BazTech - Yadda

1

Cognitive technologies in the management and formation of directions of the priority development of industrial enterprises

Kwilinski Aleksy, Kuzior Aleksandra

Management Systems in Production Engineering

|

2020

|

nr 2 (28)

133--138

EN

The possibilities of using cognitive technologies in the organization of systematic industrial enterprise management are described in the article. Strategic links are defined in the development of a system of stochastic models of enterprise management based on artificial intelligence. The possibility of introduction of the Perceptron model in the industrial enterprise management with the purpose of identification of "bottlenecks" in the functionality of business activity and improvement of procedures of decision-making in the framework of creation of the program of development and technical re-equipment of the enterprise is proven. The authors offered an organizational and economic mechanism of operation of an industrial enterprise, which includes new means of implementation of managerial actions through the use of a matrix of assessment of the level of implementation of cognitive technologies. The method of determining priority directions for the implementation of cognitive technologies at an enterprise was developed based on the results of the assessment of the depth of penetration of cognitive technologies and the result obtained from their implementation, which additionally takes into account the resource ratio of the implemented technologies defined as the ratio of estimates of the actual level of competencies to what is needed to work with new cognitive technologies, which allows to obtain the planned economic and organizational effect.

2

Zastosowanie sztucznych sieci neuronowych w analizie niezawodności systemów elektroenergetycznych

Terlikowski P., Terlikowski W.

Elektroenergetyka : współczesność i rozwój

|

2018

|

Nr 2(19)

70--74

PL

Ocena poziomu niezawodności systemu elektroenergetycznego to zadanie tyleż ważne, co złożone. Aktualne pozostaje pytanie o możliwości wykorzystania do analiz niezawodnościowych algorytmów sztucznej inteligencji. W niniejszej pracy zaprezentowano algorytm sztucznych sieci neuronowych. Omówiono podstawy działania i uczenia takich sieci. Pokazano niektóre z aplikacji SSN w obliczeniach niezawodnościowych. Zdaniem autorów artykułu zastosowań tych jest jednak mało, pomimo korzystnych właściwości i obiecujących wnioskowa płynących z dotychczasowych prac.

EN

Evaluation of the power system reliability level is as important as a complex task. The question about the possibility of using artificial intelligence algorithms for reliability analysis is still valid. The paper presents artificial neural network algorithm. The basics of operation and learning of Multilayer Perceptron were discussed. Some applications of artificial neural networks in reliability calculations are provided. However, there are still not enough such applications, despite the favorable properties and prominent conclusions from the previous work.

3

Optimization of Machine Learning Process Using Parallel Computing

Grzeszczyk Michał K.

Advances in Science and Technology. Research Journal

|

2018

|

Vol. 12, no 4

81--87

EN

The aim of this paper is to discuss the use of parallel computing in the supervised machine learning processes in order to reduce the computation time. This way of computing has gained popularity because sequential computing is often insufficient for large scale problems like complex simulations or real time tasks. After presenting the foundations of machine learning and neural network algorithms as well as three types of parallel models, the author briefly characterized the development of the experiments carried out and the results obtained. The experiments on image recognition, ran on five sets of empirical data, prove a significant reduction in calculation time compared to classical algorithms. At the end, possible directions of further research concerning parallel optimization of calculation time in the supervised perceptron learning processes were shortly outlined.

4

Synthesis and analysis of a memristor-based perceptron for logical function emulation

Mladenov V., Kirilov S.

Przegląd Elektrotechniczny

|

2016

|

R. 92, nr 4

22--25

EN

The purpose of this research is to propose a new memristor-based synaptic device for use in perceptrons. A synaptic circuit made by two memristors is analyzed and a linear relationship between time and synaptic weight is obtained for rectangular input pulses. For adjusting the synaptic weight pulses with long duration and high magnitude are used. The operating input signals are with short duration and low amplitude to avoid altering the memristor state. A successful operation of the new memristor linear synapse is established after scaling the synaptic weight.

PL

W pracy zaproponowano nowe urządzenie synaptyczne bazujące na memristorze, które można użyć w perceptronach. Przeanalizowano obwód synaptyczny zbudowany z dwóch memristorów i dla prostokątnych impulsów wejściowych uzyskano liniowe zależności pomiędzy czasem a wagą synaptyczną. W celu dopasowania wag synaptycznych użyto impulsów o długim czasie trwania i dużej amplitudzie. Sygnały wejściowe posiadają krótki czas trwania oraz małą amplitudę w celu uniknięcia zmiany stanu memristora. Po wyskalowaniu wagi synaptycznej uzyskano skuteczne działanie nowego memristora.

5

Artificial intelligence technologies in precision agriculture

Pawłowski T., Ganchenko V., Doudkin A., Petrovsky A.

Journal of Research and Applications in Agricultural Engineering

|

2013

|

Vol. 58, nr 2

119--126

EN

Image processing, object classification and artificial neural network algorithms are considered in the paper applying to disease area recognition of agricultural field images. The images are presented as reduced normalized histograms. The classification is carried out for RGB-and HSV-space by using a multilayer perceptron.

6

Projektowanie krajobrazu miasta - dydaktyka i wyniki

Rybak K., Myszka-Stąpór I.

Architektura Krajobrazu

|

2013

|

nr 1

100--109

PL

Projektowanie krajobrazu miasta jest procesem dydaktycznym prowadzonym w zakresie studiów II stopnia na kierunku architektura krajobrazu. Przedmiot ma na celu zapoznanie studentów z problematyką metod urbanistycznego i krajobrazowego projektowania w strukturze przestrzennej Warszawy. W trakcie nauczania studenci wykonują prace analityczne i projektowe z zakresu percepcji przestrzeni miejskiej oraz funkcji i infrastruktury miasta. Wynikami są opracowanie projektu oraz prezentacja zmian konkretnego miejsca w przestrzeniach publicznych na podstawie przeprowadzanych analiz i sporządzonych wytycznych. Zajęcia mają charakter terenowy i studialny.

EN

City Landscape Design is a course designed for graduate degree students majoring in Landscape Architecture. The aim of the course is to acquaint the participants with methods of urban and landscape planning with special focus on the spatial structure of Warsaw. During the teaching process the participants perform analytical and design work in urban space perception, as well as urban facilities and infrastructure. Their final task is to develop a project and to present optional changes to specific public spaces on the basis of prior analysis and prepared guidelines. The course combines field work and classroom activities.

7

Bezpieczeństwo zaopatrzenia w wodę

Biedugnis S., Smolarkiewicz M., Czapczuk A.

Rocznik Ochrona Środowiska

|

2010

|

Tom 12

723-734

PL

W roku 1958 Rosenblatt [8] opracował i zbudował sztuczną sieć neuronową nazwaną perceptronem. Ten częściowo elektromechaniczny, a częściowo elektroniczny układ przeznaczony był do rozpoznawania znaków alfanumerycznych z procesem uczenia jako metodą programowania systemu. Ważnym rezultatem Rosenblatta było ponadto udowodnienie tzw. twierdzenia o zbieżności perceptronu, które gwarantuje skończoną liczbę iteracji procesu uczenia, o ile dla zagadnienia modelowanego przy użyciu tego typu sieci optymalny układ wag istnieje. Pomimo iż działanie perceptronu nie było zadowalające z punktu widzenia zasadniczego celu (układ wykazywał dużą wrażliwość na zmianę skali rozpoznawanych obiektów oraz ich położenia w polu widzenia), był to ogromny sukces badań prowadzonych w tym zakresie. Przede wszystkim był to pierwszy fizycznie skonstruowany układ symulujący sieć nerwową, który wraz ze zdolnością do uczenia się wykazywał zdolność do poprawnego działania nawet po uszkodzeniu części jego elementów. Zastosowanie tego typu sieci neuronowych w modelowaniu on-line systemów zaopatrzenia w wodę pozwala na zwiększenie bezpieczeństwa w odniesieniu do ich prawidłowego modelowania, efektywności procesu on-line i jego niezawodności.

EN

In 1958 Rosenblatt developed and built an artificial neural network, called perceptron. This partly electro-mechanical and partly electronic system was intended to recognize the alphanumeric signs with learning process as a method of programming the system. An important result of Rosenblatt was also to proving of so called theorem of perceptron convergence, which guarantees a finite number of iterations of the learning process, if for the modeled problem using this type of network there is a optimal arrangement of weights. Although the operation of perceptron was not satisfactory from the point of view of the fundamental goal (the system showed high sensitivity to change of scale of recognized objects and their location in the field of view), it was a great success of research in this area. First of all, it was the first physically constructed system of simulating neural network, which together with the ability to learn demonstrated ability to work properly even after the damage of part of its components. Using this type of neural networks in on-line modeling ofwater supply networks helps to increase safety in relation to their proper modeling, the effectiveness of on-line process and its reliability. In its simplest form perceptron was constructed of two separate layers of neurons representing the input and output, respectively (Fig. 1). According to the assumed rule, neurons of output layer receive signals from neurons of input layer, but not vice versa. In addition, neurons of given layer do not communicate between themselves. In 1969 Minsky and Papert noticed that a lot of interesting functions cannot be modeled by a simple perceptron, because condition of existence of the weights vector from Rosenblatt theorem is not met. Limitation of linear separability of perceptron can be removed simply by introducing hidden layers. Structure of multilayer perceptron is shown in Fig. 4. Safety of water supply systems depends on efficient system of supervision and control. Construction of supervision and control system based on advanced neural models allows you to increase their effectiveness and in many cases to eliminate man as the weakest link in decision-making process during emergencies. Application of neural networks based on the theories of Rosenblatt allows to build a safe management system which, in the event of their auto failure can still work and function properly.

8

Speech nonfluency detection and classification based on linear prediction coefficients and neural networks

Kobus A., Kuniszyk-Jóźkowiak W., Smołka E., Codello I.

Journal of Medical Informatics & Technologies

|

2010

|

Vol. 15

135--143

EN

The goal of the paper is to present a speech nonfluency detection method based on linear prediction coefficients obtained by using the covariance method. The application “Dabar” was created for research. It implements three different methods of LP with the ability to send coefficients computed by them into the input of Kohonen networks. Neural networks were used to classify utterances in categories of fluent and nonfluent. The first one was Kohonen network (SOM), used to reduce LP coefficients representation of each window, which were used as input data to SOM input layer, to a vector of winning neurons of SOM output layer. Radial Basis Function (RBF) networks, linear networks and Multi-Layer Perceptrons were used as classifiers. The research was based on 55 fluent samples and 54 samples with blockades on plosives (p, b, d, t, k, g). The examination was finished with the outcome of 76% classifying.

9

O ciszy w krajobrazie

Palerm Salazar J.

Czasopismo Techniczne. Architektura

|

2010

|

R. 107, z. 7-A/1

238-241

PL

Krajobraz jest dziś bardzo modnym terminem - to jedno z tych słów stosowanych niejednokrotnie do opisywania zjawisk, które same w sobie są już niedefiniowalne. W tej sytuacji cisza w krajobrazie jest przestrzenią - fizyczną, czasową, semantyczną, mentalną ułatwiającą interakcję jednostki z otoczeniem.

EN

Landscape ia a very popular term today - one of these words used to define phenomena that became undefinable. In such case, silence in the landscape becomes a space - semanthical, mental, of physics and of time - that facilitates a human being to interact with the surroundings.

10

The NOx emission estimation by the artificial neural network: the analyze

Kowalski J.

Journal of KONES

|

2008

|

Vol. 15, No. 2

225-232

EN

The paper presents the preliminary investigations of nitric oxides (NOx) estimation from marine two-stroke engines. The Annex VI to Marpol Convention enforce to ship-owners necessity of periodical direct measurements of the NOx emission from the ship engines. It is very expensive procedure but with a low accuracy. Presented investigations show the possibility of estimation the NOx emission without direct measurements but using the artificial neural network (ANN). The paper presents method of choice the input data influenced on NOx emission and configuration of ANN and effects of calculations. The input data poses 15 parameters of engine working, influencing on NOx emission. The output data, necessary to learning the network, were NOx concentration in engine exhaust gases. We take into account two types of ANN; the 3-layer perceptron (MLP) with number of neurons in the hidden layer from 10 to 20 and the radial basis function neural network (RBF) with number of neurons in the hidden layer from 10 to 80. The input, validation and verification data was obtained from laboratory tests. After procedure of network configuration, the chosen ANN was learned by back propagation method. During this operation the weights of neurons were changed to minimize the root mean square error. We obtained ANN's, which allow us to estimate the NOx emission from laboratory engine with accuracy, comparable with Annex VI regulations.

11

Zastosowanie sztucznych sieci neuronowych do oceny zdolności kredytowych rolników - klientów firmy leasingowej

Kiljańska M., Klimkiewicz M.

Inżynieria Rolnicza

|

2008

|

R. 12, nr 1(99)

153-158

PL

W artykule przedstawiono badania dotyczące wstępnej oceny zdolności kredytowych klientów firmy leasingowej, która świadczy swoje usługi w sektorze rolniczym. Badania wykonano przy użyciu programu STATISTICA Sieci Neuronowe firmy StatSoft. W wyniku przeprowadzonych badań, utworzono model perceptronu trójwarstwowego, który posiada zdolność zakwalifikowania klientów firmy leasingowej do jednej z trzech grup ryzyka kredytowego: klient wiarygodny, klient mało wiarygodny, klient niewiarygodny.

EN

The paper presents results of the research on preliminary assessment of credit ratings for clients of a leasing company, which offers its services in agricultural sector. The research was carried out using the STATISTICA Neural Networks application from StatSoft. Completed research allowed to develop a model of a three-layer perceptron able to classify the leasing company clients in one of three credit risk groups: reliable client, hardly reliable client, unreliable client.

12

Prediction of the temperature field in a pebble-bed store of thermal energy with the use of the MLP artificial neural network

Majewski A., Boniecki P., Mueller W.

Journal of Research and Applications in Agricultural Engineering

|

2004

|

Vol. 49, nr 1

24-27

EN

Storage of thermal energy with the use of a pebble-bed store is an unusually efficient and simple solution. The estimation of temperature inside the bed for demanded dimensions at the chosen working phase of running it (charge, storage, discharge) - is difficult and time-consuming process (the necessity of carrying out of natural experiment). The essential feature of artificial neural networks is a possibility of prediction. It permits to use them predicting the field of temperatures, reducing the time of experiment andfinancial expenses. So in the present work artificial neural network of the perceptron type (MLP -MultiLayer Perceptron) was used. On the basis of the taught perceptron a computer system was designed and produced enabling prediction o fthe temperature field.

PL

Przechowywanie energii cieplnej za pomocą akumulatora kamiennego jest niezwykle ekonomicznym i prostym rozwiązaniem. Oszacowanie temperatury wewnątrz złoża dla żądanych wymiarów przy wybranej fazie pracy (ładowanie, przechowywanie, rozładowanie) -jest procesem niezwykle trudnym i czasochłonnym (konieczność przeprowadzenia doświadczenia naturalnego). Istotna cecha sztucznych sieci neuronowych jaką jest predykcja, pozwoliła je wykorzystać do przewidywania (prognozowania) pola temperatur, redukując tym samym czas doświadczenia i nakłady finansowe. W tym celu posłużono się sztuczną siecią neuronową typu perceptron (MLP - MultiLayer Perceptron). Na podstawie nauczonego perceptronu został zaprojektowany i wytworzony system komputerowy umożliwiający predykcję pola temperatur.

13

Techniki uczenia sieci neuronowej typu perceptron w aspekcie wykorzystania jej do predykcji pola temperatur w kamiennym akumulatorze energii cieplnej

Majewski A., Boniecki P., Weres J.

Journal of Research and Applications in Agricultural Engineering

|

2003

|

Vol. 48, nr 4

21-24

PL

Gromadzenie i przechowywanie energii cieplnej za pomocą akumulatora kamiennego jest niezwykle ekonomicznym i prostym rozwiązaniem. Oszacowanie temperatury wewnątrz złoża dla wybranej fazy, w oparciu o żądane wymiary jest procesem niezwykle trudnym oraz czasochłonnym (konieczność przeprowadzenia doświadczenia naturalnego). Sztuczne sieci neuronowe, ich aplikacje i liczne cechy charakterystyczne pozwoliły wykorzystać je do predykcji pola temperatur, redukując tym samym czas doświadczenia i nakłady finansowe. W tym celu wykorzystana została sztuczna sieć neuronowa typu perceptron (MLP - multi layer perceptron). W oparciu o nauczoną sieć został zaprojektowany i wytworzony system komputerowy umożliwiający prognozę pola temperatur.

EN

The estimation the temperature inside the stone battery for choosing phase, in support demanded dimensions is unusually difficult as well as time-consuming process (the necessity of execution of natural experience). Artificial neural network, their applications and numerous guilds permitted to use it to prognosis temperatures field, reducing the same time and stock financial experiences. The neural artificial network of type in this aim was put-upon multi layer perceptron.