Application of the artificial neural networks for identification of polymers on the basis of their flammability

• Autorzy: Rabiej Małgorzata

Identyfikatory

DOI

10.14314/polimery.2020.9.3

Warianty tytułu

PL

Zastosowanie sztucznych sieci neuronowych do identyfikacji polimerów na podstawie ich palności

• Konferencja: International Conference on “X-ray Investigations of Polymer Structure” (11 ; 03–06.12.2019 ; Ustroń, Poland)
• Języki publikacji: EN

Abstrakty

EN

The work presents the structure and principle of operation of the artificial neuron network constructed for identification of a polymer on the basis of its flammability. The characteristic properties of burning of a polymer are saved in a special form in a database. The network creates a binary standard for each polymer from the database, coding data by means of the signals of the values 1, 0, -1. The network memorizes data related to each polymer detecting the similarities and differences between them and determines the weights which reflect the importance of particular features of its burning process.

PL

Przedstawiono strukturę i zasadę działania sztucznej sieci neuronowej skonstruowanej do identyfikacji polimeru na podstawie jego palności. Charakterystyczne cechy palności każdego polimeru zostały zapisane we wzorcowej bazie danych. Dla każdego polimeru z tej bazy sieć tworzy wzorzec binarny, w którym charakterystyczne cechy palności są kodowane jako sygnały o wartościach -1, 0 i 1. Sieć zapamiętuje palność każdego polimeru, wykrywając podobieństwa i różnice między nimi oraz określając wagi odzwierciedlające znaczenie poszczególnych cech palności.

Słowa kluczowe

EN

identification of polymers; artificial neural networks; test of flammability; oxygen index

PL

identyfikacja polimerów; sieć neuronowa; test palności; wskaźnik tlenowy

• Wydawca: Sieć Badawcza Łukasiewicz – Instytut Chemii Przemysłowej
• Czasopismo: Polimery
• Rocznik: 2020
• Tom: T. 65, nr 9
• Strony: 613--621
• Opis fizyczny: Bibliogr. 15 poz., rys. kolor.

Twórcy

autor

Rabiej Małgorzata

• University of Bielsko-Biala, Faculty of Materials, Civil and Environmental Engineering, Willowa 2, 43-309 Bielsko-Biała, Poland

Bibliografia

• [1] Jankowska G., Przygocki W., Włochowicz A.: „Palność polimerów i materiałów polimerowych”, WNT, Warszawa 2007.
• [2] Jurkowski B., Jurkowska B., Rydarowski H.: „Palność materiałów polimerowych”, Wydawnictwo Politechniki Poznańskiej, Poznań 2010.
• [3] Rabek J.F.: „Współczesna wiedza o polimerach”, PWN, Warszawa 2016.
• [4] Iwko J.: Tworzywa sztuczne i chemia 2009, 3, 46.
• [5] Półka M.: „Badanie palności metodą wskaźnika tlenowego”, SGSP, Warszawa 1996.
• [6] PN-EN I SO 4 589-2:2006: T worzywa s ztuczne –Oznaczanie zapalności metodą wskaźnika tlenowego– Część 2: Badanie w temperaturze pokojowej.
• [7] Vapnik V.N.: “Statistical Learning Theory”, Wiley, New York 1998.
• [8] Egmont-Petersen M., de Ridder D., Handels H.: Pattern Recognition 2002, 35 (10), 2279. http://dx.doi.org/10.1016/S0031-3203(01)00178-9
• [9] Bengio Y., Courville A., Goodfellow I.: “Deep Learning”, PWN SA, Warszawa 2018.
• [10] Murata N., Yoshizawa S., Amari S.: IEEE Trans. Neural Networks 1994, 5 (6), 865.
• [11] Ogiela M., Tadeusiewicz R.: Pattern Recognition 2003, 36, 2441. https://doi.org/10.1016/S0031-3203(03)00089-X
• [12] Rutkowski L.: „Metody i techniki sztucznej inteligencji”, PWN, Warszawa 2005.
• [13] Skowron M., Wolkiewicz M., Orłowska-Kowalska T., Kowalski C.: Applied Sciences 2019, 9 (4), art. 616.
• [14] Skowron M., Wolkiewicz M., Orłowska-Kowalska T., Kowalski T.: Energies 2019, 129 (12), art. 2392.
• [15] Garbarski J., Fabijański M.: Problemy Kolejnictwa 2012, 154, 47.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).