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

Znaleziono wyników: 13

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  klasyfikator neuronowy
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Strategie treningu neuronowego estymatora częstotliwości tonu krtaniowego z użyciem generatora syntetycznych samogłosek
Blok Marek, Banaś Jan, Pietrołaj Mariusz
Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
|
2022
|
nr 4
604--607
PL
W wielu zastosowaniach telekomunikacyjnych pojawia się problem przetwarzania lub analizy sygnału mowy, w ramach którego, często w obszarze podstawowych algorytmów, stosuje się estymator częstotliwości tonu krtaniowego. Estymator rozpatrywany w tej pracy bazuje na neuronowym klasyfikatorze podejmującym decyzje na podstawie częstotliwości oraz mocy chwilowej wyznaczanych w podpasmach analizowanego sygnału mowy. W pracy rozważamy problematykę treningu tego estymatora, gdy trening odbywa się z użyciem sygnałów generowanych syntetycznie.
EN
In many telecommunication applications there is a need for a speech signal processing or analysis, within which the pitch tone frequency estimator is one of the common basic algorithms. The estimator considered in this paper is based on a neural classifier, whose decisions are driven by the instantaneous frequency and power determined in the sub-bands of the analyzed speech signal. In the paper, we consider the problems of selecting a training strategy for this estimator, when training is carried out with synthetically generated vowels.
2
Content available A class of neuro-computational methods for assamese fricative classification
Patgiri C., Sarma M., Sarma K. K.
Journal of Artificial Intelligence and Soft Computing Research
|
2015
|
Vol. 5, No. 1
59--70
EN
In this work, a class of neuro-computational classifiers are used for classification of fricative phonemes of Assamese language. Initially, a Recurrent Neural Network (RNN) based classifier is used for classification. Later, another neuro fuzzy classifier is used for classification. We have used two different feature sets for the work, one using the specific acoustic-phonetic characteristics and another temporal attributes using linear prediction cepstral coefficients (LPCC) and a Self Organizing Map (SOM). Here, we present the experimental details and performance difference obtained by replacing the RNN based classifier with an adaptive neuro fuzzy inference system (ANFIS) based block for both the feature sets to recognize Assamese fricative sounds.
3
Content available Diagnostyka analogowych filtrów wielosekcyjnych oparta na klasyfikatorach neuronowych z dwucentrowymi funkcjami bazowymi
Kowalewski M., Czaja Z.
Pomiary Automatyka Kontrola
|
2014
|
R. 60, nr 9
733--736
PL
Przedmiotem artykułu jest zastosowanie klasyfikatora z dwucentrowymi funkcjami bazowymi do lokalizacji uszkodzeń w wielosekcyjnych torach analogowych elektronicznych systemów wbudowanych sterowanych mikrokontrolerem. Przedstawiono szczegóły procedury pomiarowej oraz metody detekcji i lokalizacji uszkodzeń toru analogowego z wykorzystaniem klasyfikatora DB zaimplementowanego w postaci algorytmicznej w kodzie programu mikrokontrolera. Omówiono konstrukcję klasyfikatora DB oraz metodę wyznaczania jego parametrów na przykładzie wielosekcyjnego toru analogowego złożonego z trzech filtrów dolnoprzepustowych 2-go rzędu o strukturze Sallena-Keya.
EN
The aim of the paper is usage of a classifier with Two-Center Basis Functions for localization of faults in multi-stage filters implemented in electronic embedded systems controlled with microcontrollers. The main idea of self-testing approach is development of a BIST with a set of analog switches located between individual stages of a tested filter. Thanks to multiplexers used in general purpose input/output lines in microcontrollers, a single line can be the output of an excitation signal (eg. a square impulse) or the input of a measured signal applied to an analog-to-digital converter through the analog multiplexer. Details of the measurement procedure as well methods of detection and localization of faults in analog circuits with use of the TCBF classifier implemented in the microcontroller program code are discussed. The construction and a method of obtaining parameters of the TCBF classifier on an exemplary filter consisting of three 2nd order low-pass filters based on the Sallen-Key topology are presented.
4
Content available Stanowisko mocy krążącej jako system pozyskiwania danych testujących dla klasyfikatorów neuronowych
Wojnar G., Figlus T., Czech P.
Zeszyty Naukowe. Transport / Politechnika Śląska
|
2009
|
z. 65
119-124
PL
W opracowaniu przedstawiono metodologię wykorzystania stanowiska mocy krążącej jako bazy w pozyskaniu danych do walidacji klasyfikatorów neuronowych. W artykule przedstawiono metodologię pomiarów i wstępnej obróbki sygnałów zmierzonych na stanowisku FZG.
EN
The work presents methodology of using circulating power test rig as a base of getting data set for artificial neural networks. The results of measurement used to test a neural classification system. The following paper presents a method of measuring and signal processing.
5
Content available Rozpoznawanie obrazów z wykorzystaniem neuronowego klasyfikatora NBV
Dybała J.
Diagnostyka
|
2009
|
nr 3(51)
105-112
PL
W artykule przedstawiono neuronowy klasyfikator NBV o konstrukcji inspirowanej strukturą sieci neuronowej CP (ang. Counter Propagation), który wykorzystuje koncepcję stosowaną w klasyfikacji minimalnoodległościowej, a w swym działaniu nawiązuje do idei funkcjonowania klasyfikatorów SVM (ang. Support Vector Machine).
EN
The article presents the NBV neural classifier whose structure has been inspired by the structure of CP (Counter Propagation) neural network, which uses the methods applied in the minimum-distance classification, while in its operation it draws on the idea of functioning of SVM (Support Vector Machines) classifiers.
6
Content available Fault detection in electrical drive by means of artificial neural networks
Głowacki G., Patan K.
Diagnostyka
|
2006
|
nr 2(38)
7-10
EN
The paper deals with problem model-based of fault detection electrical drive by using neural networks. The multilayer perceptron with tapped delay lines has been applied to model the diagnosed process at the nominal operation conditions. In turn, decision about faults has been performed using simple MultiLayer Feedforward Network (MFN). The electrical drive under consideration (AMIRA DR300) works in the closed loop and is controlled by PID controller. This laboratory electrical drive renders it positive to simulate a several faulty scenarios. In this way the proposed fault detection scheme can be tested on a number of faulty conditions.
PL
Artykuł przedstawia problem detekcji uszkodzeń w silniku elektrycznym przy pomocy sieci neuronowych. Do zamodelowania diagnozowanego obiektu pracującego w warunkach normalnych użyto sieci jednokierunkowych z liniami opóźniającymi. Następnie, jako blok decyzyjny o wystąpieniu uszkodzeń zastosowano zwykłe jednokierunkowe sieci wielowarstwowe. Do przeprowadzenia badań wykorzystano silnik prądu stałego firmy AMIRA (DR300). Silnik pracuje w układzie zamkniętym z regulatorem PID i umożliwia symulację pewnych scenariuszy uszkodzeń. Dzięki temu możliwe jest przetestowanie zaproponowanego schematu detekcji uszkodzeń na przykładzie wadliwych warunków pracy obiektu.
7
Content available Neuronowe klasyfikatory cech sygnałów w diagnostyce uszkodzeń wirnika silnika indukcyjnego
Sobolewski A.
Diagnostyka
|
2005
|
Vol. 35
27--30
PL
W artykule zostaną poruszone zagadnienia związane z diagnostyką uszkodzeń silnika indukcyjnego dokonywanej za pomocą metody MCSA (Motor Current Signature Analysis. Wiele publikacji na ten temat wskazuje na pojawianie się tzw. częstotliwości poślizgowych wokół pierwszej, piątej i siódmej harmonicznej prądu stojana dla obciążeń powyżej połowy znamionowego. W niniejszym artykule zostanie przedstawiona sieć neuronowa LVQ wykorzystywana do rozwiązania problemu klasyfikacyjnego, przetwarzająca zbiór danych otrzymanych na drodze analizy statystycznej wybranych fragmentów spektrum prądu fazowego stojana. Rozwiązanie takie pozwala zautomatyzować proces klasyfikacyjny i uniknąć konieczności wyznaczania prędkości obrotowej.
EN
In this paper problems of fault detection of induction motor by the MCSA (Motor Current Signature Analysis) method are considered. Many of published papers point to lip frequencies that appear around the fist, fifth and seventh harmonic in stator current spectrum for more then half of nominal load. This paper presents the application of the LVQ neural network, employed to solve the classification problem based on a set of input data collected as chosen parts of current spectrum being statistically analyzed. The application helps to make the classification procedure automated and avoids necessity of rotor speed measurement.
8
Content available remote Wykorzystanie dyskretnej transformaty falkowej w neuronowym klasyfikatorze typu SVM
Łazarz B., Madej H., Czech P.
Zeszyty Naukowe. Transport / Politechnika Śląska
|
2004
|
z. 56
131-138
PL
W opracowaniu przedstawiono wyniki eksperymentu, którego celem było zastosowanie sieci neuronowej typu SVM w zadaniu klasyfikacji stopnia pęknięcia podstawy zęba. Klasyfikator neuronowy oparto na danych wejściowych uzyskanych z dyskretnej analizy falkowej.
EN
The work presents results of an experiment that employs the artificial neuronal network in the task of identification of the degree of tooth root cracking. In the experiment was used discrete wavelet transform (DWT) and SVM neural network.
9
Content available remote Klasyfikator neuronowy SVM oparty na ciągłej transformacie falkowej
Łazarz B., Madej H., Czech P.
Zeszyty Naukowe. Transport / Politechnika Śląska
|
2004
|
z. 56
123-120
PL
W opracowaniu przedstawiono wyniki eksperymentu, którego celem było zastosowanie sieci neuronowej typu SVM w zadaniu klasyfikacji stopnia pęknięcia podstawy zęba. Klasyfikator neuronowy oparto na danych wejściowych uzyskanych z ciągłej analizy falkowej.
EN
The work presents results of an experiment that employs the artificial neuronal network in the task of identification of the degree of tooth root cracking. In the experiment was used continuous wavelets transform (CWT) and SVM neural network.
10
Content available remote Klasyfikacja stopnia podcięcia stopy zęba oparta na sieci neuronowej SVM i transformacie Fouriera
Łazarz B., Madej H., Czech P.
Zeszyty Naukowe. Transport / Politechnika Śląska
|
2004
|
z. 56
139-146
PL
W opracowaniu przedstawiono wyniki eksperymentu, którego celem było zastosowanie sieci neuronowej typu SVM w zadaniu klasyfikacji stopnia pęknięcia podstawy zęba. Klasyfikator neuronowy oparto na selekcji widmowej sygnałów wibroakustycznych.
EN
The work presents results of an experiment that employs the artificial neuronal network in the task of identification of the degree of tooth root cracking. In experiment was used Fourier transform.
11
Content available remote Analiza cepstralna jako źródło danych wejściowych dla klasyfikatora stopnia podcięcia zęba
Łazarz B., Madej H., Czech P.
Zeszyty Naukowe. Transport / Politechnika Śląska
|
2004
|
z. 56
113-122
PL
W opracowaniu przedstawiono wyniki eksperymentu, którego celem było zastosowanie sieci neuronowej typu SVM w zadaniu klasyfikacji stopnia pęknięcia podstawy zęba. Klasyfikator neuronowy oparto na danych wejściowych pochodzących z analizy cepstrum.
EN
The work presents results of an experiment that employs the artificial neuronal network in the task of identification of the degree of tooth root cracking. In the experiment was used cepstrum analysis and SVM neural network.
12
Klasyfikatory neuronowe w diagnostyce urządzeń elektrowni
Szubert W.
Systems : journal of transdisciplinary systems science
|
2004
|
Vol. 9, Sp. 2/2
946-953
PL
W artykule przedstawiono możliwość stosowania klasyfikatorów neuronowych w diagnostyce obiektów energetyki krajowej. Do tego celu wykorzystano system ekspercki G2 Real-Time Expert System. Do stworzenia klasyfikatorów neuronowych wykorzystano środowisko NcurOn-Linc (NOL), które jest dodatkiem do systemu G2 uzupełniającym ten system o funkcje związane ze sztucznymi sieciami neuronowymi. |ako klasyfikatory zastosowano sieci RHO, których sygnał wyjściowy odpowiada prawdopodobieństwu, że dany zestaw wartości sygnałów wejściowych należy do klasy, do rozróżniania której sieci zostały nauczone. Zastosowanie klasyfikatorów neuronowych pokazano na przykładzie diagnostyki turbiny parowej oraz diagnostyki stanu pracy młyna węglowego. Wynikiem diagnostyki są komunikaty o stanie obiektów, które następnie przesyłane są do stacji operatorskiej.
13
Content available Zastosowanie statystyk wyższych rzędów w procesie różnicowania sygnałów pochodzących od drżeń kończyn człowieka
Jakubowski J., Kwiatos K.
Pomiary Automatyka Kontrola
|
2000
|
R. 46, nr 8
32-36
PL
Referat przedstawia próbę najczęściej występujących trzech rodzajów drżeń rąk człowieka polegająca na wykonaniu pomiarów akcelerometrycznych i wyliczeniu dla uzyskanych w ten sposób szeregów czasowych zbioru cech je charakteryzujących. Cechy te zostały wygenerowane za pomocą różnych opisów matematycznych bazujących na statystyce zarówno II jak i wyższych rzędów. Wykorzystanie prostego klasyfikatora neuronowego umożliwiło uzyskanie błędu klasyfikacji drżeń na poziomie 3.6%.
EN
The paper presents an attempt to seperate the most often observed three types of human tremor with objective techniques by measuring the acceleration of the hand tremor and by calculating some charcteristics features of these time series. Different mathematical descriptions have been adopted in order to generate the features. They have come from both second and higher-order statistics. A simple neural classificator has enabled the separation of these kinds of tremor with 3.6% error rate.
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.