Filtry
wszystkich: 2919
-
Katalog
- Publikacje 2576 wyników po odfiltrowaniu
- Osoby 113 wyników po odfiltrowaniu
- Wynalazki 17 wyników po odfiltrowaniu
- Projekty 41 wyników po odfiltrowaniu
- Laboratoria 4 wyników po odfiltrowaniu
- Zespoły Badawcze 9 wyników po odfiltrowaniu
- Kursy Online 149 wyników po odfiltrowaniu
- Wydarzenia 6 wyników po odfiltrowaniu
- Dane Badawcze 4 wyników po odfiltrowaniu
wyświetlamy 1000 najlepszych wyników Pomoc
Wyniki wyszukiwania dla: WŁAŚCIWOŚCI FUNKCJI KRYTERIALNEJ
-
Optyczne właściwości materiałów 2022
Kursy OnlineKurs wspierający zajęcia wykładowe i seminaria z przedmiotu "Optyczne właściwości materiałów", który realizowany jest ze studentami II stopnia kierunku Inżynieria Materiałowa, Inżynieria Materiałów Funkcjonalnych.
-
System 5G – unifikacja radiokomunikacji [Moduł dyscyplinarny, grupa A] - Nowy
Kursy OnlineProwadzący: dr hab. inż. Jarosław Sadowski, prof. PG i dr inż. Sławomir Gajewski Terminy realizacji: 18 marca, 25 marca oraz 1 kwietnia godzina 9.00-14.00/zajęcia online Tematyka wykładu obejmuje podstawy funkcjonowania systemów radiokomunikacyjnych i telefonii komórkowej, obecny stan rozwoju telefonii na przykładzie LTE, oraz szerokie omówienie różnych aspektów sieci 5G: założenia, standard, właściwości medium transmisyjnego...
-
Identyfikacja nieparametryczna systemów farmakokinetycznych metodą funkcji korelacji.
PublikacjaW pracy omówiono metodę funkcji korelacji, przedstawiono jej ograniczenia numeryczne oraz pobudzenia zapewniające maksymalną dokładność estymat odpowiedzi impulsowej w tej metodzie: szum biały oraz pobudzenia PRBS.
-
Wybrane możliwości aplikacyjne kwadratowej funkcji strat jakościowych
PublikacjaW opracowaniu przedstawiono wysuniętą przez G. Taguchi'ego koncepcję strat jakościowych oraz podano przykładowe zastosowania funkcji strat jakościowych w rozwiązywaniu problemów występujących w procesach planowania i zarządzania produkcją.
-
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.
-
Struktura i właściwości materiałów polimerowych
Kursy OnlinePodczas wykładu będą omawiane zagadnienia dotyczące wpływu struktury polimerów na ich właściwości.
-
Realizacja modulacji bazującej na koncepcji wektorów wirtualnych z wykorzystaniem funkcji kształtu dla przekształtników trójpoziomowych NPC
PublikacjaW artykule opisano modulację szerokości impulsów bazującą na koncepcji wektorów wirtualnych z wykorzystaniem funkcji kształtu. Algorytmy modulacji PWM bazujące na funkcji kształtu są realizowane bez funkcji trygonometrycznych. Nieskomplikowana formuła wyznaczania wartości funkcji kształtu oraz jej właściwości pozwalają na efektywniejszą realizację obliczeń w procesorze oraz łatwiejszą implementację różnychalgorytmów sterowania...
-
Struktura i właściwości materiałów polimerowych 2023
Kursy OnlineWykład z przedmiotu struktura i właściwości materiałów polimerowych
-
Karol Grębowski dr inż.
OsobyKarol Grębowski (dr inż.) pracuje jako adiunkt w Katedrze Technicznych Podstaw Projektowania Architektonicznego na Wydziale Architektury Politechniki Gdańskiej. Jego badania naukowe dotyczą zjawisk szybkozmiennych zachodzących podczas drgań konstrukcji budowlanych, obiektów mostowych (trzęsienia ziemi) oraz badania w zakresie metodologii projektowania budynków stanowiących system ochrony pasywnej (SOP) odpornych na uderzenia pojazdów...
-
Ewolucyjny dobór funkcji jądra SVM wspólnego dla zbioru podobnychzadań klasyfikacyjnych
PublikacjaPraca przedstawia ewolucyjną metodę kształtowania funkcji jądra wmetodzie SVM wspólnego dla zbioru podobnych zadań klasyfikacyjnych(z tej samej dziedziny) z wykorzystaniem aproksymatora neuronowego.Pokazano możliwość wbudowania funkcji ekstrakcji cech do funkcji jądraSVM za pomocą prostego łączenia aproksymatorów standardowej funkcjijądra i ekstraktora. Opisane zostały również teoretyczne podstawy metodywektorów wspierających (SVM).