Temat: computer networks - Prolib Integro

Skocz do pozycji: 1.

Tytuł:: Zastosowanie sztucznej inteligencji w diagnostyce maszyn
Application of artifical inteligence in machine diagnostics
Autorzy:: Bartol-Smardzewska, M.
Tematy:: diagnostyka techniczna
system informatyczny
sieci neuronowe
sztuczna inteligencja
technical diagnostics
computer systems
neural networks
artificial intelligence; Pokaż więcej
Wydawca:: Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Powiązania:: https://bibliotekanauki.pl/articles/329334.pdf Link otwiera się w nowym oknie
Opis:: W ciągu ostatnich lat wzrasta zapotrzebowanie na diagnostykę techniczną, zmieniły się bowiem radykalnie kryteria oceny obiektów. Pojawiają się nowe zastosowania osiągnięć mikroelektroniki, techniki komputerowej, sieci neuronowych i sztucznej inteligencji, skutecznie wspomagają one możliwości diagnostyki technicznej. To wszystko diametralnie zmienia poglądy i dokonania w obszarze wykrywania i nadzorowania zmian stanu obiektów metodami diagnostyki technicznej. Daje to możliwość nadzorowania zmian stanu, lokalizacji uszkodzeń i minimalizacji skutków uszkodzeń.
In last few years request of technical diagnostics increase, cause of radically change of object's rate standard. New adoption of achievement of microelectronics, computer technology, neural nets and artificial intelligence succor power of technical diagnostics efficiently. All of that, change diametrically ideas and performance of detection and inspection by technical diagnostics methods of object's state changes. It gives the possibility to inspect changes of state, location of damage and reducing of damage results.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 2.

Tytuł:: Zastosowanie uczenia głębokiego w tłumaczeniu komputerowym
Application of deep learning in computer translation
Autorzy:: Handzel, Zbigniew
Gajer, Mirosław
Grabiński, Tadeusz
Luty, Zbigniew
Tematy:: sztuczna inteligencja
przekład komputerowy
sieci neuronowe
uczenie głębokie
artificial intelligence
computer translation
neural
networks
deep learning; Pokaż więcej
Wydawca:: Wyższa Szkoła Ekonomii i Informatyki w Krakowie
Powiązania:: https://bibliotekanauki.pl/articles/2147416.pdf Link otwiera się w nowym oknie
Opis:: Przekład komputerowy jest najstarszym i zarazem najbardziej doniosłym zagadnieniem zaliczanym do obszaru sztucznej inteligencji. Pomysł zastosowania komputerów do tłumaczenia tekstów zapisanych w języku naturalnym jest prawie tak stary, jak sam wynalazek komputera. Pierwotnie rzecz wydawała się łatwa do realizacji i oczekiwano, że za kilkanaście lat zawód tłumacza ostatecznie zaniknie, ponieważ tego rodzaju prace będą wykonywały wyłącznie maszyny cyfrowe. Potrzeba było jednak ponad 60 lat intensywnych badań, aby marzenie to mogło się urzeczywistnić w czasach nam współczesnych. Przełomem w badaniach nad przekładem komputerowym było zastosowanie technik obliczeniowych bazujących na sztucznych sieciach neuronowych z wykorzystaniem algorytmów uczenia głębokiego. W 2017 roku uruchomiony został serwis tłumaczeniowy DeepL, który jest programem komputerowym wykorzystującym uczenie głębokie w translacji automatycznej. Rozważany program zapewnia przekład o bardzo wysokiej jakości pomiędzy dowolnie wybraną parą spośród ponad 20 języków. Między innymi program ten umożliwia tłumaczenie z i na język polski. W artykule przedstawiono krótką historię badań nad przekładem komputerowym, omówiono główne trudności, które należało przezwyciężyć na drodze do budowy tłumaczy komputerowych, oraz omówiono podstawowe podejścia wykorzystywane w translacji automatycznej. Na zakończenie zaprezentowano interesujące wyniki eksperymentów przeprowadzonych z udziałem programu DeepL, które dowodzą jego bardzo wysokiej skuteczności w tłumaczeniu pomiędzy dowolnie wybraną parą języków, niezależnie od stopnia ich genetycznego pokrewieństwa.
Computer-aided translation is the oldest and at the same time the most prominent subject in the field of artificial intelligence. The idea of using computers to translate texts written in natural language is almost as old as the invention of the computer itself. At first it seemed easy to implement and it was expected that in a decade or so the profession of translator would finally disappear because only digital machines would do this kind of work. However, it took more than 60 years of intensive research for this dream to become a reality in modern times. A breakthrough in computer translation research was the application of computational techniques based on artificial neural networks using deep learning algorithms. In 2017, the translation service DeepL was launched, which is a computer program using deep learning in automatic translation. The program under consideration provides translation of very high quality between any pair of more than 20 languages. Among other things, the programme enables translation from and into Polish. The article presents a brief history of research on computer-aided translation, discusses the basic difficulties that had to be overcome on the way to building computer-aided translators, and discusses the basic approaches used in automatic translation. Finally, interesting results of experiments carried out with the program DeepL are presented, which prove its very high efficiency in translation between any pair of languages, regardless of the degree of their genetic affinity
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 3.

Tytuł:: System informatyczny PiAO2 jako narzędzie wspomagające bezwzorcową neuronową klasyfikację pomidorów
Computer system PiAO2 as a tool for assist neural classification of tomatoes without supervision
Autorzy:: Boniecki, P.
Zaborowicz, M.
Przybył, K.
Pilarski, K.
Tematy:: pomidory
analiza obrazu
sztuczna inteligencja
sieci neuronowe
systemy informatyczne
tomatoes
image analysis
artificial intelligence
neural networks
computer systems; Pokaż więcej
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Powiązania:: https://bibliotekanauki.pl/articles/336447.pdf Link otwiera się w nowym oknie
Opis:: Analiza obrazów oraz pozyskiwanie danych zawartych w obrazach cyfrowych są istotnym elementem w procesie generowania zbiorów uczących, przeznaczonych do budowy modeli neuronowych. Wraz z rozwojem komputerowej analizy obrazu możliwe jest pozyskiwanie coraz większej ilości danych. Dlatego zasadne jest tworzenie nowych oraz modyfikowanie istniejących systemów informatycznych, wspierających neuronową analizę obrazów o nowe funkcje, zwiększające użyteczność tych aplikacji.
Image analysis and gathering data from digital images is an important element in process of generating learning sets for the construction of the neural models. With the development of computer image analysis it is possible to obtain more data. This is a reason to create and develop computer systems that support neural image analysis and increase usability of this software.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 4.

Tytuł:: Klasyfikacja suszu pietruszki z wykorzystaniem sztucznych sieci neuronowych
Classification of dried parsnip using artificial neural networks
Autorzy:: Koszela, K.
Tematy:: zastosowanie komputerów
analiza obrazów
sztuczna inteligencja
sieci neuronowe
susz pietruszki
computer applications
image analysis
artificial intelligence
neural networks
dried parsnip; Pokaż więcej
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Powiązania:: https://bibliotekanauki.pl/articles/336411.pdf Link otwiera się w nowym oknie
Opis:: W ostatnich latach prace naukowo-badawcze realizowane w inżynierii rolniczej coraz częściej wykorzystują nowoczesne narzędzie modelowania, jakim są sztuczne sieci neuronowe. To narzędzie, jako uniwersalny aproksymator, w połączeniu z komputerową analizą obrazów, stosowane jest do tworzenia modeli empirycznych, opisujących zjawiska i procesy występujące w pozyskiwaniu i przetwarzaniu materiałów roślinnych. Szczególną cechą sztucznych sieci neuronowych jest zdolność uogólniania nabytej wiedzy, co jest ważnym aspektem w badaniach na obiektach o dużej liczbie czynników determinujących dany proces. Celem pracy badawczej było opracowanie modelu neuronowego do oceny jakości suszu pietruszki i jego klasyfikacji na podstawie cyfrowych fotografii. Do analizy i klasyfikacji wykorzystano susz pietruszki pozyskany metodą konwekcyjną. Do modelu klasyfikacyjnego wybrano cechy charakterystyczne, które umożliwiały klasyfikację ze względu na jakość suszu. W wyniku przeprowadzonych badań wygenerowano kilka modeli neuronowych, które poddano weryfikacji i walidacji.
In recent years, agricultural engineers working in research have been using modern modeling tools, such as artificial neural networks, with increasing frequency. This tool, as a universal approximator together with computer image analysis is used to create empirical models that describe phenomena and processes involved in extracting and processing plant materials. Artificial neural networks are able to generalize from acquired knowledge, and this is an important feature when analyzing data involving a large range of factors to determine a given process. The objective of this research work was to develop a neural model allowing the assessment of dried parsnip quality and its classification on the basis of digital photos. Obtained by the convection method, the dried parsnip was analysed and classified. Its characterisctic features were chosen, allowing classification according to quality. As the result of the research, a number of generated neural models were verified and validated.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 5.

Tytuł:: Neuronowe rozpoznanie ciąży na podstawie obrazów ultrasonograficznych macicy krowy z wykorzystaniem systemu informatycznego "USG Recognizer"
Neural identification of the embryo of calf based on ultrasound images of the cow s womb using computer system "USG Recognizer"
Autorzy:: Kuzimska, T.
Boniecki, P.
Jaśkowski, J. M.
Przybył, K.
Tematy:: krowa
macica
ciąża
ultrasonografia
analiza obrazu
sztuczna inteligencja
sieci neuronowe
modelowanie neuronowe
systemy informatyczne
cow
womb
pregnancy
ultrasonography
image analysis
artificial intelligence
neural networks
neural modeling
computer systems; Pokaż więcej
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Powiązania:: https://bibliotekanauki.pl/articles/336377.pdf Link otwiera się w nowym oknie
Opis:: W pracy zaprezentowano wytworzony, oryginalny system informatyczny "USG Recognizer", który zaopatrzony został w szereg funkcji wspomagających tworzenie adekwatnych zbiorów uczących, niezbędnych w procesie generowania modeli neuronowych. Dzięki tym funkcjonalnościom możliwa jest identyfikacja oraz ekstrakcja wiedzy zawartej w graficznych danych empirycznych, zakodowanej w postaci cyfrowych zdjęć ultrasonograficznych. W oparciu o zbudowaną aplikację wygenerowana została sztuczna sieć neuronowa, której celem było wspomaganie rozpoznania lub wykluczenia ciąży, dokonanego na podstawie ultrasonogramów macicy krowy. Zaproponowany system informatyczny "USG Recognizer" został zbudowany z wykorzystaniem środowisk: Visual Paradigm (UML 8.0) oraz Microsoft Visual Studio 2010 Professional Edition.
The software "USG Recognizer" that was described in this work is equipped with a binarization function with threshold. The application also fulfills some additional functions such as: contrast and closing. With this functionality it is possible to achieve empirical data from digital ultrasound photo of cow's womb. The artificial neural network was generated on the basis of created application. The main purpose of this network is to support an identification or exclusion of the gestation in user's ultrasound picture. "USG Recognizer" was created using Visual Paradigm (UML 8.0) and Microsoft Visual Studio 2010 Professional Edition environments.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 6.

Tytuł:: Real-time training algorithms in neuroevolutionary navigational decision support system
Algorytmy szkolenia w czasie rzeczywistym w neuroewolucyjnym systemie wsparcia podejmowania decyzji nawigacyjnych
Autorzy:: Łącki, M.
Tematy:: sztuczna inteligencja
ewolucyjne sieci neuronowe
nawigacja morska
wyznaczanie tras
manewrowanie
sterowanie bezpieczeństwem okrętu
symulacja komputerowa
machine learning
artificial intelligence
evolutionary neural networks
marine navigation
routing and manoeuvring
safe ship control
computer simulation; Pokaż więcej
Wydawca:: Akademia Marynarki Wojennej. Wydział Dowodzenia i Operacji Morskich
Powiązania:: https://bibliotekanauki.pl/articles/222133.pdf Link otwiera się w nowym oknie
Opis:: The paper presents the idea of using advanced machine learning algorithms to aid decision making in ship manoeuvring in real time. Evolutionary neural networks are used in this purpose. In the simulated model of manoeuvring ship a helmsman is treated as an individual in population of competitive helmsmen, which through environmental sensing and evolution processes learn how to navigate safely through restricted waters.
Artykuł przedstawia koncepcję wykorzystania zaawansowanych algorytmów uczenia się maszyn dla wsparcia podejmowania decyzji manewrowania okrętem w czasie rzeczywistym. Do tego celu wykorzystywane są ewolucyjne sieci neuronowe. W symulowanym modelu manewrowania okrętem sternik jest traktowany jako jednostka w populacji konkurencyjnych sterników, którzy poprzez wyczuwanie środowiskowe i procesy ewolucyjne uczą się jak prowadzić nawigację bezpiecznie po ograniczonych akwenach.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Informacja

Wyszukujesz frazę "computer networks" wg kryterium: Temat