Wyniki wyszukiwania - BazTech

1

Training RBF NN Using Sine-Cosine Algorithm for Sonar Target Classification

Wang Yixuan, Yuan LiPing, Khishe Mohammad, Moridi Alaveh, Mohammadzade Fallah

Archives of Acoustics

|

2020

|

Vol. 45, No. 4

753--764

EN

Radial basis function neural networks (RBF NNs) are one of the most useful tools in the classification of the sonar targets. Despite many abilities of RBF NNs, low accuracy in classification, entrapment in local minima, and slow convergence rate are disadvantages of these networks. In order to overcome these issues, the sine-cosine algorithm (SCA) has been used to train RBF NNs in this work. To evaluate the designed classifier, two benchmark underwater sonar classification problems were used. Also, an experimental underwater target classification was developed to practically evaluate the merits of the RBF-based classifier in dealing with high-dimensional real world problems. In order to have a comprehensive evaluation, the classifier is compared with the gradient descent (GD), gravitational search algorithm (GSA), genetic algorithm (GA), and Kalman filter (KF) algorithms in terms of entrapment in local minima, the accuracy of the classification, and the convergence rate. The results show that the proposed classifier provides a better performance than other compared classifiers as it classifies the sonar datasets 2.72% better than the best benchmark classifier, on average.

2

A Classifier Based on a Decision Tree with Temporal Cuts

Bazan Jan G., Szczur Adam, Skowron Andrzej, Rzepko Marian, Król Paweł, Bajorek Wojciech, Czarny Wojciech

Fundamenta Informaticae

|

2019

|

Vol. 165, nr 3-4

263--281

EN

A new method of decision tree construction from temporal data is proposed in the paper. This method uses the so-called temporal cuts for binary partition of data in tree nodes. The novelty of the proposed approach is that the quality of cuts is calculated not on the basis of the discernibility of objects (related to time points), but on the basis of the discernibility of time windows labeled with different decision classes. The paper includes results of experiments performed on our data sets and collections from machine learning repositories. In order to evaluate the presented method, we compared its performance with the classification results of a local discretization decision tree, and other methods well known from literature. Our new method outperforms these known methods.

3

Azure Machine Learning tools efficiency in the electroencephalographic signal P300 standard and target responses classification

Wójcik Grzegorz M., Kawiak Andrzej, Kwasniewicz Lukasz, Schneider Piotr, Masiak Jolanta

Bio-Algorithms and Med-Systems

|

2019

|

Vol. 15, no. 3

art. no. 20190031

EN

The Event-Related Potentials were investigated on a group of 70 participants using the dense array electroencephalographic amplifier with photogrammetry geodesic station. The source localisation was computed for each participant. The activity of brodmann areas (BAs) involved in the brain cortical activity of each participant was measured. Then the mean electric charge flowing through particular areas was calculated. The five different machine learning tools (logistic regression, boosted decision tree, Bayes point machine, classic neural network and averaged perceptron classifier) from the Azure ecosystem were trained, and their accuracy was tested in the task of distinguishing standard and target responses in the experiment. The efficiency of each tool was compared, and it was found out that the best tool was logistic regression and the boosted decision tree in our task. Such an approach can be useful in eliminating somatosensory responses in experimental psychology or even in establishing new communication protocols with mildly mentally disabled subjects.

4

Analiza porównawcza wybranych klasyfikatorów w diagnozowaniu uszkodzeń przekładni zębatych

Piekoszewski J.

Autobusy : technika, eksploatacja, systemy transportowe

|

2017

|

R. 18, nr 12

1233--1236, CD

PL

Niewielkie uszkodzenie przekładni zębatej może prowadzić do poważnej awarii urządzenia. Zatem, bardzo ważnym jest wykrycie takich defektów na ich początkowym etapie powstawania aby zapobiec dalszym uszkodzeniom. Praca przedstawia kilka wybranych teoretycznych narzędzi z obszaru sztucznej inteligencji zastosowanych do rozwiązania problemu diagnozowania uszkodzeń przekładni zębatych. Rozważanymi narzędziami są: perceptron wielowarstwowy, sieć neuronowa o radialnych funkcjach bazowych, drzewo decyzyjne, sieć bayesowska, maszyna wektorów podpierających oraz algorytm k najbliższych sąsiadów. 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 gear 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 gear fault classification. The considered tools are: feed forward neural network (multilayer perception), neural network with radial basis functions, decision tree, Bayesian network, support vector machine, and k-nearest neighbor algorithm. 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.

5

Classifiers for Behavioral Patterns Identification Induced from Huge Temporal Data

Bazan J. G., Szczur A., Dydo L., Wojtowicz H., Szpyrka M.

Fundamenta Informaticae

|

2016

|

Vol. 143, nr 1/2

19--34

EN

A new method of constructing classifiers from huge volume of temporal data is proposed in the paper. The novelty of introduced method finds expression in a multi-stage approach to build hierarchical classifiers that combines process mining, feature extraction based on temporal patterns and constructing classifiers based on a decision tree. Such an approach seems to be practical when dealing with huge volume of temporal data. As a proof of concept a system for packet-based network traffic anomaly detection was constructed, where anomalies are represented by spatio-temporal complex concepts and called by behavioral patterns. Hierarchical classifiers constructed with the new approach turned out to be better than “flat” classifiers based directly on captured network traffic data.

6

A Classifier Based on a Decision Tree with Verifying Cuts

Bazan J. G., Buregwa-Czuma S., Rzasa W., Bazan-Socha S., Dydo L., Skowron A.

Fundamenta Informaticae

|

2016

|

Vol. 143, nr 1/2

1--18

EN

This article introduces a new method of a decision tree construction. Such construction is performed using additional cuts applied for a verification of the cuts' quality in tree nodes during the classification of objects. The presented approach allows us to exploit the additional knowledge represented in the attributes which could be eliminated using greedy methods. The paper includes the results of experiments performed on data sets from a biomedical database and machine learning repositories. In order to evaluate the presented method, we compared its performance with the classification results of a local discretization decision tree, well known from literature. Our new method out performs the existing method, which is also confirmed by statistical tests.

7

Szczegóły implementacyjne algorytmów do rozpoznawania mowy

Ośka J., Wojtuń J., Piotrowski Z., Bernat M.

Elektronika : konstrukcje, technologie, zastosowania

|

2015

|

Vol. 56, nr 2

40-44

PL

W artykule zaprezentowano i porównano algorytmy do rozpoznawania mowy w kontekście ich późniejszej implementacji na platformie sprzętowej DSK OMAP. Głównym zadaniem było dogłębne porównanie dwóch klasycznych metod wykorzystywanych w rozpoznawaniu mowy GMM vs HMM (ang. GMM Gaussian Mixtures Models, ang. HMM – Hidden Markov Models). W artykule jest również opisana i porównana metoda ulepszonych mikstur gaussowskich GMM-UBM (ang. GMM UBM – Gaussian Mixtures Model Universal Background Model). Parametryzacja sygnału w oparciu o współczynniki MFCC oraz LPCC (ang. Mel Frequency Cepstral Coefficients, ang. Linear Prediction Cepstral Coefficients) została opisana [1]. Analizowany model składał się ze zbioru 10-elementowego reprezentującego cyfry mowy polskiej 0-9. Badania zostały przeprowadzone na zbiorze 3000 nagrań, które zostały przygotowane przez nasz zespół. Porównanie wyników wykonano dla rozłącznych zbiorów uczących oraz trenujących. Każda z opisywanych metod klasyfikacji operuje na tych samych danych wejściowych. Daje to możliwość miarodajnego porównania jakości tych klasyfikatorów jako skutecznych narzędzi do rozpoznawania izolowanych fraz głosowych.

EN

This paper presents and compares the speech recognition algorithms in the context of their subsequent implementation on the hardware platform OMAP DSK. The main task was to compare two classical methods used in speech recognition systems GMM vs HMM (GMM – Gaussian Mixtures Models, HMM – Hidden Markov Models). In the article improved Gaussian Mixtures Model called GMM-UBM (Gaussian Mixtures Model Universal Background Model) were described and compared. Preprocessing of the input signal using MFCC and LPCC coefficients (Mel Frequency Cepstral Coefficients, Linear Prediction Cepstral Coefficients) were described [1]. Analyzed data model consists set of 10-elements that represents Polish language digits 0-9. Research is done on a set of 3000 records prepared by our team with disjoint sets of learners and trainees. Methods are compared on the same input data. The same set of input data allows for reliable comparison of these classifiers to choose effective classifier for identifying isolated voice phases.

8

Fast optimization schemes for feature selection in analog circuits fault diagnosis

Ossowski M., Korzybski M.

Przegląd Elektrotechniczny

|

2014

|

R. 90, nr 7

65--69

EN

The aim of this work is to systematize the knowledge resulting from research on the impact of the feature selection on the quality of diagnostic procedures in the diagnosis of nonlinear systems. Particular attention was devoted to the selection of appropriate comparative criteria and optimization algorithms necessary for the selection of defects in the studied nonlinear systems, so that the inclusion of the elements in the process of detection and location of single and multiple catastrophic failures is possible to the highest degree. Basing on the research and simulations results, the fast, “low-costs” method for feature selection using new data quality indexes was invented and tested on real circuits examples.

PL

Celem pracy jest usystematyzowanie wiedzy wynikającej z badań realnego wpływu selekcji cech na jakość procedur wykrywania uszkodzeń w diagnostyce układów nieliniowych. Szczególna uwaga została poświęcona na dobór właściwych kryteriów porównawczych i algorytmów optymalizacyjnych niezbędnych w procesie wyboru atrybutów uszkodzeń badanych układów nieliniowych tak, aby w jak największym stopniu możliwe było uwzględnienie tolerancji elementów w procesie detekcji i lokalizacji jednokrotnych i wielokrotnych uszkodzeń katastroficznych. Opierając się na wynikach analiz i symulacji opracowano i przetestowano na przykładach, szybki w działaniu algorytm selekcji cech wykorzystujący nowe indeksy oceny jakości zbioru danych.

9

Classifiers Based on Optimal Decision Rules

Amin T., Chikalov I., Moshkov M., Zielosko B.

Fundamenta Informaticae

|

2013

|

Vol. 127, nr 1-4

151--160

EN

Based on dynamic programming approach we design algorithms for sequential optimization of exact and approximate decision rules relative to the length and coverage [3, 4]. In this paper, we use optimal rules to construct classifiers, and study two questions: (i) which rules are better from the point of view of classification – exact or approximate; and (ii) which order of optimization gives better results of classifier work: length, length+coverage, coverage, or coverage+length. Experimental results show that, on average, classifiers based on exact rules are better than classifiers based on approximate rules, and sequential optimization (length+coverage or coverage+length) is better than the ordinary optimization (length or coverage).

10

Zastosowanie eksploracji danych do wykrywania reklam w obrazach na stronach www

Brylak J., Gruber J., Jóźwiak I. J.

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska

|

2012

|

z. 63a

379--386

PL

W artykule przedstawiono sposób tworzenia klasyfikatorów, które mają posłużyć do wykrywania reklam w obrazach na stronach WWW. Opisano postać i rodzaj danych, jakie zostały wykorzystane do wytworzenia modeli. Omówiono wszystkie etapy tego procesu tworzenia modelu, na który składają się filtracja dostępnych danych, dobór odpowiednich zmiennych, ocena utworzonych klasyfikatorów.

EN

This article describes how to create classifiers, which are used to detect advertising images on web pages. The character and type of data that were used to produce models were also discussed. Modeling process consists of filtering the data, selection of appropriate variables, the evaluation of classifiers created, has also been described.

11

Inteligentne klasyfikatory wad kontaktowo – naprężeniowych w szynach kolejowych

Lesiak P., Bojarczak P., Migdal M.

Pomiary, Automatyka, Komputery w Gospodarce i Ochronie Środowiska

|

2009

|

nr 2

13-17

PL

W pracy przedstawiono wybrane klasyfikatory wad kontaktowo – naprężeniowych typu head checking w szynach kolejowych. Wyniki badań metodą ultradźwiękową TOFD (ang. Time – Of - Flight Diffraction), poddano klasyfikacji algorytmami partycjonującymi, natomiast do diagnostyki wad metodą Magnetycznej Pamięci Metalu (ang. MMM - Method of Metal Magnetic Memory), zastosowano sieć neuronową SVM (ang.Support Vector Machines). Dokonano porównań ilościowych na podstawie badań przeprowadzonych w torze kolejowym.

EN

In this paper, classifiers of head –checking contact-stress flaws occurring in rail have been presented. Results being obtained by TOFD (Time – Of - Flight Diffraction) and MMM (Method of Metal Magnetic Memory) methods have been classified with the use of partitioning algorithms and SVM network classifier respectively. On the basis of measurements performed in the railway line, quantified comparison has been carried out.

12

Ocena pracy młynów w układzie przygotowania nadawy do flotacji rud miedzi

Foszcz D., Trybalski K., Tumidajski T., Pawlos W.

Cuprum : czasopismo naukowo-techniczne górnictwa rud

|

2009

|

nr 1, 2

47-59

PL

W referacie przedstawiono wyniki analizy pracy układu przygotowania rudy do flotacji w O/ZWR Rejon Polkowice, wykonanej w ramach realizacji pracy badawczej dotyczącej określenia wpływu prędkości obrotowej na efektywność procesu mielenia dla młynów I i II stopnia mielenia. Nowe wyzwania związane z warunkami prowadzenia procesu technologicznego, gwarantującymi wysoki stopień uwolnienia minerałów miedzi, zróżnicowanych pod względem wielkości (zapewnienie prawidłowej pracy układu mielenia i klasyfikacji tj. odpowiedniego czasu mielenia i ostrości rozdziału), a także ciągłe potrzeby obniżania kosztów, powodowały potrzebę dostosowywania parametrów prowadzonego procesu do tych wymagań i ciągle zmuszają do poszukiwania nowych rozwiązań umożliwiających osiągnięcie założonego celu. Z uwagi na rolę procesu mielenia w układzie wzbogacania rud miedzi, polegając na uwalnianiu siarczków miedzi od skały płonnej, istotne jest określenie wielkości minerałów miedzi i dostosowanie uziarnienia produktu do właściwego uwolnienia tych minerałów. W ramach badań nad doborem prędkości obrotowych wykonane zostały szczegółowe badania litologiczne i mineralogiczne wybranych produktów. Badania mineralogiczne prowadzone były w zakresie oceny wielkości minerałów miedzi i stopnia ich uwolnienia w poszczególnych klasach ziarnowych i miały na celu określenie optymalnych warunków pracy całego układu mielenia i klasyfikacji, gwarantujących uzyskanie wysokiego stopnia uwolnienia, przy minimalizacji efektu przemielenia.

EN

The paper presents the results of work analysis of flotation ore preparation system in O/ZWR, region Polkowice. They were the effect of the researching work realization concerning determination of rotary speed influencing on efficiency of milling process for mills of 1st and 2nd milling stages. New challenges connected with conditions of technological process conduction are the source of necessity of process parameters adaptation to new requirements. These requirements are the results of assuring high level of copper minerals liberation of different sizes (assurance of proper work of milling and classification system, what determines the adequate time of milling and adequate level of separation), as well of continuous necessity of lowering costs. In fact, they are the source of continuous searching for new solutions allowing achieving of assumed objective. Because of the significant role of milling process in copper ore beneficiation system based on copper sulfides liberation from gangue, it is important to determine the copper minerals sizes and adaptation of product granulation to proper liberation of these minerals. As the part of the investigation of the rotary speed, the detailed lithology and mineralogy research of selected products were conducted. The mineralogical investigation were performed to evaluate the sizes of individual copper minerals and levels of their liberation in every particle fraction. Their purpose was to determine the optimal work conditions of the whole milling and classification system, assuring obtaining of the high liberation level by minimization of over-milling effect.

13

Selektywny wybór przykładów w konstrukcji klasyfikatorów z niezrównoważonych danych

Stefanowski J.

Pomiary Automatyka Kontrola

|

2006

|

R. 52, nr 6 bis

65-67

PL

W artykule omawia się problemy automatycznego konstruowania klasyfikatorów, będących zbiorem reguł decyzyjnych, z niezrówno-ważonych danych, w których klasa obiektów, będących przedmiotem szczególnego zainteresowania, zawiera zdecydowanie mniej przykładów niż inne klasy. W celu polepszenia zdolności rozpoznawania przykładów z klasy mniejszościowej przedstawia się propozycje wykorzystania selektywnego wyboru przykładów z klasy większościowej przed fazą indukcji reguł. Podejście jest ocenione w eksperymentach porównawczych ze innymi metodami.

EN

This paper concerns problems of automatic learning rule based classifiers from imbalanced data, where the minority class of primary importance is underrepresented in comparison to majority classes. To improve recognition of the minority class, we present the new approach, where the rule induction is combined with the selective filtering phase that removes noisy and borderline majority class examples from the input data. This approach is evaluated in a comparative experimental study.

14

Zagadnienia teoretyczne i badania klasyfikacji przepływowej ziaren w klasyfikatorze lamelowym

Marciniak-Kowalska J.

Inżynieria Chemiczna i Procesowa

|

2004

|

T. 25, z. 3/2

1291-1296

PL

W artykule przedstawiono model matematyczny procesu przepływowej klasyfikacji ziaren ukierunkowany na obliczanie uziarnienia produktów klasyfikacji na podstawie uziarnienia nadawy. Przyjęto, że nadawa do klasyfikacji jest opisana logarytmiczno-normalnym rozkładem wielkości ziaren lub rozkładem Rosin-Rammlera-Benetta. Obliczono teoretyczną postać funkcji rozdziału Trompa T(d)), wielkość ziarna podziałowego d [50] oraz obliczono wskaźniki ostrości rozdziału. Model został pozytywnie zweryfikowany w badaniach laboratoryjnych.

EN

In the article there are presented the mathemathical model of grain classification process in lamella classifiers oriented for calculation of size composition of eoarse and fine materiał basis on known size composition of feed. There are assumed, that grain composition of feed is described of the log-normal and Rosin-Rammler-Benett funetion. The calculation of Tromp funetion T(d), critical grain size d[50] and sharpness indicators are presented. The model was verified experimentally in the laboratory tests with positive results.

15

Klasyfikatory z oceną wiarygodności decyzji i ich zastosowanie do wyboru strategii leczenia

Stawska Z., Jóźwik A., Grabowski M., Filipiak K., Rudowski R., Opolski G.

Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

|

2004

|

T. 8, z. 3

331-338

PL

W artykule została zaproponowana modyfikacja schematu podejmowania decyzji opartego na regule k najbliższych sąsiadów, polegająca na wprowadzeniu gradacji błędu. Stosowane do tej pory metody rozpoznawania obrazów pozwalają na ocenę jakości klasyfikacji jako funkcji prawdopodobieństwa mylnej decyzji. Prawdopodobieństwo to szacowane jest eksperymentalnie jako średni błąd klasyfikacji obiektów o znanej przynależności. Wprowadzenie gradacji błędów umożliwia oszacowanie prawdopodobieństwa mylnej decyzji w zależności od cech klasyfikowanego obiektu. Przedstawione podejście zostało zastosowane do analizy rzeczywistych danych dotyczących problemu rozpoznawania pacjentów z ostrym zespołem wieńcowym.

EN

A modification of the k nearest neighbor rule, which enables the classification confidence, is proposed. The quality of the standard classifiers is measured by the probability of misclassification estimated experimentally by a use of objects with known class membership. The error rate is computed as the percentage of misclassified objects. An error rate gradation enables the evaluation of the misclassification probability as a function of the object feature values. The presented approach was applied to an analysis of a real data related to the patients with acute coronary syndromes.

16

Recognition of pathological states in arterial blood by distance based techniques

Sokołowska B., Jóźwik A.

Journal of Medical Informatics & Technologies

|

2003

|

Vol. 5

MI23--30

EN

The paper presents the application of some distance based pattern recognition algorithms for recognition of pathological states in respiratory system on the basis of the arterial blood gasometry (features pH, pCO2, pO2). In our biological model two experimental situations were considered: 1) the intact animals and 2) the main inspiratory muscles paralyzed (after acute of bilateral phrenicotomy). The comparison of the mentioned three features in the two conditions was the main goal of the present study. The analyzed biological data set contained 38 in class 1 (muscle function preserved) and 36 in class 2 (after diaphragm paralyzed) measurements. It was discovered that a significant part of the measurements could be correctly recognized as the ones coming from the first or the second class according to gasometric measurements.

17

Diagnosis System Based on Multiple Neural Classifiers

Marciniak A., Korbicz J.

Bulletin of the Polish Academy of Sciences. Technical Sciences

|

2001

|

vol. 49, nr 4

681-701

EN

A new methodology for improving the performance and training of neural network classifiers employed in diagnostics is presented. The main idea is based on using redundant classifiers in an ensemble in order to guarantee the best generalisation ability of the diagnosis system. A brief survey of some commonly used methods for combining outputs in the ensemble is made. As compared to previous designs, a novel method for output combination is introduced. The proposed technique consist in considering the classes independently of one another and calculating the importance parameters, i.e. the weights, for individual outputs of the networks. In order to draw a comparison with previous methods, a real data medical benchmark is used. To improve the results of the ensemble, Negative Correlation Learning was applied.