Metody sztucznej inteligencji w zastosowaniu do przekształcenia układu współrzędnych

• Autorzy: Mrówczyńska M.

Warianty tytułu

EN

Methods of artificial intelligence used for transforming a system of coordinates

• Języki publikacji: PL

Abstrakty

PL

W treści artykułu rozpatrywano zagadnienie transformacji w postaci funkcji f:R2 ->R2 jako zależności między współrzędnymi [x, y] układu pierwotnego a współrzędnymi [X, Y] układu docelowego. Zadanie transformacji [X, Y]= f(x, y) technicznie rozumianej jako przekształcenie układu współrzędnych, zrealizowano za pomocą sieci neuronowych jednokierunkowych dwuwarstwowych typu sigmoidalnego, sieci neuronowych radialnych, sieci neuronowych kaskadowych rekurencyjnych i systemów neuronowo-rozmytych z zastosowaniem modelu Takagi-Sugeno-Kanga. Zastosowane procedury numeryczne umożliwiają uzyskanie poziomu dokładności zadania odpowiadającej dokładności kartometrycznej obrazów w Systemach Informacji Przestrzennej.

EN

The article discusses the problem of transformation in the form of the function f:R2 ->R2 as a dependence between the coordinates [x, y] of the original system and the coordinates [X, Y] of the secondary system. The task of the transformation of [X, Y]=f (x, y) technically understood as the transformation of a system of coordinates has been solved by means of one direction two layer neural networks of the sigmoidal type, radial neural networks, recurrent cascade neural networks, and neuro-fuzzy systems with the use of the Takagi-Sugeno-Kang model. The numerical procedures applied make it possible to obtain a level of accuracy of the task equivalent to the cartographic accuracy of pictures in the Land Information Systems.

Słowa kluczowe

PL

transformacja współrzędnych; sieć neuronowa; sztuczna inteligencja

EN

transformation of coordinates; neural network; artificial intelligence

• Wydawca: Oficyna Wydawnicza Politechniki Rzeszowskiej
• Czasopismo: Zeszyty Naukowe Politechniki Rzeszowskiej. Budownictwo i Inżynieria Środowiska
• Rocznik: 2012
• Tom: z. 59, nr 1/II
• Strony: 207--216
• Opis fizyczny: Bibliogr. 10 poz., il.

Twórcy

autor

Mrówczyńska M.

• Wydział Inżynierii Lądowej i Środowiska, Zakład Geotechniki i Geodezji, Uniwersytet Zielonogórski

Bibliografia

• [1] BABUSKA R., VERBRUGGEN H.B., Constructing fuzzy models by product space clustering, in „Fuzzy model identification”, H. Hellendoorn, D. Driankov, Eds., Springer, Berlin, 1998.
• [2] BARSI A., Performing coordinate transformation by artificial neural network, Allgemeine Vermessungs-Nachrichten 4/2001.
• [3] BISHOP CH.M., Pattern Recognition and Machine Learning, Springer, New York, 2006.
• [4] DUCH W., KORBICZ J., RUTKOWSKI L., TADEUSIEWICZ R., Sieci neuronowe, Akademicka Oficyna Wydawnicza Exit, Warszawa 2000.
• [5] GIL J., Przykłady zastosowań sieci neuronowych w geodezji, Oficyna Wydawnicza Uniwersytetu Zielonogórskiego, Zielona Góra 2006.
• [6] ŁĘSKI J., Systemy neuronowo – rozmyte, Wydawnictwo Naukowo-Techniczne, Warszawa 2008.
• [7] MARKOWSKA-KACZMAR U., Ekstrakcja reguł z sieci neuronowych. Podejście ewolucyjne. Oficyna Wydawnicza Politechniki Wrocławskiej. Wrocław 2006.
• [8] OSOWSKI S., Sieci neuronowe do przetwarzania informacji, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2006.
• [9] ZADEH L.A., Fuzzy sets. Information and Control, 1965.
• [10] ŻURADA J., BARSKI M., JĘDRUCH W.: Sztuczne sieci neuronowe. Podstawy teorii i zastosowania, Wydawnictwo Naukowe PWN, Warszawa 1996,