Wyniki wyszukiwania - BazTech

1

Fusion of feature selection methods in gene recognition

Gil Fabian, Osowski Stanislaw

Bulletin of the Polish Academy of Sciences. Technical Sciences

|

2021

|

Vol. 69, nr 3

art. no. e136748

EN

The paper presents the fusion approach of different feature selection methods in pattern recognition problems. The following methods are examined: nearest component analysis, Fisher discriminant criterion, refiefF method, stepwise fit, Kolmogorov-Smirnov criteria, T2-test, Kruskall-Wallis test, feature correlation with class, and SVM recursive feature elimination. The sensitivity to the noisy data as well as the repeatability of the most important features are studied. Based on this study, the best selection methods are chosen and applied in the process of selection of the most important genes and gene sequences in a dataset of gene expression microarray in prostate and ovarian cancers. The results of their fusion are presented and discussed. The small selected set of such genes can be treated as biomarkers of cancer.

2

Correlation between the main diagnostic features of rail vehicles’ wheel profiles in the operational period

Brzeźny Andrzej, Potępa Piotr, Sowa Andrzej

Problemy Kolejnictwa

|

2019

|

Z. 183

99--105

EN

The paper is dedicated to correlations between the main diagnostic features utilised for assessing the wear of wheel tyre running treads and the wear of wheel flanges. The paper focuses on analysis of the correlations between these features in the period between the mounting of new wheel tyres or new monoblock wheels in a given wheelset up to their replacement. The wheels of Electric Multiple Units and shunting locomotives were the objects of the research. The measurement data obtained from a domestic railway undertaking contain, however, many errors. It was noted that in some cases the measured values were put in the wrong places on the measurement cards. It is also possible that in some cases the wheel surfaces were not prepared properly for measurements. For those reasons, only some data, for which there were no doubts regarding credibility, were chosen. Those data were appropriate for determining the trend line equations, which depict an overview of how the values of the diagnostic features are correlated with each other. The obtained functions of the characteristics of the changes in the diagnostic features as well as calculated Pearson correlation coefficients show that there is a significant correlation between those features. This is not dependent on the significantly different operational conditions of the groups of tested rail vehicles. Conclusions on the existence of significant correlations between the tested features can be used for the creation of innovative solutions dedicated for wheel diagnostics of rail vehicles. This especially applies to the design of analytical functions, which could be used for real time verification of the correctness of the measurement results.

3

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.

4

Identyfikacja cech diagnostycznych w ocenie środowiska zurbanizowanego zagrożonego hałasem

Paszkowski W.

Mechanik

|

2015

|

R. 88, nr 7CD

637--644

PL

W artykule przedstawiono sposób identyfikacji cech diagnostycznych środowiska miejskiego dla potrzeb przeprowadzenia w nim oceny jakości akustycznej. Wyniki przeprowadzonych badań w tym zakresie wskazują na konieczność systemowego podejścia do oceny środowiska w kategorii jakości akustycznej. W tym znaczeniu dokonać należy wyboru reprezentacyjnych cech o charakterze akustycznym i nieakustycznym. Dla przyjętych cech diagnostycznych zaproponowano mierniki ocen opisujących środowisko zurbanizowane. Dokonano klasyfikacji mierników za pomocą kilku metod oceny zbiorów danych. Przeprowadzona została klasyfikacja zbiorów danych ze względu na wybrane metody oceny jakościowej.

EN

The article presents a method of identification of diagnostic features of urban environment for the needs of the acoustic quality assessment procedure. The results of the research in this field indicate the necessity of more systematic approach to the environmental impact assessment in the area of acoustics. In this meaning it is necessary to choose representative features (attributes) having both acoustic and nonacoustic nature. For given diagnostic features there were proposed indicators basing on a few methods of data collection assessment. There was done a classification of data collections according to selected methods of qualitative assessment.

5

Analiza przydatności głównych cech diagnostycznych zarysu zewnętrznego kół do prognozowania terminów oceny stanu technicznego lokomotyw elektrycznych

Potępa P., Sowa A.

Logistyka

|

2015

|

nr 3

3988--3997, CD 1

PL

Artykuł dotyczy zagadnienia możliwości wykorzystania cech diagnostycznych opisujących zużycie obręczy na powierzchni tocznej oraz zużycie obrzeża koła do prognozowania terminów kolejnych badań stanu technicznego kół pojazdu szynowego. W artykule poddano analizie przebieg zmian wartości czterech cech diagnostycznych zarysu zewnętrznego koła przykładowej lokomotywy, czyli: grubości obręczy oraz grubości, wysokości i stromości obrzeża, podczas eksploatacji tej lokomotywy od zainstalowania nowych obręczy kół aż do ich wymiany. W okresie tym nastąpiła dwukrotna odnowa zarysu zewnętrznego kół, ale żadna z nich nie była spowodowana przekroczeniem wartości granicznych wymienionych i analizowanych cech diagnostycznych. Zgromadzone dane pomiarowe pozwoliły na wyznaczenie równań linii trendów zmian poszczególnych cech diagnostycznych. Umożliwiło to przedstawienie na wspólnym wykresie prognozowanych, rzeczywistych i granicznych wartości każdej z czterech cech diagnostycznych zarysu kół. Z przebiegu tych charakterystyk wynika to, że grubość obręczy, grubość i stromość obrzeża może być wykorzystana do prognozowania terminów kolejnych badań stanu technicznego kół pojazdu tylko wtedy, gdy wartości tych cech zbliżają się do wartości granicznych.

EN

The article deals with the issue of possibility of use of diagnostic features describing the wear of the wheel tread and wheel flange in order to forecast the timing of subsequent technical state tests of rail vehicle. The article analyses the changes of the four diagnostic features of outer wheel contour of a sample locomotive, that is: the thickness of the wheel tyre and the thickness, height and steepness of the wheel flange, during operation period of the locomotive from the moment of installation of new wheels up to replace them. During this period, there was a twice renewal of the outer contour of the wheels but none of them was caused by exceeding the limits of specified and analysed diagnostic features. Measurement data collected allowed determining the equations of lines trends of individual diagnostic features. This made it possible to construct the common chart of forecasted, actual and both boundary values for each of the four diagnostic features of outer wheel contour. Those graphs show that the wheel tyre thickness, the wheel flange thickness and slope can be used to forecast the timing of subsequent testing of the vehicle technical condition of the vehicle only if the values of these feature characteristics are close to their boundary values.

6

The Identification of Selected Imperfections of Electric Traction Motors

Skowron J., Sowa A.

Logistics and Transport

|

2013

|

Vol. 19, No. 3

91--97

EN

Electric traction motors of rail vehicles operate in very harsh conditions. This is due to their varying load and power fluctuations, as well as their exposure to high humidity, excessive shocks, dust and changing ambient temperature. These conditions can lead to the non-operational state of motors in operation which should be identified as soon as possible. This requires building the mathematical model of a traction drive system, which enables the full simulation of its work in real time. It also requires interference in the construction of the electrical system that allows for measuring the values of the relevant diagnostic features. The measurements of these features and their comparison to the values obtained from the mathematical model with the use of a multi-valued evaluation constitute the basis for the formulation of the operational diagnoses of traction motors.

7

PCA transformation and Support Vector Machine for recognition of the noisy images

Osowski S., Sikorska-Łukasiewicz K.

Przegląd Elektrotechniczny

|

2012

|

R. 88, nr 3a

4-6

EN

The paper presents the application of principal component analysis (PCA) and Support Vector Machine (SVM) for recognition of face images. PCA is a well known method of optimal reduction of the dimensionality of the vectors, while preserving the most important part of the original information. It maps the N-dimensional original vector x into K-dimensional output vector y, where K

PL

Praca przedstawia zastosowanie transformacji PCA oraz sieci neuronowej SVM do rozpoznawania obrazów twarzy, w szczególności zaszumionych. PCA jest transformacją liniową umożliwiającą optymalną redukcję wymiaru wektora x przy zachowaniu najważniejszej porcji oryginalnej informacji zawartej w tym wektorze. Przy wektorach z dużą zawartością szumu odtworzona informacja jest w dużej mierze odszumiona (szum odpowiada najmniej istotnej części informacji, która podlega obcięciu). Metoda ta dobrze nadaje się do tworzenia cech diagnostycznych, które mogą stanowić sygnały wejściowe dla klasyfikatora SVM dokonującego rozpoznania obrazów. W pracy pokazane zostały wyniki przeprowadzonych eksperymentów rozpoznania twarzy z bazy danych FERET.

8

System oceny cech diagnostycznych układu zasilania elektromagnetycznego hamulca szynowego

Skowron J., Sowa A.

Czasopismo Techniczne. Mechanika

|

2012

|

R. 109, z. 7-M

251--259

PL

Artykuł dotyczy sposobu oceny cech diagnostycznych w diagnozowanych obiektach, których poszczególne elementy mogą przyjmować różne formy niezdatności. Dla każdego takiego elementu można wyróżnić jeden stan zdatności i tyle stanów niezdatności, ile form niezdatności. Formy niezdatności mogą wpływać w różny sposób na wartości cech diagnostycznych. Identyfikacja stanu technicznego elementów składowych obiektu wymaga wtedy przyjęcia trójwartościowego systemu oceny cech diagnostycznych. Możliwość zastosowania tego rodzaju oceny cech diagnostycznych przedstawiono na przykładzie układu zasilania hamulca szynowego tramwaju.

EN

The paper concerns evaluation of diagnostic features of testing objects in which individual elements may take various imperfect forms. For each of such element a fitness state and so many unfitness states as forms of imperfection could be specified. Forms of imperfection may affect in different ways of the value diagnostic features. Identification of the technical state of components of the object requires a trivalent evaluation system of diagnostic features. Applicability of this type of evaluation of diagnostic features was shown in the example of the power supply of tram track brake.