Wyniki wyszukiwania - BazTech

1

Analiza statystyczna danych oraz prognozy generacji energii w farmie wiatrowej z wyprzedzeniem do 24 godzin (część 1.)

Piotrowski Paweł, Baczyński Dariusz, Kopyt Marcin, Aspras Rafał, Dryja Hubert, Makowski Paweł, Samul Kamil

Elektro Info

|

2021

|

nr 4

74--76

PL

W artykule przedstawiono analizę statystyczną danych z farmy wiatrowej oraz prognozy generacji energii z wyprzedzeniem do 24 godzin.

EN

The article presents a statistical analysis of wind farm data and energy generation forecasts up to 24 hours ahead.

2

Sieć neuronowa typu MLP jako narzędzie w komputerowej analizie obrazów

Zaborowicz M., Boniecki P., Przybylak A.

Journal of Research and Applications in Agricultural Engineering

|

2010

|

Vol. 55, nr 2

124-127

PL

Znaczący rozwój technik informatycznych, mający m.in. miejsce w dziedzinie modelowania neuronowego, spowodował wzrost zainteresowania metodami sztucznej inteligencji w kontekście ich wykorzystania w badaniach naukowych. Jednym z aspektów sztucznych sieci neuronowych jest możliwość ich zastosowania w procesie identyfikacji obiektów występujących w postaci obrazów cyfrowych. Celem pracy jest wygenerowanie sieci neuronowej dokonującej klasyfikacji motyli należących do rodziny Papilionidae, objętych ochroną gatunkową na terenie Polski, w oparciu o informację zakodowaną w postaci graficznej.

EN

A significant development of programmatic techniques, used in neural simulation, has caused an increase of interest in the methods of artificial intelligence in scientific research. The issue of the artificial network of neurons makes it possible for us to use them in the process of identification the objects seen as digital images. The aim of the work is to generate neural network, which is able to make a classification of butterflies of the Papilionidae family, protected species in Poland, basing on an information coded in the graphic form.

3

Sieci neuronowe typu MLP oraz RBF jako narzędzia klasyfikacyjne w analizie obrazu

Boniecki P.

Journal of Research and Applications in Agricultural Engineering

|

2006

|

Vol. 51, nr 4

34-39

PL

Neuronowa identyfikacja danych obrazowych, ze szczególnym naciskiem na analizę ilościową oraz jakościową, coraz częściej wykorzystywana jest do pozyskiwania oraz zgłębiania wiedzy zawartej w danych empirycznych. Ekstrakcja, a następnie klasyfikacja wybranych cech obrazu, pozawala na wytworzenie informatycznych narzędzi do identyfikacji wybranych obiektów, prezentowanych np. w postaci obrazu cyfrowego. W związku z tym, celowym wydaje się być poszukiwanie nowoczesnych metod wspomagających proces edukacyjny w zakresie konstrukcji oraz eksploatacji modeli neuronowych w kontekście ich wykorzystania w procesie analizy obrazu. Dodatkowym celem pracy było porównanie jakości sieci MLP oraz RBF mające na względzie wskazanie optymalnego instrumentu klasyfikacyjnego.

EN

The neuronal identification of pictorial data, with special emphasis on both quantitative & qualitative analysis, is more frequently utilized to gain & deepen the empirical data knowledge. Extraction & then classification of selected picture features, enables one to create computer tools in order to identify these objects presented as, for example, digital pictures. In relationship from this, it seems to be purposeful the search of the modern methods helping educational process in the range of construction as well as exploitation of neuronal models in context of their utilization in picture analysis process. The additional aim of the work was the comparison of neural network of the type MLP and RBF for indication of the optimum classification tool.

4

Sieci neuronowe typu MLP oraz RGB jako komplementarne modele aproksymacyjne w procesie predykcji plonu pszenżyta

Boniecki P.

Journal of Research and Applications in Agricultural Engineering

|

2004

|

Vol. 49, nr 1

28-33

PL

W ostatnich latach dynamiczny rozwój technik informatycznych spowodował pojawienie się nowych możliwości obliczeniowych, bazujących na wzorcach pochodzących z obserwacji procesów naturalnych, a w szczególności pracy mózgu. Pojawiające się metody, mające cechy sztucznej inteligencji, pozwalają na budowę modeli symulacyjnych, które realizują postawione zadania w oparciu o wzorce zaczerpnięte bezpośrednio z obserwacji przyrody. W procesie badania probabilstycznych systemów empirycznych, uzasadnionym wydaje się być wykorzystanie komplementarnej metody analizy problemów oraz zagadnień techniki rolniczej, jaką reprezentują sztuczne sieci neuronowe.

EN

The dynamic development of the information technology in the recent years resulted in the development of completely new computation possibilities, based on patterns taken from the observation of natural processes, and particularly of the work of the brain. The new methods, which have some features of artificial intelligence, make it possible to build simulation model that perform the tasks assigned to them on the basis of patterns taken directly from the observation of the nature. Therefore, in the research of probabilistic empirical systems, it seems justified to use a complementary method of analysis of agricultural engineering problems and issues, which is represented by artificial neuron networks.