PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Artificial neural networks as models neuronal electronic state offices

Treść / Zawartość
Identyfikatory
Warianty tytułu
Języki publikacji
EN
Abstrakty
EN
The paper presents selected results of research on learning design and artificial neural network (ANN) models paperless office as a state defined as a document repository. A review of selected issues on artificial neural network, and environments to support their generation and learning. In particular, attention was drawn to the new modeling capabilities leading to obtaining neural models of electronic systems. Artificial neural network is designed and taught her electronic office model based on the size of the input 11 and 9 variables, par 72 trainees on the actual size of government agencies for the year 2007. The model was obtained in MATLAB and Simulink and using the Neural Network Toolbox. Showing the possibilities of using the model to test sensitivities and simulation in Simulink.
Rocznik
Strony
219--227
Opis fizyczny
Bibliogr. 19 poz., rys., tab.
Twórcy
  • Institute of Computer Sciences, Siedlce University of Natural Sciences and Humanities
autor
  • Students Computer Science Branch GENBIT, Faculty of Science, UPH in Siedlce
Bibliografia
  • [1] Burke M.E. (2003): The Phenomenal Power of Business Intelligence Managerial Skills for the 21st Century, Europa Publications Limited, Taylor & Francis Group, London, UK. 227
  • [2] Bral W.: Obieg i ochrona dokumentów w zarządzaniu jakością środowiskiem i bezpieczeństwem informacji. CDiI Delfin, Warszawa 2008
  • [3] Brzózka J., Dorobczyński L.: MATLAB. Środowisko obliczeń naukowo-technicznych. MIKOM, Warszawa 2005
  • [4] Hornik K., Stunchcombe M., White H. Multilayer feedforward networks are universal approximators. Neural Networks. Vol. 2, s. 359-366, 1989
  • [5] Jankowski N.: Ontogeniczne sieci neuronowe. O sieciach zmieniających swoją strukturę. AOW EXIT, Warszawa 2003
  • [6] Kacprzak T., Ślot K.: Sieci neuronowe komórkowe. PWN, Warszawa 1995
  • [7] Kłopotek M., Tchórzewski J: The concept of discoveries in evolving neural net. Advances in Soft Computing. IPI PAN. Warszawa 2002
  • [8] Kosiński R.A.: Sztuczne sieci neuronowe, dynamika nieliniowa i chaos. WNT, Warszawa 2008
  • [9] Leszko K.: Implementacja modelu i metamodelu obiegu elektronicznych dokumentów z wykorzystaniem różnych środowisk sztucznych sieci neuronowych. Praca inżynierska pod kierunkiem dr inż. Jerzego Tchórzewskiego napisana na kierunku informatyka Wydziału Nauk Ścisłych UPH w Siedlcach, Siedlce 2014
  • [10] Markowska-Kaczmar U., Kwaśnicka H.: Sieci neuronowe w zastosowaniach. OW PWr, Wrocław 2005
  • [11] Michalik K., Wprowadzenie do budowy aplikacji w hybrydowym systemie ekspertowym PC-Shell, e-book, Katowice 2012.
  • [12] Mrozek B, Mrozek Z.: Matlab i Simulink. Poradnik użytkownika. Wydanie III, Wydawnictwo Helion, 2010
  • [13] Osowski S. : Sieci neuronowe do przetwarzania informacji. OW PW, Warszawa 2006
  • [14] Osowski S., Cichocki A., Siwek K.: MATLAB w zastosowaniu do obliczeń obwodowych i przetwarzania sygnałów. OW PW, Warszawa 2006
  • [15] Rutkowska D., Piliński M., Rutkowski L.: Sieci neuronowe, algorytmy genetyczne i systemy rozmyte. WN PWN,
  • [16] Tadeusiewicz R.: Sieci neuronowe. AOW RM, Warszawa 1993
  • [17] Tchórzewski J.: Neuronowy model dokumentu tekstowego. Materiały V Konferencji Naukowej nt. "Sztuczna Inteligencja". AP, Siedlce 2002
  • [18] Tchórzewski J.: Artificial Neural Network for Processing Knowledge Concerning the State Of Economy and Administration Development. Information System in Management III, pp. 113-120, Wyd. SGGW, Warszawa 2009
  • [19] Żurada J., Barski M., Jędruch W.: Sztuczne Sieci neuronowe. Podstawy teorii i zastosowania. Wydawnictwo PWN, Warszawa 1996
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-ae9d9f99-99a5-4457-8174-9e7156bb5947
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.