Wyniki wyszukiwania - BazTech

1

Method of hybrid logical classification trees basedon group selection of discrete features

Povkhan Igor, Leheza Andrii, Mulesa Oksana, Melnyk Olena, Kintonova Aliya

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2025

|

T. 15, nr 3

15--21

EN

The paper considers the problems of automating the construction of classification trees based on the scheme of branched feature selection.The object of research is classification trees. The subject of research is methods, algorithms, and schemes for constructing classification trees. The aimof this work is to build an effective method (scheme) for synthesizing classification tree models based on a group assessmentof the importance of discrete features within a branched attribute selection. A method forconstructing classification trees is proposed, which for a given training sample determinesthe individual information content (importance) of groups of features (and their combinations) in relation to the initial value of the classification function (data from the training sample). The developed logical tree method, when constructing the next node of the classification tree, tries to identify a groupof the most closely interrelated discrete features, this reduces the overall structural complexity of the model (the number of levels of the classification tree), speeds up calculations when recognizing objects based on the model, and also increases the generalizing properties of the model and its enterprise.The proposed scheme for selecting groups of discrete traits allows using the constructed decision tree to assess the informative value (importance)of traits. The developed classification tree method is implemented programmatically and studied when solving the problem of classifying discrete objects represented by a set of features. The conducted experiments confirmed the operability of the proposed mathematical support and allow us to recommendit for use in practice in solving applied problems of classification of discrete objects based on logical classification trees.Prospects for further research may consist in creating a modified method of the logical classification tree by effectively iterating and evaluating sets of elementary features basedon the proposed method, optimizing its software implementations, and experimentally studying the proposed method on a wider set of applied problems.

PL

W artykule rozważono problemy związane z automatyzacją tworzenia drzew klasyfikacyjnych w oparciu o schemat rozgałęzionego wyboru cech. Przedmiotem badań są drzewa klasyfikacyjne. Tematem badań są metody, algorytmy i schematy tworzenia drzew klasyfikacyjnych. Celem niniejszej pracy jest opracowanie skutecznej metody (schematu) syntezy modeli drzew klasyfikacyjnych w oparciu o grupową ocenę znaczeniacech dyskretnychw ramach rozgałęzionego wyboru atrybutów. Zaproponowano metodę konstruowania drzew klasyfikacyjnych, która dla danej próbki szkoleniowej określa indywidualną zawartość informacyjną (znaczenie) grup cech (i ich kombinacji) w odniesieniu do wartości początkowej funkcji klasyfikacyjnej (danez próbki szkoleniowej). Opracowana metoda drzewa logicznego, podczas konstruowania kolejnego węzła drzewa klasyfikacyjnego, próbuje zidentyfikować grupę najbardziej powiązanych ze sobą cech dyskretnych, co zmniejsza ogólną złożoność strukturalną modelu (liczbę poziomów drzewa klasyfikacyjnego), przyspiesza obliczenia podczas rozpoznawania obiektów na podstawie modelu, a także zwiększa właściwości uogólniające modelu i jego przedsiębiorstwa. Proponowany schemat wyboru grup cech dyskretnych pozwala na wykorzystanie skonstruowanego drzewa decyzyjnego do oceny wartości informacyjnej (znaczenia) cech. Opracowana metoda drzewa klasyfikacyjnego została zaimplementowana programowo i zbadana podczas rozwiązywania problemu klasyfikacji obiektów dyskretnych reprezentowanych przez zbiór cech. Przeprowadzone eksperymenty potwierdziły funkcjonalność proponowanego wsparcia matematycznego i pozwalają nam polecić je do praktycznego zastosowania w rozwiązywaniu problemów stosowanych związanych z klasyfikacją obiektów dyskretnych w oparciu o logiczne drzewa klasyfikacyjne. Perspektywydalszych badań mogą polegać na stworzeniu zmodyfikowanej metody logicznego drzewa klasyfikacyjnego poprzez skuteczne iterowanie i ocenę zestawów cech elementarnych w oparciu o proponowaną metodę, optymalizację jej implementacji programowych oraz eksperymentalne badanie proponowanej metody na szerszym zestawie problemów stosowanych.

2

Identification of errors in the digital transmission paths of radio stations

Pater Marcin, Grochowina Marcin

Vibrations in Physical Systems

|

2024

|

Vol. 35, nr 2

art. no. 2024214

EN

The radio stations now use a hybrid method of broadcasting. Transmission between the studio and the transmitter is digital. In the transmitter digital signal is converted to analog and this signal is transmitted by AM or FM modulation. The identified problem are transmission errors in the digital path. Single errors in transmission are not unusual and happen in most cases systems. However, repeated and grouping errors are usually a sign of track damage transmission line and require intervention. In the article presents an example solution to automatically detect some errors that manifest themselves in the identified way. To identify transmission errors, basic statistical methods were used that allowed to create a reference data set on the basis of which it is possible to identify the fact occurrence of an error based on patterns and algorithms from the machine learning area. The environments related to the radio industry are keenly interested in researching this phenomenon because now is not available solutions allowing for automatic detection and identification of this type problems.

3

Algorytm ukrywania danych w obrazie oparty na klasyfikacji do wykrywania i rozpoznawania ukrytych informacji

Duszejko Paweł, Piotrowski Zbigniew

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2023

|

nr 4

337--340

PL

W artykule przedstawiono innowacyjny algorytm ukrywania danych w obrazach oparty na klasyfikacji. Metoda pozwala na niezauważalne dla ludzkiego oka ukrycie danych, a jednocześnie zapewnia możliwość ich późniejszego wykrycia i rozpoznania bez konieczności posiadania klucza lub oryginalnego obrazu. Przeprowadzone eksperymenty potwierdzają skuteczność i niezawodność tej metody w porównaniu z innymi algorytmami. Proponowane rozwiązanie może się przyczynić do rozwoju takich dziedzin jak: bezpieczeństwo informacyjne, ochrona prywatności, autoryzacja i znakowanie wodne.

EN

The article presents an innovative algorithm for data hiding in images based on classification. The method allows imperceptible data hiding to the human eye while also providing the ability to later detect and recognise the hidden data without needing a key or the original image. The conducted experiments confirm the effectiveness and reliability of this method compared to other algorithms. The proposed solution can contribute to developing fields such as information security, privacy protection, authentication, and watermarking.

4

Effect of input channel reduction on EEG seizure detection

Kabir Md Shaikh Abrar, Farhan Faisal, Siddiquee Adnan Amin, Baroi Oli Lowna, Marium Taniza, Rahimi Md. Jakaria

Przegląd Elektrotechniczny

|

2023

|

R. 99, nr 12

195--200

EN

In this study, the effectiveness of six machine learning and eight deep learning algorithms in analyzing electroencephalogram (EEG) signals for detecting epileptic seizures has been investigated. The study utilizes 14 channels in the EMOTIV EPOC+ device which is based on international 10-20 system. To find out the most informative and sensitive channel, one of the 14 channels has been dropped one at a time. The accuracy values were determined for all the methods using two different publicly available datasets: the Guinea-Bissau epilepsy dataset and the Nigeria epilepsy dataset. In case of machine learning models, the performance of SVM classifier performs best with maximum accuracy of 83.2% (Guinea-Bissau) and 77% (Nigeria) without excluding any channels. No significant performance degradation has been observed for single channel exclusion of this classifier. Among the deep learning models, the four best performing models in terms of accuracy are CNN-LSTM (92.5%), IC-RNN (91.8%), ChronoNet (91.1%) and C-DRNN (88.6%). After excluding one channel at a time and investigating their effect on the performance of the four DL models, it has been observed that the most significant and most sensitive channels lie within the frontal and parietal zone. This finding will be very useful in practice as it indicates that the electrodes in the frontal and parietal zone should be placed with absolute precision for accurate diagnosis of the diseases. In addition, this study also explore the effectiveness of the selected classifiers in detecting seizure in case of failure of any particular EEG signal channel.

PL

W tym badaniu zbadano skuteczność sześciu algorytmów uczenia maszynowego i ośmiu algorytmów głębokiego uczenia się w analizie sygnałów elektroencefalogramu (EEG) w celu wykrywania napadów padaczkowych. W badaniu wykorzystano 14 kanałów w urządzeniu EMOTIV EPOC+ opartym na międzynarodowym systemie 10-20. Aby znaleźć najbardziej pouczający i wrażliwy kanał, usuwano jeden z 14 kanałów na raz. Wartości dokładności określono dla wszystkich metod przy użyciu dwóch różnych publicznie dostępnych zbiorów danych: zbioru danych dotyczących padaczki w Gwinei Bissau i zbioru danych dotyczących padaczki w Nigerii. W przypadku modeli uczenia maszynowego wydajność klasyfikatora SVM jest najlepsza przy maksymalnej dokładności 83,2% (Gwinea Bissau) i 77% (Nigeria) bez wykluczania jakichkolwiek kanałów. Nie zaobserwowano znaczącego pogorszenia wydajności w przypadku wykluczenia pojedynczego kanału tego klasyfikatora. Wśród modeli głębokiego uczenia się cztery modele o najlepszych wynikach pod względem dokładności to CNN-LSTM (92,5%), IC-RNN (91,8%), ChronoNet (91,1%) i C DRNN (88,6%). Po wykluczeniu jednego kanału na raz i zbadaniu ich wpływu na działanie czterech modeli DL zaobserwowano, że najważniejsze i najbardziej czułe kanały znajdują się w strefie czołowej i ciemieniowej. Odkrycie to będzie bardzo przydatne w praktyce, gdyż wskazuje, że elektrody w strefie czołowej i ciemieniowej powinny być umieszczone z absolutną precyzją, aby umożliwić trafną diagnostykę schorzeń. Ponadto w badaniu tym zbadano również skuteczność wybranych klasyfikatorów w wykrywaniu napadów w przypadku awarii dowolnego konkretnego kanału sygnałowego EEG.

5

QMAK: Interacting with Machine Learning Models and Visualizing Classification Process

Wojna Arkadiusz, Jachim Katarzyna, Kosson Łukasz, Kowalski Łukasz, Mański Damian, Mański Michał, Mroczek Krzysztof, Niemkiewicz Krzysztof, Piszczatowski Robert, Próchniak Maciej, Romańczuk Tomasz, Skibiński Piotr, Staszczyk Marcin, Szostakiewicz Michał, Tur Leszek, Wójcik Damian, Zuchniak Maciej

Annals of Computer Science and Information Systems

|

2023

|

Vol. 35

315--318

EN

In various classification problems beside high accuracy data analysts expect often understanding and certain insight into the process of classification. To help them understand why a trained model selects a particular decision, how confident it is in the assigned decision, and to enable interactive improvement of trained models we present QMAK. The tool visualizes not only classification models but also the processes classifying individual objects. Five classical machine learning models and their classification process are visualized with QMAK: neural network, decision tree, k nearest neighbors, classifier based on principal component analysis (PCA) and rough set based classifier. QMAK provides also exemplary functions enabling users to modify trained models interactively.

6

Fuzzy sets in modelling patientʼs disease states in medical diagnostic support algorithms

Ameljańczyk Andrzej, Ameljańczyk Tomasz

Computer Science and Mathematical Modelling

|

2022

|

No. 15-16

45--51

EN

The article presents the concept of using fuzzy sets methodology in modelling patientʼs disease states for preliminary medical diagnosis. The preliminary medical diagnosis is based on the identified disease symptoms. The basis of the algorithm are descriptions of the patientʼs disease status and patterns of disease entities. These patterns were defined as fuzzy sets. The paper presents simple classifiers that allow he a preliminary diagnosis based on the analysis of fuzzy sets for the use of the general practitioner.

PL

W artykule przedstawiono koncepcję wykorzystania metodologii zbiorów rozmytych w modelowaniu stanów chorobowych pacjenta w algorytmach wstępnej diagnostyki medycznej. Wstępna diagnoza lekarska opiera się na rozpoznanych objawach choroby. Podstawą algorytmu są opisy stanu chorobowego pacjenta i wzorce jednostek chorobowych. Wzorce te zostały zdefiniowane jako zbiory rozmyte. W artykule przedstawiono proste klasyfikatory, które pozwalają na wstępną diagnozę na podstawie analizy zbiorów rozmytych do użytku lekarza pierwszego kontaktu.

7

Problem of soil science based cLassification of land in the context of updating land and building records

Budkowski Szczepan

Geomatics, Landmanagement and Landscape

|

2021

|

no. 3

83--91

EN

Pursuant to the Geodetic and Cartographic Law, the soil science based classification of land should be understood as the division of soils into valuation classes due to their productive quality, determined on the basis of soil genetic features. Pursuant to the above-mentioned Act, the task of the starosta (district administrator) is to maintain both the soil science classification of land, and the land and building records (cadastral records). The data that is the subject of the decision issued by the authority in the field of soil science classification of land constitute elements of the essential information set within land and building records, in accordance with Article 23 section 3 point 1 g of the Geodetic and Cartographic Law [PGiK]. The aim of this publication was to present the irregularities resulting from the failure to update land and building records, as well as from the lack of uniform administrative procedures in the field of soil science classification of land, which translates into the quality of the works performed. The research method used is the case study. The method was supported by the analysis of legislation in the above-mentioned subject matter.

PL

Zgodnie z ustawą Prawo Geodezyjne i Kartograficzne poprzez gleboznawczą klasyfikację gruntów należy rozumieć podział gleb na klasy bonitacyjne ze względu na ich jakość produkcyjną ustaloną na podstawie cech genetycznych gleb. Zgodnie z powyższą ustawą prowadzenie zarówno gleboznawczej klasyfikacji gruntów jak również ewidencji gruntów i budynków należy do zadań starosty. Dane będące przedmiotem wydawanej przez organ decyzji w zakresie gleboznawczej klasyfikacji gruntów są elementami zbioru informacji przedmiotowych ewidencji gruntów i budynków zgodnie z art. 23 ust.3 pkt 1 lit. g ustawy Prawo Geodezyjne i Kartograficzne [pgik]. Celem niniejszej publikacji było przedstawienie nieprawidłowości wynikających z braku aktualizacji ewidencji gruntów i budynków, a także braku jednolitych procedur administracyjnych w zakresie prac gleboznawczej klasyfikacji gruntów, które przekładają się na jakość wykonywanych prac. Stosowaną metodą badawczą jest studium przypadku. Metoda została wsparta analizą prawodawstwa w wyżej wymienionym zakresie.

8

Issues of the profession of a land classifier

Budkowski Szczepan

Geomatics, Landmanagement and Landscape

|

2021

|

no. 4

47--54

EN

From the legal point of view, the soil science classification is regulated by the Geodetic and Cartographic Law, where it is defined as the division of soils into valuation classes due to their production quality determined on the basis of the genetic characteristics of the soil. The executive act regulating the issue of soil science classification of land are the provisions included in the Regulation of the Council of Ministers of September 12, 2012 on soil science classification of land (Journal of Laws 2012, item 1246). The aim of the article was to present the problems resulting from the lack of regulation of the profession of land classifier and the lack of uniform administrative procedures regarding the selection of the classifier for the purposes of the classifications. The research method used is the case study. The method was supported by the analysis of legislation in the above-mentioned scope.

PL

Gleboznawcza klasyfikacja gruntów z punktu widzenia prawnego regulowana jest poprzez ustawę Prawo Geodezyjne i Kartograficzne, gdzie zdefiniowana jest jako podział gleb na klasy bonitacyjne ze względu na ich jakość produkcyjną ustaloną na podstawie cech genetycznych gleb. Aktem wykonawczym regulującym zagadnienie gleboznawczej klasyfikacji gruntów są przepisy zawarte w Rozporządzeniu Rady Ministrów z dnia 12 września 2012 r. w sprawie gleboznawczej klasyfikacji gruntów (Dz.U. 2012 poz.1246). Celem artykułu było przedstawienie problemów wynikających z braku uregulowania zawodu klasyfikatora gruntów oraz braku jednolitych procedur administracyjnych dotyczących wyboru klasyfikatora na potrzeby realizowanych prac klasyfikacyjnych. Stosowaną metodą badawczą jest studium przypadku. Metoda została wsparta analizą prawodawstwa w wyżej wymienionym zakresie.

9

The Huber's functions and their application to a classification problem

Gacki Henryk, Kulawik Agnieszka

Mathematica Applicanda

|

2020

|

Vol. 48, no. 2

99--114

EN

In the following paper a classification problem with two multivariate normally distributed classes is considered. The problem is solved in a case of an empirical real situation (a motors data) using the Karhunen-Loeve transform and classifying functions based on estimators for unknown parameters of a multivariate normal distribution. We consider the maximum likelihood estimator and a robust one. The robust estimator bases on the Huber's functions. The corresponding classifying functions (classifiers) are compared using the Leave-One-Out metod.

PL

W artykule rozważany jest problem klasyfikacji w przypadku dwóch klas o wielowymiarowym rozkładzie normalnym. Problem ten jest rozwiązywany na podstawie przykładu empirycznego (dane dotyczące silników) z wykorzystaniem transformacji Karhunena-Loevego oraz funkcji klasyfikujących bazujących na wybranych estymatorach nieznanych parametrów wielowymiarowego rozkładu normalnego. Rozważany jest zarówno klasyczny estymator - estymator największej wiarogodności, jak również estymator odporny, który opiera się o funkcje Hubera. Uzyskane klasyfikatory są porównywane za pomocą sprawdzianu krzyżowego - metoda Leave-One-Out.

10

Technologia odzysku koncentratu węglowego z odpadów pogórniczych poprzez wdrożenia urządzeń typu KOMAG

Matusiak P., Kowol D.

Maszyny Górnicze

|

2017

|

R. 35, nr 2

42--52

PL

W artykule przedstawiono proces wdrażania klasyfikatorów pulsacyjnych na składowisku odpadów pogórniczych w Przezchlebiu. Zaprezentowano również wyniki skuteczności rozdziału klasy ziarnowej 30-5 mm w klasyfikatorze pulsacyjnym. Omówiono problemy związane z zanieczyszczeniem wody obiegowej stosowanej w procesie odzysku koncentratu węglowego z odpadów.

EN

The implementation process of pulsatory jigs at the mine waste in Przezchlebie is presented. Results of effectivness of sepatation of different grain size 30-5 mm in pulsatory jig are presented. Problems of polluting the water used in the process of recycling coal from the coal waste is discussed.

11

Feature projection k-NN classifier model for imbalanced and incomplete medical data

Porwik P., Orczyk T., Lewandowski M., Cholewa M.

Biocybernetics and Biomedical Engineering

|

2016

|

Vol. 36, no. 4

644--656

EN

Many datasets, especially various historical medical data are incomplete. Various qualities of data can significantly hamper medical diagnosis and are bottlenecks of medical support systems. Nowadays, such systems are often used in medical diagnosis. Even great number of data can be unsuitable when data is imbalanced, missing or corrupted. In some cases these troubles can be overcome by machine learning algorithms designed for predictive modeling. Proposed approach was tested on real medical data and some benchmarks dataset form UCI repository. The liver fibrosis disease from a medical point of view is difficult to treatment and has a significant social and economic impact. Stages of liver fibrosis are diagnosed by clinical observation and evaluations, coupled with a so-called METAVIR rating scale. However, these methods may be insufficient, especially in the recognition of phase of the disease. This paper describes a newly developed algorithm to non-invasive fibrosis stage recognition using machine learning methods – a classification model based on feature projection k-NN classifier. This solution allows extracting data characteristics from the historical data which may be incomplete and may contain imbalance (unequal) sets of patients. Proposed novel solution is based on peripheral blood analysis without using any specialized biomarkers, and can be successfully included to medical diagnosis support systems and might be a powerful tool for effective estimation of liver fibrosis stages.

12

Badania skuteczności osadzarkowego oczyszczania kruszywa z ziaren węglanowych

Kowol D., Matusiak P.

Mining Science

|

2015

|

Vol. 22, Special Issue 1

83--92

PL

Jakość kruszywa, używanego zwłaszcza do przygotowania betonu i zaprawy, zależy w znacznym stopniu od poziomu jego zanieczyszczenia materiałem organicznym (korzenie, resztki roślinne, torf, lignit) oraz mineralnym (węglany, kreda). Sprawdzonym, wielokrotnie stosowanym urządzeniem do oczyszczania surowców mineralnych, pozwalającym na wysoką skuteczność wydzielania zanieczyszczeń jest osadzarka pulsacyjna (klasyfikator pulsacyjny). W artykule zamieszczono wyniki badań skuteczności oczyszczania nadawy żwirowej z ziaren węglanowych, które przeprowadzono na stanowisku doświadczalnym osadzarki laboratoryjnej. Wyniki badań mogą być wykorzystywane do określania parametrów ilościowo-jakościowych produktów dla przemysłowego procesu oczyszczania kruszywa oraz podczas opracowywania nowych rozwiązań technologicznych umożliwiających zwiększenie dotychczasowej skuteczności działania klasyfikatora pulsacyjnego.

EN

The quality of aggregate, which is used to prepare the concrete and mortar, depends to a large extent on the level of its contamination with organic materials (roots, plant residues, peat, lignite) and minerals (carbonates, chalk). KOMAG pulsatory jig (pulsatory classifier) is the device that was verified and used many times for purification of minerals, enabling high effectiveness of separation of impurities. Results of testing the effectiveness of purification of gravel feed from carbonate grains, which were carried out in the laboratory jig, are given. The test results can be used to determine the quantitative-andqualitative parameters of products in industrial purification of aggregate and during development of new technological solutions enabling increase of pulsatory classifier effectiveness.

13

Możliwości poprawy jakości kruszywa przez zastosowanie klasyfikatora pulsacyjnego typu KOMAG

Matusiak P., Kowol D.

Prace Naukowe Instytutu Górnictwa Politechniki Wrocławskiej. Studia i Materiały

|

2013

|

Vol. 136, nr 43

109--118

PL

Przedstawiono rozwój konstrukcji klasyfikatorów pulsacyjnych typu KOMAG stosowanych do pozyskiwania żwiru i piasku, z jednoczesnym wydzielaniem zanieczyszczeń organicznych i mineralnych. Zamieszczono wyniki badań laboratoryjnych optymalizujących działanie klasyfikatorów. Opisano czynniki procesowe wpływające na zwiększenie skuteczności wzbogacania w zależności od charakterystyki nadawy (kruszywa).

EN

Progress in development of design of KOMAG pulsating jigs used for utilization of gravel and sand together with separation of organic and mineral impurities is presented in the paper. Results of laboratory tests aiming at optimization of classifiers operation are given. Technological factors, which have an impact on increase of beneficiation efficiency depending on feed (aggregates) characteristics, are discussed.

14

Automatyczny klasyfikator rodzaju uszkodzenia amortyzatora samochodowego

Cempiel D.

Combustion Engines

|

2013

|

R. 52, nr 3

1069--1075

PL

W artykule przedstawiono analizę wpływu czynników zewnętrznych (dodatkowe obciążenie, zmiany ciśnienia w oponach) na wartość wskaźnika EUSAMA. Jednocześnie zaproponowano automatyczną metodę diagnozowania stanu amortyzatorów przy pomocy analizy obrazów z wykorzystaniem sieci neuronowej oceniającej przebieg wartości wskaźnika EUSAMA w czasie. Na potrzeby pracy przygotowano model matematyczny części zawieszenia wraz ze stanowiskiem badawczym opartym o metodę EUSAMA plus. Zamodelowano układ odzwierciedlający dynamikę jednej czwartej zawieszenia pojazdu. Metoda automatycznego diagnozowania stanu amortyzatorów zakłada poprawność przeprowadzonego badania metodą EUSAMA. Uzyskane wyniki spełniły oczekiwania.

EN

The article presents an analysis of the impact of external factors (extra load, tire pressure changes) on the value of the EUSAMA ratio. A method of automatic diagnosis of shock absorbers is proposed. This method is based on image analysis using a neural network appraising the “EUSAMA plus” ratio in the time domain. For the purpose of this paper a mathematical model of quarter of the car suspension with the test stand based on the method EUSAMA was prepared. The method of automatic diagnosis of shock absorbers assumes the correctness of the EUSAMA test. The results met expectations.

15

Maximal margin classifiers applied to DGA-based diagnosis of power transformers

Szczepaniak P., Kłosiński M.

Przegląd Elektrotechniczny

|

2012

|

R. 88, nr 2

100-104

EN

The paper addresses a modern approach to the problem of power transformer diagnosis. The method called support vector machines enables the creation of an expert system for oil transformer technical condition diagnosis. The system, which is based on real results of chromatography of gases dissolved in transformer oil (DGA), performs better than an internationally acknowledged standard – the IEC code.

PL

Przedstawiono nową metodę diagnostyki transformatora mocy bazująca na algorytmie “support vector machine”. W systemie bada się chromatograficznie gazy rozpuszczone w oleju transformatorowym.

16

Analiza wybranych nieparametrycznych metod automatycznej klasyfikacji obiektów wielowymiarowych w aplikacji do nieniszczącej detekcji uszkodzeń

Giżewski T., Wac-Włodarczyk A., Goleman R., Czerwiński D.

Przegląd Elektrotechniczny

|

2012

|

R. 88, nr 9b

234-237

PL

Artykuł przedstawia problematykę nieparametrycznych metod klasyfikacji w odniesieniu do numerycznego modelu obiektu fizycznego. Głównym tematem jest analiza skuteczności algorytmów pod kątem zastosowań w nieniszczącej detekcji uszkodzeń. Szczególną uwagę zwrócono na parametryzację modelu, jako czynnika istotnego przy minimalizacji kosztów procesu uczenia.

EN

The article presents the discussion on nonparametric classification methods in relation to the numerical model of a physical object. The main theme is the analysis of algorithms in applications to non-destructive testing of ferromagnetic materials. The particular attention was given to model parameterization as a significant factor in minimizing the cost of the learning process.

17

Klasyfikator pulsacyjny jako sprawdzone urządzenie do oczyszczania surowców mineralnych

Matusiak P., Kowol D.

Prace Naukowe Instytutu Górnictwa Politechniki Wrocławskiej. Studia i Materiały

|

2012

|

Vol. 134, nr 41

191-199

PL

Wymagania ochrony środowiska oraz kryteria efektywności wymuszają na producentach wysoką jakość kruszyw. Klasyfikator pulsacyjny jako wielokrotnie stosowane urządzenie pozwala na spełnienie tych wymagań. W artykule przedstawiono zasadę działania klasyfikatora pulsacyjnego, przedstawiono odmiany rozwiązań konstrukcyjnych oraz przykłady wdrożeń klasyfikatorów. Opisano możliwości zastosowania klasyfikatora z łożem zawiesinowym do rozdziału drobnoziarnistych surowców mineralnych.

EN

Regulations as regards environment protection and effectiveness criteria force the manufacturers to offer high-quality aggregates. Pulsatory jig as repeatedly used device enables meeting mentioned above requirements for minerals. Principle of pulsatory jig operation is presented in the paper. Versions of design solutions and examples of implementations of pulsatory jigs are given. Application possibilities of suspension classifier for separation of fine minerals are described.

18

Diagnostics of DC machine based on analysis of acoustic signals with application of MFCC and classifier based on words

Głowacz A., Głowacz Z.

Archives of Metallurgy and Materials

|

2012

|

Vol. 57, iss. 1

179-183

EN

Technical diagnostics is concerned with the assessment of technical conditions of the machine through the study of properties of machine processes. Diagnostics is particularly important for factories and ironworks. In paper is presented method of diagnostics of imminent failure conditions of DC machine. This method is based on a study of acoustic signals generated by DC machine. System of sound recognition uses algorithms for data processing, such as Mel Frequency Cepstral Coefficient and classifier based on words. Software to recognize the sounds of DC machine was implemented on PC computer. Studies were carried out for sounds of faultless machine and machine with shorted coils. The results confirm that the system can be useful for diagnostics of dc and ac machines used in metallurgy.

PL

Techniczna diagnostyka zajmuje się oceną stanu technicznego maszyny poprzez badania własności procesów zachodzących w maszynie. Diagnostyka jest szczególnie ważna dla fabryk i hut. W artykule jest przedstawiona metoda diagnostyki stanów przedawaryjnych maszyny prądu stałego. Metoda ta oparta jest na badaniu sygnałów akustycznych generowanych przez maszynę prądu stałego. System rozpoznawania dźwięku wykorzystuje algorytmy przetwarzania danych, takich jak algorytm MFCC i klasyfikator oparty na słowach. Zaimplementowano oprogramowanie do rozpoznawania dźwięków maszyny prądu stałego na komputerze PC. Przeprowadzono badania sygnałów akustycznych maszyny bez uszkodzeń i maszyny ze zwartymi uzwojeniami. Wyniki badań potwierdzają, że system może być przydatny w diagnostyce maszyn prądu stałego i przemiennego używanych w hutnictwie.

19

Orthopedic diagnostics with ensembles of learning systems

Szarek A., Korytkowski M., Rutkowski L., Scherer R., Szyprowski J.

Aktualne Problemy Biomechaniki

|

2012

|

z. 6

141--146

20

Using machine learning approach for protein fold recognition

Stąpor K.

Studia Informatica

|

2011

|

Vol. 32, nr 4A

27-41

EN

Protein fold recognition using machine learning-based methods is crucial in the protein structure discovery, especially when the traditional sequence comparison methods fail because the structurally-similar proteins share little in the way of seąuence homology. Based on the selected machine learning classification methods, we explain the methodology for building classifiers which can be used in the protein fold recognition problem.

PL

Rozpoznawanie typu ufałdowania białka z wykorzystaniem metod uczenia maszynowego ma kluczowe znaczenie w przewidywaniu struktury białka, szczególnie w przypadkach kiedy tradycyjne podejście oparte na podobieństwie łańcuchów nie znajduje zastosowania ze względu na jego znikomą wartość. Na podstawie wybranych algorytmów uczenia maszynowego klasyfikacji w artykule przedstawiono metodykę automatycznego rozpoznawania typu ufałdowania białka.