–liquid microextraction
Publikacja -
Synergistic effect of nanoscale carbon black and ammonium polyphosphate on improving thermal stability and flame retardancy of polypropylene: A reactive network for strengthening carbon layer
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.
-
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 -
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...
-
Performance improvement of NN based RTLS by customization of NN structure - heuristic approach
PublikacjaThe purpose of this research is to improve performance of the Hybrid Scene Analysis – Neural Network indoor localization algorithm applied in Real-time Locating System, RTLS. A properly customized structure of Neural Network and training algorithms for specific operating environment will enhance the system’s performance in terms of localization accuracy and precision. Due to nonlinearity and model complexity, a heuristic analysis...
-
Extending touch-less interaction with smart glasses by implementing EMG module
PublikacjaIn this paper we propose to use temporal muscle contraction to perform certain actions. Method: The set of muscle contractions corresponding to one of three actions including “single-click”, “double-click” “click-n-hold” and “non-action” were recorded. After recording certain amount of signals, the set of five parameters was calculated. These parameters served as an input matrix for the neural network. Two-layer feedforward neural...
-
A Selection of Starting Points for Iterative Position Estimation Algorithms Using Feedforward Neural Networks
PublikacjaThis article proposes the use of a feedforward neural network (FNN) to select the starting point for the first iteration in well-known iterative location estimation algorithms, with the research objective of finding the minimum size of a neural network that allows iterative position estimation algorithms to converge in an example positioning network. The selected algorithms for iterative position estimation, the structure of the...
-
Efkleidis Katsaros
OsobyEfklidis Katsaros received the B.Sc. degree in mathematics from the Aristotle University of Thessaloniki, Greece, in 2016, and the M.Sc. degree (cum laude) in data science: statistical science from Leiden University, The Netherlands, in 2019. He is currently pursuing the Ph.D. degree in deep video multi-task learning with the Department of Biomedical Engineering, Gdańsk University of Technology, Poland. Since 2020, he has been...
-
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.
-
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...