Wyszukiwarka
Filtry
wszystkich: 12
Wyniki wyszukiwania dla: ALGORYTM UCZENIA
-
Weighted sequential classifier
PublikacjaZaproponowano wieloklasowe ważone kryterium Fishera i uzasadniono potrzebę jego wprowadzenia. Na bazie tego kryterium skonstruowano sekwencyjny algorytm uczenia klasyfikatora. Przedstawiono wyniki eksperymentów.
-
Jak wykraść złoto smokowi? - uczenie ze wzmocnieniem w świecie Wumpusa
PublikacjaNiniejszy rozdział zawiera łagodne wprowadzenie do problematyki uczenia ze wzmocnieniem, w którym podstawy teoretyczne wyjaśniane są na przykładzie przewodnim, jakim jest zagadnienie nauczenia agenta poruszania się w świecie potwora o imieniu Wumpus (ang. Wumpus world), klasycznym środowisku do testowania logicznego rozumowania agentów (problem nietrywialny dla algorytmów uczenia ze wzmocnieniem). Przedstawiona jest główna idea...
-
Adaptacyjny algorytm filtracji sygnału fonokardiograficznego wykorzystujący sztuczną sieć neuronową
PublikacjaPodstawowym problemem podczas projektowania systemu autodiagnostyki chorób serca, bazującego na analizie sygnału fonokardiograficznego (PCG), jest konieczność zapewnienia, niezależnie od warunków zewnętrznych, sygnału o wysokiej jakości. W artykule, bazując na zdolności Sztucznej Sieci Neuronowej (SSN) do predykcji sygnałów periodycznych oraz quasi-periodycznych, został opracowany adaptacyjny algorytm filtracji dźwięków serca....
-
Sequential classification.
PublikacjaOpisano uogólniony algorytm konstrukcji klasyfikatora sekwencyjnego. Uogólnienie polega na tym, że zbiór klas dzielimy na dwie grupy zamiast oddzielania po jednej klasie w każdym kroku uczenia klasyfikatora. Eksperymenty potwierdzały lepsze własności klasyfikatora.
-
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...
-
przyrostowa metoda budowy hierarchicznej sieci neuronowej dla przewidywania sekwencji znakowych
PublikacjaZaprezentowano sposób wykorzystania hierarchicznej, opartej na przewidywaniu sieci neuronowej do nauki (bez nadzoru) oraz rozpoznawania sekwencji znaków w wejściowym strumieniu tekstu. Dla powyższej struktury zaproponowano algorytm jej przyrostowej rozbudowy w miarę zapamiętywania sekwencji pozwalający na optymalizację procesu uczenia oraz ograniczenie wymagań pamięciowych prezentowanego rozwiązania. Wskazano również jej możliwe...
-
Identyfikacja dźwięków serca za pomocą algorytmu LPC oraz sztucznej sieci neuronowej.
PublikacjaW artykule przedstawiono algorytm klasyfikacji sygnału fonokardiograficznego, który umożliwia skuteczną identyfikację 12 różnych stanów. Poprzez połączenie ze sobą algorytmu kodowania liniowego (LPC) wraz ze sztuczną siecią neuronową uzyskano skuteczność klasyfikacji sięgającą 82% oraz pełną skuteczność w rozróżnieniu pomiędzy stanami: braku lub występowania schorzenia. Najlepsze rezultaty uzyskano dla jednokierunkowych, dwuwarstwowych...
-
Investigation of Noise-Induced Instabilities in Quantitative BiologicalSpectroscopy and Its Implications for Noninvasive Glucose Monitoring
PublikacjaPrzedstawiono sposób oceny błędów jakie pojawiają się przy estymacji poziomu glukozy we krwi za pomocą pomiarów widm Ramana. Zastosowano nieliniowy algorytm regresji według maszyny wektorów nośnych. Określono jak na wyznaczenie stężenia glukozy we krwi wpływają błędy pomiarów widmach Ramana oraz błędów pomiaru referencyjnego stężenia glukozy podczas etapu kalibracji modelu (etapu uczenia algorytmu maszyny wektorów nośnych). Określono...
-
Analiza istotności cech znamion skórnych dla celów diagnostyki czerniaka złośliwego
PublikacjaPomimo dynamicznego rozwoju metod uczenia maszynowego i ich wdrażania do praktyki lekarskiej, automatyczna analiza znamion skórnych wciąż jest nierozwiązanym problemem. Poniższy artykuł proponuje zastosowanie algorytmu ewolucyjnego do zaprojektowania, wytrenowania i przetestowania całych populacji klasyfikatorów (sztucznych sieci neuronowych) oraz ich iteracyjnego udoskonalania w każdej kolejnej populacji, w celu osiągnięcia jak...
-
Automatyzacja procesu rehabilitacji dzieci z paralysis cerebralis infantium oraz osteogenesis imperfecta
PublikacjaCelem prac badawczych będących tematem dysertacji jest opracowanie podstaw metodologicznych dla automatycznej platformy eksperckiej asystującej podczas procesu rehabilitacji dzieci chorych na paralysis cerebralis infantium oraz osteogenesis imperfecta. Przedstawione cele rozprawy do realizacji wymagały podejścia wieloetapowego, w którym wykonano szereg prac związanych m.in. z: gromadzeniem odpowiednich danych, selekcją efektywnych...
-
Detekcja warunków LOS i NLOS w środowisku wewnątrz budynkowym przy użyciu algorytmu głębokiego uczenia
PublikacjaW środowisku wewnątrzbudynkowym występuje wiele czynników negatywnie wpływających na transmitowane sygnały. Niniejszy artykuł przedstawia metodę opartą na koncepcji głębokich sieci neuronowych, służącą do detekcji warunków LOS i NLOS w środowisku wewnątrzbudynkowym. Algorytm opracowany i przetestowany został na podstawie pomiarów sygnałów UWB przeprowadzonych w rzeczywistym środowisku wewnątrzbudynkowym.
-
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...