Identyfikatory
Warianty tytułu
3D visualization of structure of artificial neural network using OpenGL
Konferencja
Computer Applications in Electrical Engineering 2014 (28-29.04.2014; Poznań, Polska)
Języki publikacji
Abstrakty
W artykule przedstawiono oprogramowanie do trójwymiarowej wizualizacji struktury sztucznej sieci neuronowej. Takie oprogramowanie w procesie tworzenia sztucznej sieci neuronowej może posłużyć do wizualizacji wszystkich elementów struktury. Podgląd struktury sztucznej sieci neuronowej na etapie jej tworzenia ułatwia zarówno proces projektowania jak również jej modyfikowania. Powstałe oprogramowanie ma też walory dydaktyczne, które mogą zostać wykorzystane podczas zajęć omawiających sztuczne sieci neuronowe. Otrzymane rysunki mogą znaleźć zastosowanie w publikacjach opisujących zastosowania sztucznych sieci neuronowych w elektrotechnice jak i innych dziedzinach nauki.
The article presents a software for three-dimensional visualization of structure of an artificial neural network. Such software in the creation of an artificial neural network can be used to visualize all the elements of the structure. Preview the structure of an artificial neural network on the stage of its creation facilitates both the design process as well as its modification. The resulting software is for the didactic, which can be used in the classroom discussing artificial neural networks. The resulting drawings can be used in publications describing the use of artificial neural networks in electrical engineering and other sciences.
Słowa kluczowe
Rocznik
Tom
Strony
137--144
Opis fizyczny
Bibliogr. 11 poz., rys.
Twórcy
Bibliografia
- [1] Tadeusiewicz R.: Elementarne wprowadzenie do techniki sieci neuronowych z przykładowymi programami. Warszawa: Akademicka Oficyna Wydawnicza PLJ 1998. ISBN 83-7101-400-7.
- [2] Żurada J., Barski M., Jędruch W.: Sztuczne sieci neuronowe. Warszawa: Wydawnictwo Naukowe PWN 1996. ISBN 83-01-12106-8.
- [3] Kowalski Cz. T., Ewert P.: Zastosowanie sieci neuronowych do monitorowania nieosiowości napędów elektrycznych z silnikami indukcyjnymi. "Zeszyty Problemowe - Maszyny Elektryczne" 2009, nr 83, s. 189-194.
- [4] Kozik J.: Zastosowanie sieci neuronowych w detekcji uszkodzeń silnika synchronicznego ze zwartym uzwojeniem wirnika. "Zeszyty Problemowe - Maszyny Elektryczne" 2008, nr 80, s. 69-72.
- [5] Grębosz J.: Symfonia C++ standard. Programowanie w języku C++ orientowane obiektowo. Wyd.3. T.1-2. Kraków: Wydawnictwo „EDITION 2000” 2008. ISBN 978-83-7366-139-5.
- [6] Wright R. S., Jr., Haemel N., Sellers G., Lipchak B.: OpenGL. Księga Eksperta. Wyd.5. Gliwice: Wydawnictwo HELION 2011. ISBN 978-83-246-2976-3.
- [7] Pietrowski W., Szeląg W., Demenko A., Zastosowanie biblioteki graficznej OpenGL do wizualizacji siatek dyskretyzujących w układach 3D, Materiały V Konferencji Naukowo-Technicznej Zastosowania Komputerów w Elektrotechnice, Poznań-Kiekrz, 10-12.04.2000, s. 435-438.
- [8] Demenko A., Pietrowski W., Stachowiak D., Wyznaczanie rozkładu indukcji magnetycznej w maszynie magnetoelektrycznej metodą elementów krawędziowych, Przegląd Elektrotechniczny R. 81 Nr 10/2005, ss. 2-7.
- [9] Pietrowski W., Wizualizacja modelu maszyny magnetoelektrycznej w programowaniu obiektowym, Poznań University of Technology, Academic Journals No 72, 2012, pp. 197-205.
- [10] Pietrowski W., Application of Radial Basis Neural Network to diagnostics of induction motor stator faults using axial flux, Przegląd Elektrotechniczny R. 87 Nr 6/2011, ss. 190-192.
- [11] Nowak M., Pietrowski W., Research and application of artificial neural network to diagnostics of stator winding short-circuit of slip-ring induction motor, Przegląd Elektrotechniczny R. 89 Nr 9/2013, ss. 181-184.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-1b715f81-3606-473c-9fcb-d95ea2c9757e