Wyniki wyszukiwania - BazTech

1

Classification of objects in a point cloud using neural networks

Daszuta Marcin, Napieralska-Juszczak Ewa

Journal of Applied Computer Science

|

2019

|

Vol. 27, nr 2

7--16

EN

3-dimensional scans captured in shape of point clouds are widely used in many different areas. Every such area use different kinds of sensors to ac-quire point clouds and do the analysis of the data but each of those needs some preanalysis to be done. One of the most important is segmentation and classification of points into types of objects. Such information considerably widens possibilities of usage for further purposes. There are many classifiers and many features based on which labeling can be done. In this paper few most commonly used approaches were chosen to check the influence of neighboring points acquisition on classification process. Results proof signif-icant relation between those two steps of point cloud analysis. Visualization of analyzed point cloud also shown that precision of predictions not always comes with better visibility of certain types of objects. Additionally, color-less analysis of geometrical features seems to be promising way for further research.

2

Adaptive Decision Support System in Network Centric Warfare Process

Dudczyk J., Rybak Ł.

Elektronika : konstrukcje, technologie, zastosowania

|

2018

|

Vol. 59, nr 7

39--42

EN

The article presents a concept of Adaptive Decision Support System (ADSS) which makes it possible to realize a network centric warfare strategy. The introduction of this article presents the significance of data processing by information and communication systems on the computerized battlefield. Also, it consists of a description of the process which aims at gaining knowledge from relational databases in terms of building situational awareness and organizing informational advantage. The strategic thought cycle in terms of building an adaptive information and communication system is presented in this work as well. A further part of the article describes the general architecture of decision support system applications, points out and defines their key elements. Finally, an original concept of decision-making model in adaptive DSS is suggested as an idea in which k-Nearest Neighbours classificator and the method of machine learning are used to realize the assumption concerning the adaptation of the system to dynamic conditions on the battlefield. The direction of research as well as possibilities of potential solution optimization are also indicated in this article.

PL

W artykule zaproponowano koncepcję adaptacyjnego systemu wspomagania decyzji ADSS (ang. Adaptive Decision Support System) pozwalającego na realizację strategii walki sieciocentrycznej. Na wstępie przedstawiono istotę przetwarzania danych przez systemy teleinformatyczne na zinformatyzowanym polu walki. Scharakteryzowano proces wydobywania wiedzy z relacyjnych baz danych w kontekście budowania świadomości sytuacyjnej oraz organizowania przewagi informacyjnej. Przedstawiono cykl myślenia strategicznego w kontekście budowania adaptacyjnego systemu teleinformatycznego. Następnie opisano ogólną architekturę aplikacji wspomagających decyzję, wskazano oraz scharakteryzowano kluczowe ich elementy. Ostatecznie zaproponowano autorską koncepcję modelu decyzyjnego w adaptacyjnym DSS wykorzystującą klasyfikator k-najbliższych sąsiadów oraz metodę uczenia maszynowego, co pozwoliło na realizację założenia dotyczącego przystosowywania się systemu do dynamicznych warunków pola walki. Ponadto wskazano kierunek badań oraz możliwości ewentualnej optymalizacji rozwiązania.

3

Diagnozowanie uszkodzeń łożysk tocznych z wykorzystaniem wybranych klasyfikatorów

Piekoszewski J.

Autobusy : technika, eksploatacja, systemy transportowe

|

2018

|

R. 19, nr 12

597--601

PL

Niewielkie uszkodzenie łożysk tocznych może prowadzić do poważnej awarii urządzenia. Zatem, bardzo ważnym jest wykrycie takich defektów na ich początkowym etapie powstawania aby zapobiec dalszym uszkodzeniom. W pracy przedstawiono kilka wybranych teoretycznych narzędzi z obszaru sztucznej inteligencji zastosowanych do rozwiązania problemu diagnozowania uszkodzeń łożysk tocznych. Rozważanymi narzędziami są: algorytm k najbliższych sąsiadów, drzewo decyzyjne, maszyna wektorów podpierających, perceptron wielowarstwowy, sieć bayesowska oraz sieć neuronowa o radialnych funkcjach bazowych. Rezultaty wszystkich eksperymentów zostały otrzymane z wykorzystaniem rzeczywistych danych oraz aplikacji WEKA (ang. Waikato Environment for Knowledge Analysis) dostępnej na stronach Uniwersytetu Waikato w Nowej Zelandii.

EN

Minor roller bearing damage may lead to serious failures of the device. Thus, it is very important to detect such damage as early as possible to prevent further damage. This paper presents a selection of several theoretical tools from the field of artificial intelligence and their application in roller bearings fault classification. The considered tools are: k-nearest neighbor algorithm, decision tree, support vector machine, feed forward neural network (multilayer perceptron), Bayesian network and neural network with radial basis functions. All numerical experiments presented in the paper were performed with the use of real - world dataset and WEKA (Waikato Environment for Knowledge Analysis) software, available at the server of the University of Waikato.