PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 9

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available Deep learning versus classical neural approach to mammogram recognition
Kurek J., Świderski B., Osowski S., Kruk M., Barhoumi W.
Bulletin of the Polish Academy of Sciences. Technical Sciences
|
2018
|
Vol. 66, nr 6
831--840
EN
Automatic recognition of mammographic images in breast cancer is a complex issue due to the confusing appearance of some perfectly normal tissues which look like masses. The existing computer-aided systems suffer from non-satisfactory accuracy of cancer detection. This paper addresses this problem and proposes two alternative techniques of mammogram recognition: the application of a variety of methods for definition of numerical image descriptors in combination with an efficient SVM classifier (so-called classical approach) and application of deep learning in the form of convolutional neural networks, enhanced with additional transformations of input mammographic images. The key point of the first approach is defining the proper numerical image descriptors and selecting the set which is the most class discriminative. To achieve better performance of the classifier, many image descriptors were defined by means of applying different characterization of the images: Hilbert curve representation, Kolmogorov-Smirnov statistics, the maximum subregion principle, percolation theory, fractal texture descriptors as well as application of wavelet and wavelet packets. Thanks to them, better description of the basic image properties has been obtained. In the case of deep learning, the features are automatically extracted as part of convolutional neural network learning. To get better quality of results, additional representations of mammograms, in the form of nonnegative matrix factorization and the self-similarity principle, have been proposed. The methods applied were evaluated based on a large database composed of 10,168 regions of interest in mammographic images taken from the DDSM database. Experimental results prove the advantage of deep learning over traditional approach to image recognition. Our best average accuracy in recognizing abnormal cases (malignant plus benign versus healthy) was 85.83%, with sensitivity of 82.82%, specificity of 86.59% and AUC = 0.919. These results are among the best for this massive database.
2
Content available Production of heterogeneous surfaces by ESD and LBM
Radek N., Pliszka I., Antoszewski B., Świderski B., Pietraszek J.
Production Engineering Archives
|
2016
|
Vol. 13, No. 4
44--48
EN
The paper is concerned with testing Cu-Mo coatings deposited over carbon steel C45 which were then eroded with a laser beam. The properties were assessed by analyzing the effects of laser eroded, texturing methodology and wear tests. The tests were conducted for Mo and Cu coatings (the anode) which were electro-spark deposited over the C45 steel substrate (the cathode) and melted with a laser beam. The coatings were deposited by means of an ELFA-541. The laser processing was performed with an Nd:YAG laser. The coatings after laser processing are still distinguished by very good performance properties which make them suitable for use in sliding friction pairs.
3
Content available remote Box-counting fractal dimension in application to recognition of hypertension through the retinal image analysis
Kruk M., Świderski B., Osowski S.
Przegląd Elektrotechniczny
|
2013
|
R. 89, nr 9
286-289
EN
The paper presents the application of the box-counting dimension to the recognition of hypertension through the analysis of the image of the eye fundus. The box-counting dimension represents a single measure, often used to describe the structure of fractal-like images. We propose based on it fast method of classification of the retinal image in order to recognize the class of healthy, introductory step and advanced illness cases. The results of experiments performed on 125 cases confirm good performance of the proposed method.
PL
Praca prezentuje zastosowanie wymiaru pudełkowego do rozpoznania zmian ciśnieniowych poprzez automatyczna analizę obrazu dna oka. Zaproponowana została metoda szybkiego rozpoznania stanu chorobowego rozróżniająca trzy klasy: zdrowi, początkowy stan choroby i stan zaawansowany. Przedstawione są rezultaty rozpoznania dotyczące 125 przypadków.
4
Content available remote Trend elimination of time series of 24-hour load demand in the power system and its application in power forecasting power system and its application in power forecasting
Siwek K., Osowski S., Świderski B.
Przegląd Elektrotechniczny
|
2011
|
R. 87, nr 3
249-253
EN
The paper is concerned with the elimination of different trends existing in the time series representing the hourly power consumption in the power system of smali size. Analysing the hourly need for the power in such system we can observe significant trends associated with the season of the year, type of the day. as well as the particular hour of the day. At prediction task the variability of the time series is of great importance. The lower in this variability the belfer is the accuracy of prediction. In the paper we will present the method of reducing this variability by removing such trends. The eltmnation of trends is performed in few phases. The first step is to determine the index corresponding to the regular jth day of the weak for j = 1, 2, ..., 7 and also type of such day. After this first step of detrending of the time series we follow the second and third aiming at removing the trend coresponding to the particular hour h of the day (n=t, 2 ....o 24) and then the seasonality trend. characterizing the succeeding day of the year (d=t, 2, ..., 365). All detrending operations are done by using the appropriately defined indexes. After application of all these steps we get the final detrended time series corresponding to all days under consideration (o=t, 2 ..... p). The detrended time series is of much lower variance than the original one, This means the significant simplification of the forecasting problem and increase of probability of achieving belfer accuracy of forecasting results. The experiments of prediction of such detrended time series for smali power region of Łódz performed using two types of neural predictors (MLP and SVM) have proved the superiority of such approach.
PL
Praca dotyczy usuwania różnego rodzaju trendów występujących w szeregu czasowym odpowiadającym obciążeniom godzinnym w systemie elektroenergetycznym. Zwykły szereg czasowy charakteryzujący pobór mocy. zwłaszcza w małym systemie elektroenergetycznym, charakteryzuje się występowaniem trendu związanego z charakterystycznymi cechami danego dnia tygodnia, sezonem oraz godziną doby. Wielkości te występują w miarę regularnie i istnieje możliwość ich znacznego złagodzenia. Usunięcie tych trendów powoduje istotne zmniejszenie różnic obciążeń występujących z godziny na godzinę. Oznacza to zmniejszenie zmienności analizowanego szeregu i w efekcie zwiększenie dokładności jego predykcji w procesie prognozowania obciążeń na nowy dzień. Praca dotyczy aspektu usuwania trendów różnego rodzaju poprzez wprowadzenie tzw. indeksów normalizacyjnych. Pokażemy. że zastosowane podejście pozwala na istotne zmniejszenie odchylenia standardowego odniesionego do wartości średniej obciążenia. Dzięki temu możliwe jest uzyskanie lepszej dokładności predykcji szeregu czasowego. Eksperymenty numeryczne przeprowadzone na danych z Łódzkiego systemu elektroenergetycznego potwierdziły. że istotnej redukcji ulega przede wszystkim błąd maksymalny.
5
Content available remote Assessment of financial condition of companies using neural networks
Kurek J., Świderski B., Osowski S.
Przegląd Elektrotechniczny
|
2011
|
R. 87, nr 5
88-91
EN
The paper presents the new automatic method of assessment of the financial condition of companies using neural networks. The aim of this assessment is to determine the insolvency risk of company. This information is important for worldwide transactions at which the insurance institution must assess the level of insurance risk of the import-export transaction. On the basis of this assessment the insurer can determine the insolvency of each side of transaction and decide of the height of the insurance. The paper will present an automatic method of such assessment by applying neural networks as the classifiers. The important part of this task is the optimal selection of the diagnostic features, on the basis of which the neural network will undertake the final decision and final classification of the company to the proper group. This is done by the neural classifiers.
PL
Praca poświęcona jest opracowaniu metody oceniającej w sposób automatyczny kondycję finansową firmy za pomocą sieci neuronowych. Szacowanie kondycji finansowej firm pozwala na określenie ryzyka niewypłacalności firmy (jedna ze stron transakcji) czy też na decyzje ubezpieczyciela transakcji, czy taka transakcja warta jest ubezpieczenia oraz na jaką kwotę (instytucja ubezpieczająca transakcje międzynarodowe import-eksport). Istotny zatem jest przydział ryzyka niewypłacalności firmy do jednej z kilku klas, określającej stopień aktualnej kondycji finansowej firmy. W pracy zaproponowano system komputerowy, w którym na podstawie wielu cech diagnostycznych (nie tylko finansowych) klasyfikator neuronowy ocenia automatycznie poziom ryzyka związany z klasą.
6
Content available Wyroby dziewiarskie chroniące przed szkodliwym promieniowaniem UV
Koźmińska R., Massalska-Lipińska T., Mielicka E., Świderski B.
Prace Instytutu Elektrotechniki
|
2006
|
Z. 228
257-267
PL
Jednym z kierunków rozwoju przemysłu dziewiarskiego jest poszukiwanie nowych technologii wytwarzania nowoczesnych, wielofunkcyjnych wyrobów barierowych. Eliminują one bądź zmniejszają negatywny wpływ czynników zewnętrznych na człowieka, zapewniając jednocześnie dobre właściwości fizjologiczne. Niniejsza praca dotyczy właściwości barierowych dzianin przeznaczonych na odzież chroniącą przed szkodliwym promieniowaniem UV. Prowadzone badania mają na celu określenie wpływu zastosowanego surowca, splotu, parametrów strukturalnych dzianin oraz sposobu wykończenia na poziom wskaźnika UPF.
EN
One of the field of knitting industry development is searching new manufacturing technologies of modern, multifunctional barrier products. They eliminate or decrease the negative influence of external agents on a human with giving good physiological properties. This paper is connected with barrier properties of knitted fabrics designer for protective clothing against harmful UV radiation. Realised tests are aimed for describing the influence of used raw material, stitch, knitted fabrics structural parameters and way of finishing on the level of UPF indicator.
7
Wpływ surowców na właściwości biofizyczne dzianin podbiciowych
Massalska-Lipińska T., Wykin-Orlikowska G., Manduk-Chuchla T., Świderski B., Mielicka E., Pustelnik S.
Przegląd Włókienniczy + Technik Włókienniczy
|
2003
|
nr 2
9-11
8
Ocena właściwości grzybobójczych i bakteriostatycznych materiałów włókienniczych poddanych obróbce środkami biologicznie czynnymi
Janicka J., Koźmińska R., Majewska M, Świderski B.
Przegląd Włókienniczy + Technik Włókienniczy
|
2001
|
nr 11
11-14
9
Stan przygotowań polskiego przemysłu tekstylnego do wymagań Unii Europejskiej w zakresie bezpieczeństwa i jakości wyrobów
Solińska E., Świderski B.
Przegląd Włókienniczy + Technik Włókienniczy
|
2000
|
nr 11
7-9
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.