Zastosowanie sztucznych sieci neuronowych do opisu przenikalności elektrycznej mąki

• Autorzy: Łuczycka D. , Pentoś K.

Warianty tytułu

EN

Using artificial neural networks to describe flour permittivity

• Języki publikacji: PL

Abstrakty

PL

Przenikalność elektryczna mąki zależy w znaczącym stopniu zarówno od jej składu chemicznego jak i granulacji. W pracy przedstawiono etapy tworzenia opartego o sztuczne sieci neuronowe modelu opisującego przenikalność elektryczną mąki w zależności od wyznaczanych dla niej zmiennych niezależnych. Przebadanie wielu różnych architektur sieci, jak również powtarzanie wielokrotne procesu uczenia zwiększa prawdopodobieństwo wyboru najlepszej sieci dla opisu analizowanych zależności.

EN

To a large extent, flour permittivity depends both on flour chemical constitution and granulation. The paper presents individual stages for developing an artificial neural network-based model describing flour permittivity related to independent variables determined for it. Examination of many different network architectures and multiple repetitions of teaching process increase probability for selecting best network to describe the analysed relationships.

Słowa kluczowe

PL

mąka; przenikalność elektryczna; sztuczna sieć neuronowa

EN

flour; permittivity; artificial neural network

• Wydawca: Polskie Towarzystwo Inżynierii Rolniczej
• Czasopismo: Inżynieria Rolnicza
• Rocznik: 2010
• Tom: R. 14, nr 2
• Strony: 43--47
• Opis fizyczny: Bibliogr. 6 poz., rys., tab.

Twórcy

autor

Łuczycka D.

autor

Pentoś K.

• Instytut Inżynierii Rolniczej, Uniwersytet Przyrodniczy we Wrocławiu,

Bibliografia

• Górski M., Kaleta J., Langman J. 2008. Zastosowanie sztucznych sieci neuronowych do oceny stopnia dojrzałości jabłek. Inżynieria Rolnicza. Nr 7(105). s. 53-57.
• Hebda T., Francik S. 2006. Model twardości ziarniaków pszenicy wykorzystujący Sztuczne Sieci Neuronowe. Inżynieria Rolnicza. Nr 13(88). s. 139-146.
• Langman J. 1999. Zastosowanie sztucznych sieci neuronowych w inżynierii rolniczej. Inżynieria Rolnicza. Nr 1(7). s. 153-158.
• Łuczycka D., 2007 Wpływ stopnia rozdrobnienia ziarna pszenicy na cechy dielektryczne badanego materiału. Zeszyty Naukowe UP we Wrocławiu 552. s. 137-144.
• Ślipek Z., Francik S., Frączek J. 2003. Metodyczne aspekty tworzenia modeli SSN w zagadnieniach agrofizycznych. Acta Agrophysica vol. 2. Nr 1. s. 231-241.
• Złobecki A., Francik S. 2003. Ocena odporności na uszkodzenia ziarna zbóż okryto- i nagoziarnistych przy pomocy metod statystycznych oraz z zastosowaniem sztucznych sieci neuronowych Acta Agrophysica vol. 2. Nr 1. s. 281-287.