Wyniki wyszukiwania dla: DEEP NEURAL NETWORK TRAINING
-
Artificial neural network prophecy of ion exchange process for Cu (II) eradication from acid mine drainage
PublikacjaThe removal of heavy metal ions from wastewater was found to be significant when the cation exchange procedure was used effectively. The model of the cation exchange process was built using an artificial neural network (ANN). The acid mine drainage waste’s Cu(II) ion was removed using Indion 730 cation exchange resin. Experimental data from 252 cycles were recorded. In a column study, 252 experimental observations validated the...
-
Performance analysis of an rfid-based 3d indoor positioning system combining scene analysis and neural network methods
PublikacjaThe main purpose of this research is to improve localization accuracy of an active Radio Frequency Identification, RFID tag, in 3D indoor space. The paper presents a new RFID based 3D Indoor Positioning System which shows performance improvement. The proposed positioning system combines two methods: the Scene Analysis technique and Artificial Neural Network. The results of both simulation using Log-Distance Path Loss Model and...
-
Biotrickling filtration of n-butanol vapors: process monitoring using electronic nose and artificial neural network
PublikacjaBiotrickling filtration is one of the techniques used to reduce odorants in the air. It is based on the aerobic degradation of pollutants by microorganisms located in the filter bed. The research presents the possibility of using the electronic nose prototype combined with artificial neural network for biofiltration process monitoring in terms of reduction in n-butanol concentration and odour intensity of treated air. The study...
-
Convolutional Neural Networks for C. Elegans Muscle Age Classification Using Only Self-Learned Features
PublikacjaNematodes Caenorhabditis elegans (C. elegans) have been used as model organisms in a wide variety of biological studies, especially those intended to obtain a better understanding of aging and age-associated diseases. This paper focuses on automating the analysis of C. elegans imagery to classify the muscle age of nematodes based on the known and well established IICBU dataset. Unlike many modern classification methods, the proposed...
-
Comparative study on the effectiveness of various types of road traffic intensity detectors
PublikacjaVehicle detection and speed measurements are crucial tasks in traffic monitoring systems. In this work, we focus on several types of electronic sensors, operating on different physical principles in order to compare their effectiveness in real traffic conditions. Commercial solutions are based on road tubes, microwave sensors, LiDARs, and video cameras. Distributed traffic monitoring systems require a high number of monitoring...
-
Artificial neural network based fatigue life assessment of friction stir welding AA2024-T351 aluminum alloy and multi-objective optimization of welding parameters
PublikacjaIn this paper, the fracture behavior and fatigue crack growth rate of the 2024-T351 aluminum alloy has been investigated. At first, the 2024-T351 aluminum alloys have been welded using friction stir welding procedure and the fracture toughness and fatigue crack growth rate of the CT specimens have been studied experimentally based on ASTM standards. After that, in order to predict fatigue crack growth rate and fracture toughness,...
-
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...
-
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...
-
Intermolecular Interactions as a Measure of Dapsone Solubility in Neat Solvents and Binary Solvent Mixtures
PublikacjaDapsone is an effective antibacterial drug used to treat a variety of conditions. However, the aqueous solubility of this drug is limited, as is its permeability. This study expands the available solubility data pool for dapsone by measuring its solubility in several pure organic solvents: N-methyl-2-pyrrolidone (CAS: 872-50-4), dimethyl sulfoxide (CAS: 67-68-5), 4-formylmorpholine (CAS: 4394-85-8), tetraethylene pentamine (CAS:...
-
Autonomous pick-and-place system based on multiple 3Dsensors and deep learning
PublikacjaGrasping objects and manipulating them is the main way the robot interacts with its environment. However, for robots to operate in a dynamic environment, a system for determining the gripping position for objects in the scene is also required. For this purpose, neural networks segmenting the point cloud are usually applied. However, training such networks is very complex and their results are unsatisfactory. Therefore, we propose...
-
Autonomous Perception and Grasp Generation Based on Multiple 3D Sensors and Deep Learning
PublikacjaGrasping objects and manipulating them is the main way the robot interacts with its environment. However, for robots to operate in a dynamic environment, a system for determining the gripping position for objects in the scene is also required. For this purpose, neural networks segmenting the point cloud are usually applied. However, training such networks is very complex and their results are unsatisfactory. Therefore, we propose...
-
Mutual Coupling Reduction in Antenna Arrays Using Artificial Intelligence Approach and Inverse Neural Network Surrogates
PublikacjaThis paper presents a novel approach to reduce undesirable coupling in antenna arrays using custom-designed resonators and inverse surrogate modeling. To illustrate the concept, two stand-ard patch antenna cells with 0.07λ edge-to-edge distance are designed and fabricated to operate at 2.45 GHz. A stepped-impedance resonator is applied between the antennas to suppress their mutual coupling. For the first time, the optimum values...
-
Solvent Screening for Solubility Enhancement of Theophylline in Neat, Binary and Ternary NADES Solvents: New Measurements and Ensemble Machine Learning
PublikacjaTheophylline, a typical representative of active pharmaceutical ingredients, was selected to study the characteristics of experimental and theoretical solubility measured at 25 °C in a broad range of solvents, including neat, binary mixtures and ternary natural deep eutectics (NADES) prepared with choline chloride, polyols and water. There was a strong synergistic effect of organic solvents mixed with water, and among the experimentally...
-
Energy-Efficient Neural Network Inference with Microcavity Exciton Polaritons
Publikacja -
Neural network approach to 2D Kalman filtering in image processing
Publikacja -
NIRCa: An artificial neural network-based insulin resistance calculator
Publikacja -
Neural network modelling of the influence of channelopathies on reflex visual attention
Publikacja -
Artificial neural network based sensorless control ofinduction motor.
PublikacjaW artykule przedstawiono bezczujnikowy układ sterowania silnikiem indukcyjnym wykorzystujący sztuczne sieci neuronowe (ANN). Sieć neuronową wykorzystano w regulatorze prędkości silnika. Zaprezentowano wyniki badań symulacyjnych.
-
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...
-
Face with Mask Detection in Thermal Images Using Deep Neural Networks
PublikacjaAs the interest in facial detection grows, especially during a pandemic, solutions are sought that will be effective and bring more benefits. This is the case with the use of thermal imaging, which is resistant to environmental factors and makes it possible, for example, to determine the temperature based on the detected face, which brings new perspectives and opportunities to use such an approach for health control purposes. The...
-
Cost-Efficient Multi-Objective Design of Miniaturized Microwave Circuits Using Machine Learning and Artificial Neural Network
PublikacjaDesigning microwave components involves managing multiple objectives such as center frequencies, impedance matching, and size reduction for miniaturized structures. Traditional multi-objective optimization (MO) approaches heavily rely on computationally expensive population-based methods, especially when exe-cuted with full-wave electromagnetic (EM) analysis to guarantee reliability. This paper introduces a novel and cost-effective...
-
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,...
-
Computationally Efficient Surrogate-Assisted Design of Pyramidal-Shaped 3D Reflectarray Antennas
PublikacjaReflectarrays (RAs) have been attracting considerable interest in the recent years due to their appealing features, in particular, a possibility of realizing pencil-beam radiation patterns, as in the phased arrays, but without the necessity of incorporating the feeding networks. These characteristics make them attractive solutions, among others, for satellite communications or mobile radar antennas. Notwithstanding, available microstrip...
-
Machine learning-based seismic response and performance assessment of reinforced concrete buildings
PublikacjaComplexity and unpredictability nature of earthquakes makes them unique external loads that there is no unique formula used for the prediction of seismic responses. Hence, this research aims to implement the most well-known Machine Learning (ML) methods in Python software to propose a prediction model for seismic response and performance assessment of Reinforced Concrete Moment-Resisting Frames (RC MRFs). To prepare 92,400 data...
-
Artificial Neural Network based fatigue life assessment of riveted joints in AA2024 aluminum alloy plates and optimization of riveted joints parameters
PublikacjaThe objective of this paper is to provide the fatigue life of riveted joints in AA2024 aluminum alloy plates and optimization of riveted joints parameters. At first, the fatigue life of the riveted joints in AA2024 aluminum alloy plates is obtained by experimental tests. Then, an artificial neural network is applied to estimate the fatigue life of riveted lap joints based on the number of lateral and longitudinal holes, punch pressure,...
-
Artificial-Neural-Network-Based Sensorless Nonlinear Control of Induction Motors
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...
-
Ultracapacitor modeling and control with discrete fractional order artificial neural network
Publikacja -
Diagnostic potential for a serum miRNA neural network for detection of ovarian cancer
Publikacja -
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,...
-
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 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...
-
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.
-
Orken Mamyrbayev Professor
Osoby1. Education: Higher. In 2001, graduated from the Abay Almaty State University (now Abay Kazakh National Pedagogical University), in the specialty: Computer science and computerization manager. 2. Academic degree: Ph.D. in the specialty "6D070300-Information systems". The dissertation was defended in 2014 on the topic: "Kazakh soileulerin tanudyn kupmodaldy zhuyesin kuru". Under my supervision, 16 masters, 1 dissertation...
-
Dynamic GPU power capping with online performance tracing for energy efficient GPU computing using DEPO tool
PublikacjaGPU accelerators have become essential to the recent advance in computational power of high- performance computing (HPC) systems. Current HPC systems’ reaching an approximately 20–30 mega-watt power demand has resulted in increasing CO2 emissions, energy costs and necessitate increasingly complex cooling systems. This is a very real challenge. To address this, new mechanisms of software power control could be employed. In this...
-
The Effectiveness of Using a Pretrained Deep Learning Neural Networks for Object Classification in Underwater Video
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...
-
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...
-
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,...
-
Vehicle detector training with minimal supervision
PublikacjaRecently many efficient object detectors based on convolutional neural networks (CNN) have been developed and they achieved impressive performance on many computer vision tasks. However, in order to achieve practical results, CNNs require really large annotated datasets for training. While many such databases are available, many of them can only be used for research purposes. Also some problems exist where such datasets are not...
-
Verification of the Parameterization Methods in the Context of Automatic Recognition of Sounds Related to Danger
PublikacjaW artykule opisano aplikację, która automatycznie wykrywa zdarzenia dźwiękowe takie jak: rozbita szyba, wystrzał, wybuch i krzyk. Opisany system składa się z bloku parametryzacji i klasyfikatora. W artykule dokonano porównania parametrów dedykowanych dla tego zastosowania oraz standardowych deskryptorów MPEG-7. Porównano też dwa klasyfikatory: Jeden oparty o Percetron (sieci neuronowe) i drugi oparty o Maszynę wektorów wspierających....
-
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.