Temat: MLP - Prolib Integro

Skocz do pozycji: 1.

Tytuł:: Sieć neuronowa typu MLP jako narzędzie w komputerowej analizie obrazów
MLP neural network as a tool for images computer analysis
Autorzy:: Zaborowicz, M.
Boniecki, P.
Przybylak, A.
Tematy:: sieć nauronowa MLP
komputerowa analiza obrazów
MLP neural network
images computer analysis; Pokaż więcej
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Powiązania:: https://bibliotekanauki.pl/articles/337399.pdf Link otwiera się w nowym oknie
Opis:: Znaczący rozwój technik informatycznych, mający m.in. miejsce w dziedzinie modelowania neuronowego, spowodował wzrost zainteresowania metodami sztucznej inteligencji w kontekście ich wykorzystania w badaniach naukowych. Jednym z aspektów sztucznych sieci neuronowych jest możliwość ich zastosowania w procesie identyfikacji obiektów występujących w postaci obrazów cyfrowych. Celem pracy jest wygenerowanie sieci neuronowej dokonującej klasyfikacji motyli należących do rodziny Papilionidae, objętych ochroną gatunkową na terenie Polski, w oparciu o informację zakodowaną w postaci graficznej.
A significant development of programmatic techniques, used in neural simulation, has caused an increase of interest in the methods of artificial intelligence in scientific research. The issue of the artificial network of neurons makes it possible for us to use them in the process of identification the objects seen as digital images. The aim of the work is to generate neural network, which is able to make a classification of butterflies of the Papilionidae family, protected species in Poland, basing on an information coded in the graphic form.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 2.

Tytuł:: Neural networks type MLP in the process of identification of chosen varieties of maize
Sieci neuronowe typu MLP w procesie identyfikacji wybranych odmian kukurydzy
Autorzy:: Boniecki, P.
Nowakowski, K.
Tomczak, R. J.
Tematy:: sieci neuronowe typu MLP
identyfikacja
odmiana
kukurydza
neural networks type MLP
identification
maize
variety; Pokaż więcej
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Powiązania:: https://bibliotekanauki.pl/articles/334052.pdf Link otwiera się w nowym oknie
Opis:: During the adaptation process of the weights vector that occurs in the iterative presentation of the teaching vector, the MLP type artificial neural network (Multi Layer Perception) attempts to learn the structure of the data. Such a network can learn to recognize aggregates of input data occurring in the input data set regardless of the assumed criteria of similarity and the quantity of the data explored. The MLP type neural network can be also used to detect regularities occurring in the obtained graphic empirical data. The neuronal image analysis is then a new field of digital processing of signals. It is possible to use it to identity chosen objects given in the form of bit map. If at the network input, a new unknown case appears which the network is unable to recognize, it means that it is different from all the classes known previously. The MLP type artificial neural network taught in this way can serve as a detector signaling the appearance of a widely understood novelty. Such a network can also look for similarities between the known data and the noisy data. In this way, it is able to identity fragments of images presented in photographs of e.g. maize grain. The purpose of the research was to use the MLP neural networks in the process of identification of chosen varieties of maize applying the image analysis method. The neuronal classification shapes of grains was performed with the use of the Johan Gielis super formula.
Podczas iteracyjnej korekcji wektora wag, zachodzącej w trakcie procesu uczenia sieci neuronowej typu MLP (perceptron wielowarstwowy), następuje adaptacja (przez tworzony model neuronowy) wiedzy zawartej w strukturze analizowanych danych. W badaniach prowadzonych w dyscyplinie inżynieria rolnicza, istotne znaczenie ma proces pozyskiwania informacji zakodowanej w postaci graficznej, np. w formie zdjąć cyfrowych. Często zmiennymi reprezentatywnymi, które w sposób wystarczający charakteryzują zobrazowany obiekt, są wybrane współczynniki kształtu. Celem badań było wykorzystanie sieci neuronowych typu MLP w procesie identyfikacji wybranych odmian kukurydzy z wykorzystaniem metod analizy obrazu. Wykorzystana metoda klasyfikacji polegała na rozpoznawaniu różnic kształtów analizowanych obiektów. Neuronowa identyfikacja została wykonana z użyciem super formuły Johana Gielisa.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 3.

Tytuł:: Transformations of Knowledge Sources in Decision Support System
Autorzy:: Budzinski, R.
Becker, J.
Tematy:: engineering of combining the MLP models
MLP multi-model
computerized decision support system
DSS; Pokaż więcej
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Powiązania:: https://bibliotekanauki.pl/articles/384829.pdf Link otwiera się w nowym oknie
Opis:: The article presents the organization of information structures for the needs of a complex, multi-faceted (multi-methodical) decision analysis, the subject of which is a certain category of objects. The focus is on the discussion of the transformation of the information structure of partial mathematical models, reflecting the objects of analysis, to the form of records of the database and on their connection into a more complex structure, so-called multi-model, in order to subject the method of multi-criteria optimization to calculations. There was also mentioned the possibility of transformation of these complex structures from data records to a simple, tabular form transferred on the inputs of method: AHP, Electre Tri, econometric analysis and induction of decision rules.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 4.

Tytuł:: Prediction of the compressive strength of environmentally friendly concrete using artificial neural network
Autorzy:: Kulisz, Monika
Kujawska, Justyna
Aubakirova, Zulfiya
Zhairbaeva, Gulnaz
Warowny, Tomasz
Tematy:: ANN
compressive strength
RCA
MLP
RBF; Pokaż więcej
Wydawca:: Polskie Towarzystwo Promocji Wiedzy
Powiązania:: https://bibliotekanauki.pl/articles/38432692.pdf Link otwiera się w nowym oknie
Opis:: The paper evaluated the possibility of using artificial neural network models for predicting the compressive strength (Fc) of concretes with the addition of recycled concrete aggregate (RCA). The artificial neural network (ANN) approaches were used for three variable processes modeling (cement content in the range of 250 to 400 kg/m3, percentage of recycled concrete aggregate from 25% to 100% and the ratios of water contents 0.45 to 0.6). The results indicate that the compressive strength of recycled concrete at 3, 7 and 28 days is strongly influenced by the cement content, %RCA and the ratios of water contents. It is found that the compressive strength at 3, 7 and 28 days decreases when increasing RCA from 25% to 100%. The obtained MLP and RBF networks are characterized by satisfactory capacity for prediction of the compressive strength of concretes with recycled concrete aggregate (RCA) addition. The results in statistical terms; correlation coefficient (R) reveals that the both ANN approaches are powerful tools for the prediction of the compressive strength.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 5.

Tytuł:: The impact of the 2008 crisis on the banking sectors of the CEE-11 countries: Multi Level Performance (MLP) score as a synthetic measure of bank risk adjusted performance
Wpływ kryzysu finansowego z roku 2008 na sektory bankowe krajów EŚW – MLP Score jako syntetyczna miara efektywności skorygowanej o ryzyko
Autorzy:: Miklaszewska, Ewa
Kil, Krzysztof
Tematy:: CEE banking
bank performance
MLP Score; Pokaż więcej
Wydawca:: Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Powiązania:: https://bibliotekanauki.pl/articles/425030.pdf Link otwiera się w nowym oknie
Opis:: The aim of this paper was to analyze the long term impact of the 2007-2009 global financial crisis on the banking sectors of CEE countries, in particular in analyzing the consequences of the crisis on bank stability, efficiency and lending policies. Analyzing bank performance and stability, the paper suggests adding a new analytical tool in analyzing risk-adjusted performance: the Multi Level Performance (MLP) Score. The 2008 crisis has illustrated how devastating for the economy the credit crunch could be and how important anti-cyclical lending is for both consumers and businesses. Consequently, in the empirical section the paper analyzes whether the overall performance of the CEE banking sectors, measured, among others, by the MLP Score, was important for loan growth. For the empirical analysis, the paper uses an adjusted dataset on eleven Central and East European Countries (CEE), members of the EU, based on the Bankscope database, employing panel data models for unconsolidated banking data for the 2004-2014 period.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 6.

Tytuł:: Koncepcja wykorzystania sieci neuronowych MLP w procesie likwidacji szkód komunikacyjnych
Concept of the use of MLP neural networks in the process of traffic damage liquidation
Autorzy:: Czech, P.
Wilk, K.
Łukasik, R.
Tematy:: ruch drogowy
szkody komunikacyjne
bezpieczeństwo ruchu
sieć neuronowa MLP
road traffic
traffic damage
traffic safety
MLP neural networks; Pokaż więcej
Wydawca:: Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Powiązania:: https://bibliotekanauki.pl/articles/197229.pdf Link otwiera się w nowym oknie
Opis:: W artykule przedstawiono wyniki prób zastosowania sieci neuronowej typu MLP do określania stanu deformacji nadwozia pojazdu samochodowego, będącej skutkiem kolizji drogowej. Jako parametr badawczy przyjęto rozmiar szkody określony pracą deformacji nadwozia pojazdu poszkodowanego Wdef. Dodatkowo sprawdzono przydatność sieci MLP do określenia rozmiaru szkody komunikacyjnej będącej skutkiem kolizji drogowej. Jako parametr badawczy przyjęto rozmiar szkody określony współczynnikiem zależnym od kosztu naprawy uszkodzonego pojazdu oraz jego wartości rynkowej. Elementy mechanizmu zdarzenia szkodowego determinujące rozmiar szkody stanowiły czynniki wewnętrzne układu, tj. cechy techniczne pojazdów, cechy osobnicze kierujących, wpływ czynników atmosferycznych oraz lokalizacji czasowo-przestrzennej zdarzenia. Badaniem objęto tysiąc przypadków zgłoszonych w celu likwidacji w śląskim oddziale jednego z zakładów ubezpieczeń. W przeprowadzonych badaniach sprawdzono również działanie sieci neuronowych dla ograniczonej liczby danych wejściowych.
In the article the attempt to use the MLP neural network to define the state of the motor-car body deformation as a result of road collision was presented. As the research parameter the size of damage of the car of the aggrieved party was assumed, defined by the work of the motor-car body deformation Wdef. Additionally the usefulness of the MLP network to define the size of traffic damage being a result of a road collision was checked. As the research parameter the size of the damage was assumed, defined by the coefficient dependent on the cost of the damaged car repair and its market value. The elements of the mechanism of the damaging event determining the size of the damage were the interior factors of the system, that is, the technical features of the vehicles, the personal character features of the drivers, the influence of the weather conditions and the location of the event in time and space. The research was conducted on one thousand cases submitted to liquidate in the Silesian branch of one of the insurance companies. In the conducted research the functioning of the neural network for limited amount of initial data was checked.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 7.

Tytuł:: Wykorzystanie sztucznych sieci neuronowych do klasyfikacji struktur odmienionych węgla kamiennego w strefach przyuskokowych
The application of artificial neural networks for the classification of altered structures of hard coal in near-fault zones
Autorzy:: Młynarczuk, M.
Godyń, K.
Skiba, M.
Tematy:: struktura węgla
uskoki
sztuczne sieci neuronowe
perceptron wielowarstwowy (MLP)
coal structure
near-fault zones
artificial neural networks
multi-layer perceptron (MLP); Pokaż więcej
Wydawca:: Stowarzyszenie Inżynierów i Techników Górnictwa
Powiązania:: https://bibliotekanauki.pl/articles/166211.pdf Link otwiera się w nowym oknie
Opis:: Wewnętrzna budowa strukturalna węgla kamiennego ze stref uskokowych, w szczególności obecność spękań o charakterze egzogenicznym, kataklazy oraz mylonitu, może odpowiadać za zwiększoną pojemność gazową węgla i wskazywać na pokłady szczególnie zagrożone zjawiskami gazo-geodynamicznymi. Problematyka węgla odmienionego strukturalnie jest przedmiotem zainteresowania badaczy z różnych krajów. Zaproponowali oni metody klasyfikacji takiego węgla. W ramach opisywanych badań skupiono się na jednej z takich metod w celu zweryfikowania możliwości wykorzystania sztucznych sieci neuronowych jako narzędzia wspomagającego decyzje dotyczące klasyfikacji poszczególnych struktur. Badania prowadzono na zdjęciach wykonanych przy użyciu mikroskopu optycznego. Zdefiniowano wielowymiarową przestrzeń cech, bazującą głównie na parametrach otrzymanych z różnie zdefiniowanych gradientów. W badaniach wykorzystano dwuwarstwową sieć jednokierunkową (MLP). Jej zastosowanie umożliwiło zweryfikowanie w sposób sformalizowany subiektywnych decyzji obserwatora. W rezultacie badań wykazano, że użycie sztucznych sieci neuronowych pozwala na klasyfikację struktur odmienionych węgla na poziomie 91% zgodności z decyzjami obserwatora-geologa.
The internal structure of hard coal in near-fault zones - in particular, the presence of exogenic cracks, cataclasis and mylonite - can be the decisive factor when it comes to the increased gas capacity of coal and pose a greater risk of the occurrence of gaso-geodynamic phenomena. The problem of structurally altered coal has been of interest to a lot of researchers from various countries, who have proposed certain methods of classifying such coal. As part of the described research, one of such methods was analyzed, with the aim of verifying the possibilities of using artificial neural networks as a tool facilitating the classification of particular structures. The analysis was performed with the use of photographs taken with the optical microscope. A multidimensional feature space was determined, based mainly on the parameters obtained from differently defined gradients. A two-layer, unidirectional network (MLP) was used in the research, which made it possible to verify - in a formalized way - subjective decisions of the researcher. The tests ultimately demonstrated that the application of artificial neural networks results in successful classification of the altered structures of coal, with the level of compatibility with the decisions made by a researcher-geologist at ca. 91 percent.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 8.

Tytuł:: Comparative Application of Radial Basis Function and Multilayer Perceptron Neural Networks to Predict Traffic Noise Pollution in Tehran Roads
Autorzy:: Mansourkhaki, A.
Berangi, M.
Haghiri, M.
Tematy:: MLP
RBF
neural network
noise prediction
road traffic noise; Pokaż więcej
Wydawca:: Polskie Towarzystwo Inżynierii Ekologicznej
Powiązania:: https://bibliotekanauki.pl/articles/124655.pdf Link otwiera się w nowym oknie
Opis:: Noise pollution is a level of environmental noise which is considered as a disturbing and annoying phenomenon for human and wildlife. It is one of the environmental problems which has not been considered as harmful as the air and water pollution. Compared with other pollutants, the attempts to control noise pollution have largely been unsuccessful due to the inadequate knowledge of its effects on humans, as well as the lack of clear standards in previous years. However, with an increase of traveling vehicles, the adverse impact of increasing noise pollution on human health is progressively emerging. Hence, investigators all around the world are seeking to find new approaches for predicting, estimating and controlling this problem and various models have been proposed. Recently, developing learning algorithms such as neural network has led to novel solutions for this challenge. These algorithms provide intelligent performance based on the situations and input data, enabling to obtain the best result for predicting noise level. In this study, two types of neural networks – multilayer perceptron and radial basis function – were developed for predicting equivalent continuous sound level (LAeq) by measuring the traffic volume, average speed and percentage of heavy vehicles in some roads in west and northwest of Tehran. Then, their prediction results were compared based on the coefficient of determination (R2) and the Mean Squared Error (MSE). Although both networks are of high accuracy in prediction of noise level, multilayer perceptron neural network based on selected criteria had a better performance.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 9.

Tytuł:: Forecasting the Energy Consumption of an Industrial Enterprise Based on the Neural Network Model
Autorzy:: Kalinchyk, Vasyl
Meita, Olexandr
Pobigaylo, Vitalii
Kalinchyk, Vitalii
Filyanin, Danylo
Tematy:: electrical load
daily schedule
modelling
neural network
multilayer perceptron
MLP; Pokaż więcej
Wydawca:: Politechnika Koszalińska. Wydawnictwo Uczelniane
Powiązania:: https://bibliotekanauki.pl/articles/2069887.pdf Link otwiera się w nowym oknie
Opis:: This research paper investigates the application of neural network models for forecasting in energy. The results of forecasting the weekly energy consumption of the enterprise according to the model of a multilayer perceptron at different values of neurons and training algorithms are given. The estimation and comparative analysis of models depending on model parameters is made.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 10.

Tytuł:: An Efficient ANN Interference Cancelation for High Order Modulation over Rayleigh Fading Channel
Autorzy:: Bouguerra, F.
Saidi, L.
Tematy:: adaptive filter
channel equalization
M-QAM
MLP
RBF
symbol decision making; Pokaż więcej
Wydawca:: Instytut Łączności - Państwowy Instytut Badawczy
Powiązania:: https://bibliotekanauki.pl/articles/308382.pdf Link otwiera się w nowym oknie
Opis:: High order modulation (HOM) presents a key challenge in increasing spectrum efficiency in 4G and upcoming 5G communication systems. In this paper, two non-linear adaptive equalizer techniques based on multilayer perceptron (MLP) and radial basis function (RBF) are designed and applied on HOM to optimize its performance despite its high sensitivity to noise and channel distortions. The artiﬁcial neural network’s (ANN) adaptive equalizer architectures and learning methods are simpliﬁed to avoid more complexity and to ensure greater speed in symbol decision making. They will be compared with the following popular adaptive ﬁlters: least mean square (LMS) and recursive least squares (RLS), in terms of bit error rate (BER) and minimum square error (MSE) with 16, 64, 128, 256, 512 and 1024 quadrature amplitude modulation (QAM). By that, this work will show the advantage that the MLP equalizer has, in most cases, over RBF and traditional linear equalizers.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Informacja

Wyszukujesz frazę "MLP" wg kryterium: Temat