Filtry
wszystkich: 599
-
Katalog
Wyniki wyszukiwania dla: DEEP-LEARNING, NEURAL NETWORKS
-
Analysis of electrical patterns activity in artificial multi-stable neural networks
Publikacja -
Neural Networks in the Diagnostics Process of Low-Power Solar Plant Devices
Publikacja -
Optimization of a three-bed adsorption chiller by genetic algorithms and neural networks
Publikacja -
Automatic singing voice recognition employing neural networks and rough sets
PublikacjaCelem prac opisanych w referacie jest automatyczne rozpoznawanie głosów śpiewaczych. Do tego celu utworzona została baza nagrań próbek śpiewu profesjonalnego i amatorskiego. Próbki poddane zostały parametryzacji parametrami zaproponowanymi przez autorów ściśle do tego celu. Sposób wyznaczenia parametrów i ich interpretacja fizyczna przedstawione są w referacie. Parametry wprowadzane są do systemów decyzyjnych, klasyfikatorów opartych...
-
Artificial Neural Networks for Prediction of Antibacterial Activity in Series of Imidazole Derivatives
Publikacja -
Neural Networks Based on Ultrafast Time-Delayed Effects in Exciton Polaritons
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...
-
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...
-
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...
-
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...
-
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...
-
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....
-
Improved estimation of dynamic modulus for hot mix asphalt using deep learning
Publikacja -
Deep Learning-Based, Multiclass Approach to Cancer Classification on Liquid Biopsy Data
Publikacja -
Designing RBF Networks Using the Agent-Based Population Learning Algorithm
Publikacja -
Brain-Inspired Deep Networks for Facial Expression Recognition. Frontiers in Biomedical Technologies
Publikacja -
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...
-
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 -
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 -
Visual Features for Improving Endoscopic Bleeding Detection Using Convolutional Neural Networks
PublikacjaThe presented paper investigates the problem of endoscopic bleeding detection in endoscopic videos in the form of a binary image classification task. A set of definitions of high-level visual features of endoscopic bleeding is introduced, which incorporates domain knowledge from the field. The high-level features are coupled with respective feature descriptors, enabling automatic capture of the features using image processing methods....
-
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.
-
Tuning Ferulic Acid Solubility in Choline-Chloride- and Betaine-Based Deep Eutectic Solvents: Experimental Determination and Machine Learning Modeling
PublikacjaDeep eutectic solvents (DES) represent a promising class of green solvents, offering particular utility in the extraction and development of new formulations of natural compounds such as ferulic acid (FA). The experimental phase of the study undertook a systematic investigation of the solubility of FA in DES, comprising choline chloride or betaine as hydrogen bond acceptors and six different polyols as hydrogen bond donors....
-
DentalSegmentator: Robust open source deep learning-based CT and CBCT image segmentation
Publikacja -
Prediction of Sorption Processes Using the Deep Learning Methods (Long Short-Term Memory)
Publikacja -
Deep learning model for automated assessment of lexical stress of non-native english speakers
Publikacja -
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...
-
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 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.
-
Deep learning based segmentation using full wavefield processing for delamination identification: A comparative study
Publikacja -
Orientation-aware ship detection via a rotation feature decoupling supported deep learning approach
PublikacjaShip imaging position plays an important role in visual navigation, and thus significant focuses have been paid to accurately extract ship imaging positions in maritime videos. Previous studies are mainly conducted in the horizontal ship detection manner from maritime image sequences. This can lead to unsatisfied ship detection performance due to that some background pixels maybe wrongly identified as ship contours. To address...
-
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...
-
Experimental investigations and prediction of WEDMed surface of nitinol SMA using SinGAN and DenseNet deep learning model
Publikacja -
Reliable computationally-efficient behavioral modeling of microwave passives using deep learning surrogates in confined domains
PublikacjaThe importance of surrogate modeling techniques has been steadily growing over the recent years in high-frequency electronics, including microwave engineering. Fast metamodels are employed to speedup design processes, especially those conducted at the level of full-wave electromagnetic (EM) simulations. The surrogates enable massive system evaluations at nearly EM accuracy and negligible costs, which is invaluable in parameter...
-
A Novel Spatio–Temporal Deep Learning Vehicle Turns Detection Scheme Using GPS-Only Data
PublikacjaWhether the computer is driving your car or you are, advanced driver assistance systems (ADAS) come into play on all levels, from weather monitoring to safety. These modern-day ADASs use various assisting tools for drivers to keep the journey safe; these sophisticated tools provide early signals of numerous events, such as road conditions, emerging traffic scenarios, and weather warnings. Many urban applications, such as car-sharing...
-
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 -
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