Neuronowe techniki klasyfikacyjne w problemach identyfikacyjnych inżynierii rolniczej

• Autorzy: Boniecki P. , Mueller W.

Warianty tytułu

EN

The neuronal classifying techniques in problems of identification of agricultural engineering

• Języki publikacji: PL

Abstrakty

PL

Celem pracy było omówienie podstawowych technik klasyfikacyjnych w kontekście wykorzystania ich w problemach badawczych inżynierii rolniczej. Wskazano wybrane topologie sztucznych sieci neuronowych jako efektywne narzędzia klasyfikacyjne. Dodatkowym efektem przeprowadzonej analizy bylo wytworzenie systemu informatycznego "Sieci neuronowe - Perceptron " wspomagającego proces edukacji. Wytworzony program komputerowy ma za zadanie klasyfikować dane zaczerpnięte z obszaru inżynierii rolniczej. Program działa w oparciu o sieć wielowarstwową typu perceptron - MLP (MultiLayer Perceptron).

EN

The aim of the work was discussion of basic classifying techniques in context of their utilisation in investigative problems of agricultural engineering. The chosen topology of artificial neural networks were showed as effective classifying tools. Creation of the computer system "The neuronal nets - Perceptron " was the additional effect of the conducted analysis, helping the process of education. The aim of the created computer program is to classify the data obtained from the area of agricultural engineering. The program acts on the basis of many-layered network of perceptron type - MLP (MultiLayer Perceptron).

Słowa kluczowe

PL

inżynieria rolnicza; technika neuronowa; klasyfikacja; sztuczna sieć neuronowa

EN

agricultural engineering; neural technique; artificial neural network; classification

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Journal of Research and Applications in Agricultural Engineering
• Rocznik: 2005
• Tom: Vol. 50, nr 3
• Strony: 15--19
• Opis fizyczny: Bibliogr. 4 poz., rys.

Twórcy

autor

Boniecki P.

autor

Mueller W.

• 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 Warszawa
• [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.