Wykorzystanie sztucznych sieci neuronowych typu RBF do predykcji plonu wybranych roślin zbożowych

• Autorzy: Boniecki P.

Warianty tytułu

EN

The use of artificial neuronal networks of the RBF type for prediction of yield of chosen cereal plants

• Języki publikacji: PL

Abstrakty

PL

Pojawiające się ostatnio metody, mające cechy sztucznej inteligencji, pozwalają na budowę modeli symulacyjnych, które realizują postawione zadania w oparciu o wzorce zaczerpnięte bezpośrednio z obserwacji przyrody [1]. Szczególną grupę stanowią techniki przetwarzania oparte na sztucznych sieciach neuronowych, będące w istocie komputerowymi symulatorami pracy mózgu [3]. Za pomocą modeli neuronowych można m.in. dokonać predykcji wielkości plonów płodów rolnych w oparciu o posiadane empiryczne dane, dotyczące zbiorów w latach ubiegłych. W pracy proponuje się wykorzystanie technik predykcyjnych, jakie m.in. reprezentują wybrane topologie sieci neuronowych, w szczególności sieci neuronowe typu RBF (Radial Basis Functions).

EN

Appearing recently methods, having guilds of artificial intelligence, permit on building of simulating models which realize assigned tasks on the basis of patterns taken directly with nature observation [1]. The processing techniques based on artificial neural networks create a special group, being in fact a computer simulators of brain work [3]. With the help of neuronal models it is possible to predict the expected crops yield on the basis of empirical data regarding crop yields in last summers. This work proposes utilization of prediction methods, which represent chosen topologies of neuronal nets among others, the RBF (Radial Basis Functions) neural network peculiarly.

Słowa kluczowe

PL

sztuczna sieć neuronowa; RBF; predykcja; plon; zboże; symulacja komputerowa

EN

artificial neural network; RBF; prediction; yield; cereal plant; computer simulation

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Journal of Research and Applications in Agricultural Engineering
• Rocznik: 2005
• Tom: Vol. 50, nr 2
• Strony: 15--19
• Opis fizyczny: Bibliogr. 5 poz., rys.

Twórcy

autor

Boniecki P.

• Instytut Inżynierii Rolniczej, Akademia Rolnicza im. A. Cieszkowskiego w Poznaniu

Bibliografia

• [1] Rutkowska D., Piliński M., Rutkowski L. (1997). Sieci neuronowe, algorytmy genetyczne i systemy rozmyte: Wydawnictwo Naukowe PWN, Warszawa-Łódź
• [2] Osowski S. (2000). Sieci neuronowe do przetwarzania informacji: Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa
• [3] Hertz J., Krogh A., Palmer R. G. (1993). Wstęp do teorii obliczeń neuronowych: WNT, Warszwa
• [4] Boniecki P. (2004). Sieci neuronowe typu MLP oraz RGB jako komplementarne modele aproksymacyjne w procesie predykcji plonu pszenżyta: Journal of Research and Applications in Agricultural Engineering, Poznań, (1’2004), Vol. 49(1), str. 28-33
• [5] Boniecki P., Weres J. (2003). Wykorzystanie technik neuronowych do predykcji wielkości zbiorów wybranych płodów rolnych: Journal of Research and Applications in Agricultural Engineering, 4’2003, Vol. 48, str. 56-59.