Wyszukiwarka
Filtry
wszystkich: 514
Wyniki wyszukiwania dla: METODY UCZENIA SIECI NEURONOWYCH
-
Poprawa jakości klasyfikacji głębokich sieci neuronowych poprzez optymalizację ich struktury i dwuetapowy proces uczenia
PublikacjaW pracy doktorskiej podjęto problem realizacji algorytmów głębokiego uczenia w warunkach deficytu danych uczących. Głównym celem było opracowanie podejścia optymalizującego strukturę sieci neuronowej oraz zastosowanie uczeniu dwuetapowym, w celu uzyskania mniejszych struktur, zachowując przy tym dokładności. Proponowane rozwiązania poddano testom na zadaniu klasyfikacji znamion skórnych na znamiona złośliwe i łagodne. W pierwszym...
-
WYKORZYSTANIE SIECI NEURONOWYCH I METODY WEKTORÓW NOŚNYCH SVM W PROCESIE ROZPOZNAWANIA AKTYWNOŚCI RUCHOWEJ PACJENTÓW DOTKNIĘTYCH CHOROBĄ PARKINSONA
PublikacjaChoroba Parkinsona (ang. PD - Parkinson Disease) zaliczana jest do grupy chorób neurodegeneracyjnych. Jest to powoli postępująca choroba zwyrodnieniowa ośrodkowego układu nerwowego. Jej powstawanie związane jest z zaburzeniem produkcji dopaminy przez komórki nerwowe mózgu. Choroba manifestuje się zaburzeniami ruchowymi. Przyczyna występowania tego typu zaburzeń nie została do końca wyjaśniona. Leczenie osób dotkniętych PD oparte...
-
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...
-
Comparative study of learning methods for artificial network
PublikacjaW artykule przedstawiono wyniki badań porównawczych metod uczenia sieci neuronowych takich jak: metoda propagacji wstecznej błędów, rekurencyjna metoda najmniejszych kwadratów, metoda Zangwill'a, metoda algorytmów ewolucyjnych. Celem tych badań jest dobieranie najefektywniejszej metody uczenia do projektowania adaptacyjnego neuronowego regulatora napięcia generatora synchronicznego.metody uczenia, sieć neuronowa, neuronowy regulator...
-
Sieci neuronowe jako alternatywny sposób uzyskania modelu obliczeniowego
PublikacjaW pracy zaprezentowano i omówiono rodzaje sieci neuronowych, obszary ich zastosowań oraz metody uczenia. Przedstawiono teorie działania oraz ich interpretacje matematyczną i numeryczną. Szczególną uwagę zwrócono na możliwości uzyskania modelu obliczeniowego oraz obszarów jego stosowania przez wzgląd na unikalne cech Sztucznych Sieci Neuronowych (SSN). Jako przykład pracy sieci zaprezentowano model obliczeniowy identyfikujący własności...
-
Identyfikacja instrumentu muzycznego z nagrania fonicznego za pomocą sztucznych sieci neuronowych
PublikacjaCelem rozprawy jest zbadanie algorytmów do identyfikacji instrumentów występujących w sygnale polifonicznym z wykorzystaniem sztucznych sieci neuronowych. W części teoretycznej przywołano podstawy przetwarzania sygnałów fonicznych w kontekście ekstrakcji parametrów sygnałów wykorzystywanych w treningu sieci neuronowych. Dodatkowo dokonano analizy rozwoju metod uczenia maszynowego z uwzględnieniem podziału na sieci neuronowe pierwszej,...
-
Comparative study of methods for artificial neural network training.
PublikacjaPrzedstawiono wyniki badań porównawczych następujących metod uczenia sieci neuronowych: propagacji wstecznej błędów, rekursywnej metody najmniejszych kwadratów, metody Zangwill'a i algorytmów ewolucyjnych. Badania dotyczyły projektowania adaptacyjnego regulatora neuronowego napięcia generatora synchronicznego.
-
Artificial Neural Networks in Microwave Components and Circuits Modeling
PublikacjaArtykuł dotyczy wykorzystania sztucznych sieci neuronowych (SNN) w projektowaniu i optymalizacji układów mikrofalowych.Zaprezentowano podstawowe zasady i założenia modelowania z użyciem SNN. Możliwości opisywanej metody opisano wykorzystując przykładowyprojekt anteny łatowej. Przedstawiono różne strategie modelowania układów, które wykorzystują możliwości opisywanej metody w połączeniu zwiedzą mikrofalową. Porównano również dokładność...
-
INFLUENCE OF DATA NORMALIZATION ON THE EFFECTIVENESS OF NEURAL NETWORKS APPLIED TO CLASSIFICATION OF PAVEMENT CONDITIONS – CASE STUDY
PublikacjaIn recent years automatic classification employing machine learning seems to be in high demand for tele-informatic-based solutions. An example of such solutions are intelligent transportation systems (ITS), in which various factors are taken into account. The subject of the study presented is the impact of data pre-processing and normalization on the accuracy and training effectiveness of artificial neural networks in the case...
-
Wojciech Jędruch dr hab. inż.
Osoby -
Architektury sieci neuronowych
Kursy OnlinePrzedmiot prowadzony na studiach podyplomowych "Sztuczna inteligencja i automatyzacja procesów biznesowych w ujęciu technicznym" prowadzonych na wydziale ZIE.
-
Zaawansowane Architektury Sieci Neuronowych
Kursy OnlineCelem przedmiotu jest zaznajomienie studentów z zasadami tworzenia własnych architektur sieci neuronowych dostosowanych do zadanego problemu i dostępnych danych poprzez analizę wybranych, istniejących zaawansowanych modeli pojawiających się w literaturze naukowej ostatnich lat. Motywacją do studiowania nietypowych architektur jest to, że odpowiednio dopasowana architektura modelu (a więc prawidłowo narzucone "indukcyjne ukierunkowanie"...
-
Diagnostyka łożysk silnika indukcyjnego na podstawie prądu zasilającego przy użyciu sztucznych sieci neuronowych
PublikacjaW artykule zawarto wyniki badań dotyczące diagnostyki łożysk silnika indukcyjnego na podstawie pomiarów prądu zasilającego z wykorzystaniem sztucznych sieci neuronowych. Zaprezentowano wyniki uczenia sieci oraz rezultaty testów przeprowadzonych na danych spoza zbioru uczącego. Badania wykonane zostały na obiektach z celowo wprowadzonymi uszkodzeniami łożysk. Przedstawiona nowa koncepcja zakłada użycie zestawu sieci neuronowych...
-
Diagnostyka łożysk silnika indukcyjnego na podstawie prądu zasilającego przy użyciu sztucznych sieci neuronowych
PublikacjaW artykule zawarto wyniki badań dotyczące diagnostyki łożysk silnika indukcyjnego na podstawie pomiarów prądu zasilającego z wyko-rzystaniem sztucznych sieci neuronowych. Zaprezentowano wyniki uczenia sieci oraz rezultaty testów przeprowadzonych na danych spoza zbioru uczącego. Badania wykonane zostały na obiektach z celowo wprowadzonymi uszkodzeniami łożysk. Przedstawiona nowa koncepcja zakłada użycie zestawu sieci neuronowych...
-
Zaawansowane Architektury Sieci Neuronowych
Kursy Online -
Zastosowanie sieci neuronowych w cyfrowej syntezie dźwięku
PublikacjaRozwój technik związanych z uczeniem maszynowym umożliwia nowe podejście i nowe definiowanie wielu dotychczasowych problemów. Heurystyczne algorytmy stosowane do problemów takich jak klasyfikacja danych w postaci wektorów cech, czy wyróżnianie grup obiektów o podobnych własnościach mogą znaleźć także zastosowanie w takich dziedzinach jak analiza i synteza dźwięków muzycznych. W referacie przybliżone zostały podstawowe zasady projektowania...
-
WYKORZYSTANIE SZTUCZNYCH SIECI NEURONOWYCH DO ANALIZY ODPOWIEDZI MATRYC CZUJNIKÓW GAZU
PublikacjaW pracy zaprezentowano efekt wykorzystania sztucznych sieci neuronowych w procesie analizy odpowiedzi matryc czujników gazu. Przedstawione zostały podstawy teoretyczne sieci neuronowej jednokierunkowej oraz dwóch algorytmów uczenia tej sieci, następnie została ona wykorzystana do klasyfikacji substancji lotnych na podstawie pomiarów matrycy sześciu rezystancyjnych półprzewodnikowych czujników gazu. Przy użyciu środowiska obliczeniowego...
-
WYKORZYSTANIE SIECI NEURONOWYCH DO SYNTEZY MOWY WYRAŻAJĄCEJ EMOCJE
PublikacjaW niniejszym artykule przedstawiono analizę rozwiązań do rozpoznawania emocji opartych na mowie i możliwości ich wykorzystania w syntezie mowy z emocjami, wykorzystując do tego celu sieci neuronowe. Przedstawiono aktualne rozwiązania dotyczące rozpoznawania emocji w mowie i metod syntezy mowy za pomocą sieci neuronowych. Obecnie obserwuje się znaczny wzrost zainteresowania i wykorzystania uczenia głębokiego w aplikacjach związanych...
-
Zaawansowane architektury sieci neuronowych 2024
Kursy Online -
Warstwy Sieci Neuronowych w Tensorflow
Kursy OnlinePrzedmiot prowadzony na studiach podyplomowych "Sztuczna inteligencja i automatyzacja procesów biznesowych w ujęciu technicznym" prowadzonych na wydziale ZIE.
-
Wykorzystanie sieci neuronowych do syntezy mowy wyrażającej emocje
PublikacjaW niniejszym artykule przedstawiono analizę rozwiązań do rozpoznawania emocji opratych na mowie i możliwości ich wykprzystania w syntezie mowy z emocjami stosując do tego celu sieci neuronowe. Wskazano również przydatnośc parametrów typowo stosowanych do rozpoznawania mowy w detekcji emocji w śpiewie i rozróżnianiu tych emocji w obu przypadkach. Przedstawiono aktualne rozwiązania dotyczące rozpoznawania emocji w mowie i metod syntezy...
-
Ziemowit Suligowski prof. dr hab. inż.
Osoby -
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.
-
Prognozirovanie svojstv betonov s pomoŝ'û iskusstvennyh nejronovyh setej
PublikacjaObserwacje mózgu ludzkiego oraz podstawowych komórek z jakich się składa (neuronów), doprowadziły do prób modelowania niedużych układów połączonych neuronów. Układy te, zwane w literaturze jako sieci neuronowe lub sieci neuropodobne (ang. neural network) wykazują pewne cechy zbliżone do cech mózgu. Są nimi np. zdolność uczenia i kojarzenia. Choć znany obecnie model matematyczny neuronu jest dość skomplikowany, to zachęcające wyniki...
-
Podstawy uczenia głębokiego 2023/24
Kursy OnlineKurs podstaw uczenia głębokiego przeznaczony dla studentów kierunku Informatyka. Obejmuje wprowadzenie do nadzorowanego uczenia maszynowego, budowę podstawowych sztucznych sieci neuronowych oraz algorytmów ich uczenia, a także bardziej zaawansowane architektury (sieci splotowe, rekurencyjne, transformery) i techniki regularyzacji i optymalizacji.
-
Podstawy uczenia głębokiego 24/25
Kursy OnlineKurs podstaw uczenia głębokiego przeznaczony dla studentów kierunku Informatyka. Obejmuje wprowadzenie do nadzorowanego uczenia maszynowego, budowę podstawowych sztucznych sieci neuronowych oraz algorytmów ich uczenia, a także bardziej zaawansowane architektury (sieci splotowe, rekurencyjne, transformery) i techniki regularyzacji i optymalizacji.
-
Identyfikacja parametrów funkcjonalnych analogowych układów elektronicznych z zastosowaniem sztucznych sieci neuronowych
PublikacjaPrzedmiotem artykułu jest metoda identyfikacji parametrów funkcjonalnych analogowych układów elektronicznych w dziedzinie czasu. Testowany układ pobudzany jest sygnałem pomiarowym zoptymalizowanym za pomocą algorytmu genetycznego. Identyfikacja parametrów funkcjonalnych polega na odwzorowaniu wyników pomiarów odpowiedzi układu w dziedzinie czasu w przestrzeń parametrów funkcjonalnych z wykorzystaniem sztucznej sieci neuronowej....
-
Bożena Kostek prof. dr hab. inż.
Osoby -
Rafał Łangowski dr inż.
OsobyDr inż. Rafał Łangowski jest absolwentem Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej (studia magisterskie ukończył z wyróżnieniem w 2003 roku). W roku 2015 uzyskał stopień doktora nauk technicznych w dyscyplinie automatyka i robotyka. Pracę doktorską pt. "Algorytmy alokacji punktów monitorowania jakości w systemach dystrybucji wody pitnej" obronił z wyróżnieniem na Wydziale Elektrotechniki i Automatyki. W latach...
-
Neural nets application in diagnostics of industrial robots
PublikacjaPrzedstawiono wyniki wstępnych badań nad możliwością zastosowania sztucznych sieci neuronowych w procesie diagnozowania stanu technicznego robotów przemysłowych z napędem elektrycznym. Omówiono proces projektowania sieci neuronowych, za pomocą których realizowano liniową predykcję zmian dokładności pozycjonowania jednokierunkowego robota IRB 6 powstających przy różnych obciążeniach i prędkościach manipulatora podczas pracy z celowo...
-
Przykład zastosowania i analiza metod sztucznej inteligencji w technice cieplnej i chłodniczej (cz. 1)
PublikacjaW artykule przedstawiono teorie działania oraz modele matematyczne i numeryczne sztucznych sieci neuronowych (SSN). Dokonano szczegółowegoomówienia rodzajów sieci, metod uczenia i obszarów możliwych zastosowań w technice cieplnej i chłodniczej, jako nowych alternatywnych metod uzyskania modelu numerycznego. Szczególną uwagę zwrócono na cechy SSN, które są unikalne i wyróżniające na tle innych metod. Zamieszczono przykład wykorzystania...
-
Przykład zastosowania i analiza metod sztucznej inteligencji w technice cieplnej i chłodniczej (cz. 2)
PublikacjaW artykule przedstawiono teorie działania oraz modele matematyczne i numeryczne sztucznych sieci neuronowych (SSN). Dokonano szczegółowegoomówienia rodzajów sieci, metod uczenia i obszarów możliwych zastosowań w technice cieplnej i chłodniczej, jako nowych alternatywnych metod uzyskania modelu numerycznego. Szczególną uwagę zwrócono na cechy SSN, które są unikalne i wyróżniające na tle innych metod. Zamieszczono przykład wykorzystania...
-
Neuronowy model mocy farmy wiatrowej
PublikacjaPopularność i rosnące możliwości sztucznych sieci neuronowych przyczyniają się do coraz to szerszego zastosowania przemysłowego. Szybki przyrost mocy elektrowni wiatrowych w krajowej sieci elektroenergetycznej (KSE) stawia trudne zadanie bilansowania mocy przed krajowymi Operatorami Sieci Dystrybucyjnych (OSD) i Operatorem Sieci Przesyłowej (OSP). Prawnym obowiązkiem prognozowania mocy farmy wiatrowej obarczony jest właściciel....
-
Neuronowy model mocy farmy wiatrowej
PublikacjaPopularność i rosnące możliwości sztucznych sieci neuronowych przyczyniają się do coraz to szerszego zastosowania przemysłowego. Szybki przyrost mocy elektrowni wiatrowych w krajowej sieci elektroenergetycznej (KSE) stawia trudne zadanie bilansowania mocy przed krajowymi Operatorami Sieci Dystrybucyjnych (OSD) i Operatorem Sieci Przesyłowej (OSP). Prawnym obowiązkiem prognozowania mocy farmy wiatrowej obarczony jest właściciel....
-
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...
-
Sieci neuronowe oparte na prawach fizyki
PublikacjaWiele fizycznie nieuzasadnionych sieci neuronowych, mimo zadowalają- cej wydajności, generuje sprzeczności z logiką i prowadzi do rozbieżno- ści wyników z rzeczywistością. Jedną z metod poprawy funkcjonowania typowego modelu typu “black-box” na etapie uczenia, jest rozszerzenie jego funkcji kosztu o zależność bezpośrednio inspirowaną wzorem fizycz- nym. Niniejszy rozdział wyjaśnia koncepcję budowy sieci neuronowych opartych na...
-
Neural networks in the diagnostics of induction motor rotor cages.
PublikacjaW środowisku Lab VIEW została stworzona aplikacja służąca do pomiaru, prezentacji i zapisu przebiegów widma prądu stojana z uwzględnieniem potrzeb pomiarowych występujących podczas badania wirników silników indukcyjnych przy użyciu sieci neuronowych. Utworzona na bazie zbioru uczącego sieć Kohonena z powodzeniem rozwiązała stawiany przed nią problem klasyfikacji widm prądu stojana, a co za tym idzie również diagnozy stanu...
-
Sieci samouczące się
Kursy OnlineCelem przedmiotu jest przekazanie studentowi wiedzy w zakresie teoretycznych i praktycznych aspektówdefiniowania i projektowania sztucznych sieci neuronowych zdolnych do samodzielnego uczenia sięrozwiązywania złożonych problemów decyzyjnych, w tym do aproksymacji funkcji użyteczności stanów lubakcji w uczeniu ze wzmocnieniem.
-
Krzysztof Nyka dr hab. inż.
OsobyKrzysztof Nyka, absolwent Wydziału Elektroniki Telekomunikacji i Informatyki Politechniki Gdańskiej (WETI PG), gdzie uzyskał tytuł magistra inżyniera (1986, telekomunikacja) stopień doktora nauk technicznych (2002, elektronika) i doktora habilitowanego (2020 automatyka, elektronika i elektrotechnika). Obecnie jest zatrudniony na stanowisku profesora uczelni w Katedrze Inżynierii Mikrofalowej i Antenowej WETI PG. Zainteresowania...
-
Prognozowanie mocy wytwórczej farmy wiatrowej
PublikacjaCelem pracy było opracowanie metody obliczeniowej oraz budowa narzędzia programowego do określenia produkcji mocy farmy wiatrowej na podstawie standardowej prognozy pogody z wyprzedzeniem jednej doby. W pracy przedstawiono rzeczywistą charakterystykę generacji mocy wytwórczej przemysłowych farm wiatrowych zależnej od zmiennych warunków wiatrowych. Analizując dane pomiarowe można znaleźć pewne zależności charakterystyczne. Wpływ...
-
Karol Flisikowski dr inż.
OsobyKarol Flisikowski jest profesorem uczelni w Katedrze Statystyki i Ekonometrii, Wydziału Zarządzania i Ekonomii Politechniki Gdańskiej. Jest odpowiedzialny jest za prowadzenie zajęć ze statystyki opisowej i matematycznej (w języku polskim i angielskim), a także badań naukowych w zakresie statystyki społecznej. Był uczestnikiem wielu konferencji o zasięgu krajowym, jak i międzynarodowym, gdzie prezentował wyniki prowadzonych przez...
-
Zygfryd Domachowski prof. dr hab. inż.
Osoby -
Zastosowanie sztucznych sieci neuronowych do aproksymacji funkcji
PublikacjaW artykule opisano główne grupy zastosowań sztucznych sieci neuronowych (SSN). Ponadto opisano podstawowe typy sztucznych sieci neuronowych. Omówiono algorytm posługiwania się SSN oraz pokazano przykład ich zastosowania do aproksymacji funkcji.
-
Właściwości aproksymacyjne sztucznych sieci neuronowych (SSN)
PublikacjaOpisano budowę sztucznego neuronu, rodzaje sztucznych sieci neuronowych i ich zastosowanie. Przedstawiono SSN jako uniwersalny aproksymator oraz opisano problem jednoczesnej aproksymacji funkcji wraz z pochodnymi.
-
Metody uczenia optymalizacji wieloetapowych procesów decyzyjnych.
PublikacjaOptymalizacja wieloetapowych procesów decyzyjnych jest zdaniem, w którym zbiegają się metody pochodzące pierwotnie z różnych dziedzin: rachunku wariacyjnego, algorytmów optymalizacji i metod uczenia maszynowego rozpatrywanych w sztucznej inteligencji. W niniejszej pracy podjęto próbę zestawienia różnych metod oraz podano wyniki optymalizacji przykładowego zadania z zastosowaniem algorytmów ewolucyjnych.
-
Klasyfikacja tekstu przy użyciu grafowych sieci neuronowych
PublikacjaWspółczesnym algorytmom analizy tekstu wciąż daleko do ludzkiego poziomu jego zrozumienia. Jednym z wyzwań jest znajdowanie przez maszynę związków pomiędzy odległymi fragmentami tekstu. Próbą rozwiązania tego problemu są grafowe reprezentacje tekstu, które bardzo dobrze sprawdzają się w przedstawianiu złożonych zależności. W tekście opisane zostały dwie metody grafowej reprezentacji tekstu oraz algorytm grafowych konwolucyjnych...
-
Implementacja Sztucznych sieci neuronowych w środowisku LabVIEW.
PublikacjaPrzedstawiono możliwości oraz strukturę zrealizowanego przez autora modułu do implementacji sztucznych sieci neuronowych w środowisku LabVIEW.
-
Zastosowanie algorytmu ewolucyjnego do trenowania jednokierunkowych płaskich sztucznych sieci neuronowych
PublikacjaW artykule przedstawiono zastosowanie algorytmu ewolucyjnego do trenowania jednokierunkowych, płaskich, sztucznych sieci neuronowych. Przy użyciu proponowanej metody wytrenowano trzy sieci neuronowe do klasyfikacji problemu parity-3, parity-4 oraz parity-5. Otrzymane wyniki porównano z wynikami uzyskanymi przy użyciu metody wstecznej propagacji błędu ze wględu na liczbę iteracji potrzebną do wytrenowania danej sieci oraz ze względu...
-
Optymalizacja treningu i wnioskowania sieci neuronowych
PublikacjaSieci neuronowe są jedną z najpopularniejszych i najszybciej rozwijających się dziedzin sztucznej inteligencji. Ich praktyczne wykorzystanie umożliwiło szersze użycie komputerów w wielu obszarach komunikacji, przemysłu i transportu. Dowody tego są widoczne w elektronice użytkowej, medycynie, a nawet w zastosowaniach militarnych. Wykorzystanie sztucznej inteligencji w wielu przypadkach wymaga jednak znacznej mocy obliczeniowej,...
-
Zastosowanie sztucznych sieci neuronowych w analizie sygnałów elektrokardiograficznych
PublikacjaCelem pracy było przebadanie możliwości zastosowania sztucznych sieci neuronowych do analizy i rozpoznawania sygnałów EKG. Artykuł zawiera przegląd zagadnień dotyczących EKG, pozyskiwania i interpretacji sygnałów oraz zastosowania sztucznych sieci neuronowych do diagnostyki. Znaczącym elementem pracy jest próba zaimplementowania w programie Matlab systemu rozróżniającego sygnały różnego typu.