Sztuczne sieci neuronowe i kierunki ich zastosowań w przemyśle. Klasyfikacja i rodzaje zadań wykonywanych przez sztuczne sieci neuronowe

• Autorzy: Drobina R. , Grecka A. , Lewandowski S.

Identyfikatory

DOI

DOI:10.15199/60.2016.04.3

Warianty tytułu

EN

Artificial neural networks and directions of their use in industry. Classification and types of tasks performed by artificial neural networks

• Języki publikacji: PL

Abstrakty

EN

This article attempts to systematize some scientific problems of classification, recognition, prediction, estimation, optimization, control, approximation of research object via artificial neural networks. There were presented different methods of classifying artificial neural networks (due to the flow of information, types of tasks, way of learning networks, as well as the transition function and topology). Due to the types of tasks artificial neural networks are divided into networks intended to solve regression problems, classification tasks, clustering analysis and time series analysis. The article mentions the industrial fields of applications of artificial neural networks, with particular consideration on areas of the textile industry.

Słowa kluczowe

PL

sztuczne sieci neuronowe; klasyfikacja, predykcja; estymacja; optymalizacja; sterowanie; aproksymacja; klasyfikacja zanieczyszczeń bawełny; klasyfikacja barwy bawełny; błędy przędzy; bezwęzłowe połączenia końców przędz; błędy tkanin; błędy dzianin; zjawisko pillingu; ludzkie psychologiczne percepcje; komfort użytkowania odzieży

EN

artificial neural networks; classification; prediction; estimation; optimization; control; approximation; human psychological perceptions; clothing sensory comfort; classification of cotton trash; classification of cotton; color; yarn faults; knotless splice yarns; faults of fabrics and knitted fabrics; phenomenon of pilling; human psychology perceptions; comfort clothes

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Włókienniczy - Włókno, Odzież, Skóra
• Rocznik: 2016
• Tom: nr 4
• Strony: 28--33
• Opis fizyczny: Bibliogr. 20 poz., rys.

Twórcy

autor

Drobina R.

• Katedra Inżynierii Produkcji Wydziału Budowy Maszyn i Informatyki Akademii Techniczno- Humanistycznej w Bielsku-Białej,

autor

Grecka A.

• Wydział Budowy Maszyn i Informatyki Akademii Techniczno-Humanistycznej w Bielsku-Białej

autor

Lewandowski S.

• Instytut Inżynierii Tekstyliów i Materiałów Polimerowych Wydziału Inżynierii Materiałów, Budownictwa i Środowiska Akademii Techniczno-Humanistycznej w Bielsku-Białej

Bibliografia

• [1] Bartman Jacek. 2005. „Uczenie sieci neuronowych”, wykład NTI4. Katedra Inżynierii Komputerowej. Uniwersytet Rzeszowski.
• [2] Beltran Rafael, Lijing Wang, Xungai Wang. 2005. „Predicting the Pilling Propensity of Fabrics through Artificial Neural Network Modeling”. Textile Research Journal 75 (7) : 557–561.
• [3] Chang-Chiun Huang, Kuo-Tung Chang. 2001. „Fuzzy Self-Organizing and Neural Network Control of Sliver Linear Density in a Drawing Frame”. Textile Research Journal 71 (11) : 987–992.
• [4] Chen X., X. B. Huang. 2004. „Evaluating fabric pilling with light-projected image analysis”. Textile Research Journal 74 (11) : 977–981.
• [5] Duch Włodzimierz, Józef Korbicz, Leszek Rutkowski, Ryszard Tadeusiewicz. 2000. Biocybernetyka i Inżynieria Medyczna, tom VI. Sieci Neuronowe, Rozdz. 1. Warszawa: AOFE.
• [6] Kopiec Dawid. 2006. „Zastosowanie sieci neuronowych RBF w rozpoznawaniu obrazów” – referat. Kraków: Uniwersytet Jagielloński, Wydział informatyki.
• [7] Korbicz Józef. 2009. „Sztuczne sieci neuronowe i ich zastosowanie w elektrotechnice i energetyce”. Streszczenie. Uniwersytet Zielonogórski. Instytut Sterowania i Systemów Informatycznych. ISSN 0033-2097. Przegląd Elektrotechniczny 85 (9) : 194–200.
• [8] Krętowska Małgorzata. 2007. „Wprowadzenie do sztucznych sieci neuronowych”, Wykład 1. Bialystok University of Technology. Faculty of Computer Science. Katedra Oprogramowania.
• [9] Laskowski Wacław. 2000. „Naturalne komórki nerwowe”. Warszawa: Szkoła Główna Gospodarstwa Wiejskiego. Katedra Organizacji i Ekonomiki Konsumpcji.
• [10] Lewandowski Stanisław, Tomasz Stańczyk. 2005. „Identification and Classification of Spliced Wool Combed Yarn Joints by Artificial Neural
• Networks, Part I: Developing an Artificial Neural Network Model”. Fibers & Textiles in Eastern Europe 49 (1) : 39–43.
• [11] Lewandowski Stanisław, Tomasz Stańczyk. 2005. „Identification and Classification of Spliced Wool Combed Yarn Joints by Artificial Neural Networks”, Part II: Interpretation of identification and classification results of the unknotted spliced yarns joints”. Fibers & Textiles in Eastern Europe 50 (2) : 16–19.
• [12] Lewandowski Stanisław. 2011. „Neural Network Classification of the Unknotted Joints of Yarn Ends”. Fibers & Textiles in Eastern Europe 86 (3) : 37–43.
• [13] Nowak-Brzezińska Agnieszka. 2010. „Sieci neuronowe – wprowadzenie”. zsi.tech.us.edu.pl/~nowak/si/SI_w4.pdf. Uniwersytet Śląski, Wydział Informatyki i Nauki o Materiałach, Instytut Informatyki, Zakład Systemów Informatycznych.
• [14] Osowski Stanisław. 1996. Sieci neuronowe w ujęciu algorytmicznym. Warszawa: WNT.
• [15] Skoczylas Krystyna. 2013. „Możliwości wspomagania decyzji w procesie zarządzania zaopatrzeniem”. Humanities and Social Science 20 (1) : 87–95.
• [16] Wróblewski Waldemar. 2006. Sterowanie neuro-rozmyte (SAR) – wykłady. Politechnika Poznańska, Katedra Sterowania i Inżynierii Systemów.
• [17] Xu B., C. Fang, M. D. Watson. 1999. „Clustering Analysis for Cotton Trash Classification”. Textile Research Journal 69 (9) : 656–663.
• [18] Zieliński Jerzy i inni. 2000. Inteligentne systemy w zarządzaniu – teoria i praktyka. Warszawa: Wydawnictwo Naukowe PWN.
• [19] Żurada Jacek, Mariusz Barski, Wojciech Jędruch. 1996. Sztuczne sieci neuronowe. Warszawa: Wydawnictwo Naukowe PWN.
• [20] Cheng Luo, Hossein Ghorashi, Kermit Duckett, Terezie Zapletalova. 1999. „Color Grading of Cotton, Part II: Color grading with an Expert System and Neural Networks”. Textile Research Journal 69 (12) : 893–903.

Uwagi

PL

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.