Wyniki wyszukiwania - BazTech

1

An overview of classification methods from dermoscopy images in skin lesion diagnostic

Michalska Magdalena, Boyko Oksana

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2020

|

T. 10, nr 2

36--39

EN

The article contains a review of selected classification methods of dermatoscopic images with human skin lesions, taking into account various stages of dermatological disease. The described algorithms are widely used in the diagnosis of skin lesions, such as artificial neural networks (CNN, DCNN), random forests, SVM, kNN classifier, AdaBoost MC and their modifications. The effectiveness, specificity and accuracy of classifications based on the same data sets were also compared and analyzed.

PL

Artykuł zawiera przegląd wybranych metod klasyfikacji obrazów dermatoskopowych zmian skórnych człowieka z uwzględnieniem różnych etapów choroby dermatologicznej. Opisane algorytmy są szeroko wykorzystywane w diagnostyce zmian skórnych, takie jak sztuczne sieci neuronowe (CNN, DCNN), random forests, SVM, klasyfikator kNN, AdaBoost MC i ich modyfikacje. Porównana i przeanalizowana została również skuteczność, specyficznośc i dokładność klasyfikatów w oparciu o te same zestawy danych.

2

Filtracja i korelacja zdarzeń bezpieczeństwa – modele i metody

Szynkiewicz Paweł, Kozakiewicz Adam

Przegląd Elektrotechniczny

|

2019

|

R. 95, nr 3

143--150

PL

Praca dotyczy zagadnień filtracji i korelacji zdarzeń bezpieczeństwa w sieciach teleinformatycznych. Filtracja jest wykonywana względem pewnych zdefiniowanych atrybutów charakteryzujących zdarzenie. Korelacja jest rozumiana jako proces kojarzenia ze sobą informacji o możliwych incydentach naruszenia bezpieczeństwa i zagrożeniach w sieci pozyskanych z różnych źródeł. Kojarzone są ze sobą zdarzenia o podobnych wartościach wspomnianych wcześniej atrybutów. Oba problemy są zdefiniowane i omówione są różne podejścia, które można zastosować do ich rozwiązania. Szczególna uwaga jest zwrócona na techniki grupowania i klasyfikacji.

EN

The paper is concerned with the problem of filtration and correlation of security incidents - suspicious events in computer networks. Each event is specifiable by a set of attributes and whole dataset is filtered w.r.t. these attributes to identify the suspicious events. Correlation is accomplished by looking for and analyzing relationships between suspicious events and vulnerabilities from heterogeneous datasets. The aim is to group data with the similar values of attributes. A brief survey of a set of techniques to investigate event patterns and combine suspicious events into meaningful entities is provided. The attention is focused on classification and grouping techniques.

3

Komputerowa klasyfikacja cząstek mieszaniny polidyspersyjnej

Rząsa M., Łukasiewicz E.

Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej

|

2017

|

Nr 55

57--60

PL

Koagulacja jest jednym z procesów technologicznych wykorzystywanym podczas uzdatniania wody oraz oczyszczania ścieków. W trakcie tego procesu tworzą się kłaczki zawiesiny, charakteryzujące się zmiennym kształtem, rozmiarem i strukturą. Czynniki te mają duży wpływ na proces opadania zawiesiny kłaczkowatej, dlatego modelowanie opadania zawiesiny polidyspersyjnej jest bardzo skomplikowane. W niniejszej pracy zaprezentowano metodę klasyfikacji cząstek osadu pokoagulacyjnego, przy użyciu obliczonych współczynników k1, k2 i k3. Odpowiednie wartości tych współczynników pozwalają na zakwalifikowanie rozważanego kłaczka do danej grupy cząstek. Idea metody polega na obliczeniu powierzchni danej cząstki właściwej dla jej obrazu mikroskopowego. Następnie przy wykorzystaniu komputerowej analizy obrazu wyliczane są potrzebne parametry.

EN

The coagulation process is commonly used in water and wastewater treatment processes. The demand for high-quality drinking water is increasing because the number of uncontaminated water sources decreases. During coagulation flocs are formed, and are characterized by different shapes, structures and dimensions. Because of this, removing of this particles may produce some problems for researchers, cause the sedimentation way of this particles is disturbed. In this research is presented method of flocs classification where coefficients k1, k2 and k3 were calculated. An appropriate value of coefficient k allows to classify consider particle to a specific group. Idea of the classification method consists in calculating surface areas for particle image registered using microscope. After that, the images are analyzed (computer image processing). Analyzed images will be used for future studies, where the settling phenomenon will be describe. In order to apply this method to other suspensions must be experimentally determine the appropriate values of the coefficients k1, k2 and k3.

4

Metody klasyfikacji radiolokacyjnych zakłoceń biernych

Jakubiak A.

Prace Naukowe Politechniki Warszawskiej. Elektronika

|

2000

|

z. 126

3-103

PL

Praca jest poświęcona pasywnym zakłóceniom radiolokacyjnym pochodzenia naturalnego, nazywanym zakłóceniami biernymi (ang. clutter). Zakłócenia te powstają w wyniku przypadkowych odbić sygnału sondującego od chmur, opadów atmosferycznych, fal morskich, nierównomiemości powierzchni ziemi i innych przeszkód naturalnych. Powodując swoisty chaos na wskaźniku radiolokacyjnym, stanowią one poważne utrudnienie przy wykrywaniu i obserwacji obiektów za pomocą radaru. Wpływ zakłóceń biernych na rozwój technik odbioru sygnału radiolokacyjnego został przedstawiony w krótkim zarysie historycznym. Dla każdej grupy zakłóceń wyodrębnionej ze względu na miejsce powstawania, omówiono takie parametry i wielkości charakterystyczne, jak skuteczna powierzchnia odbijająca, współczynnik odbicia, tłumienność, korelacja czasowo-przestrzenna i widmo mocy. Niezwykle ważnym zagadnieniem przy projektowaniu optymalnych struktur odbiornika radiolokacyjnego jest modelowanie matematyczne zakłóceń. Trzy niegaussowskie modele probalistyczne, to jest logarytmo-normalny, Weibula i typu K, zostały opisane w ścisłej korelacji z licznymi danymi eksperymentalnymi, potwierdzającymi ich poprawność. Zaprezentowano szczegółowe algorytmy generowania niezależnych bądź skorelowanych próbek zakłóceń każdego modelu, opracowane na podstawie klasycznych procedur. Przedstawiono także oryginalną metodę modelowania dwuwymiarowych pól zakłóceń o zadanym brzegowym rozkładzie prawdopodobieństwa amplitud oraz zdefiniowanych właściwościach korelacyjnych. Opisane modele i algorytmy zostały w pełni wykorzystane w procesach klasyfikacji zakłóceń, stanowiących główny przed miot pracy. Większość współcześnie konstruowanych detektorów adaptacyjnych, pracujących w obecności radiolokacyjnych zakłóceń biernych, zawiera blok funkcjonalny, klasyfikujący te zakłócenia ze względu na ich hipotetyczny model matematyczny. Koncentrując się na tak określonym celu klasyfikacji, zdefiniowane zostały podstawowe pojęcia i warunki określające reguły decyzyjne. Przyjęto, że charakter klas jednoznacznie określają trzy wymienione modele mniegaussowskie, a prawdopodobieństwa a priori wystąpienia każdej klasy zakłóceń są nieznane. Przedstawiono dwie struktury klasyfikatorów, oparte na testach statystycznych chi-kwadral i Kolmogorowa. Przedstawiono także strukturę, opartą na pojęciu średniej informacji Kullbacka-Leiblera oraz klasyfikator, w którym wykorzystano sztuczną sieć neuronową Kohonena. Klasyfikatory zostały przetestowane za pomocą metody Monte Carlo. Oszacowano warunkowe prawdopodobieństwa poprawnych klasyfikacji oraz błędnych decyzji w funkcji zmian parametrów zakłóceń, uzyskując we wszystkich przypadkach praktyczną niezależność decyzji klasyfikacyjnych od tych zmian. W przypadku klasyfikatora opartego na sieci Kohonena wykazana została niewrażliwość tej struktury na skorelowanie próbek zakłóceń. Klasyfikatory oparte na testach statystycznych miały zdecydowanie gorsze parametry, dlatego do przeprowadzenia klasyfikacji rzeczywistych próbek zakłóceń zastosowano dwa pozostałe. Wysoka wiarygodność zastosowanych klasyfikatorów oraz duża zgodność rozkładów empirycznych i teoretycznych badanych próbek zakłóceń, stanowią ważkie potwierdzenie praktycznej przydatności zaproponowanych klasyfikatorów w systemach radiolokacyjnych.

EN

The problem of classifying radar clutter is studied. Clutter is a conglomeration of unwanted radar echoes including random reflections from clouds, weather effects (fog, rain or snow), sea surface or terrain features. Such echoes "clutter" the radar display and make the recognition of wanted echo signals difficult. A brief history of clutter-discrimination techniques is presented. The parameters such as radar cross section, attenuation, reflection coefficient, correlation and power spectrum are described separately for each clutter type. The modelling of clutter is a problem of fundamental interest in the radar receiver design. Three non-Gaussian models: log-normal, Weibull and K-distributed are related to the measured data. The detailed simulation algorithms enable the generation particular sets of clutter samples with the desired first marginal distribution and enable one to create the correlation properties of the modelled signal. These models and algorithms are useful in considered classification procedures. Modern radar detector systems use adaptive algorithms, which are designed to suppress the clutter. These algorithms include a classifier to distinguish between several classes of radar returns. The purpose of the considered classification systerns is to determine to which clutter model given signal samples belong, It was assumed that clutter models arc non-Gaussian. Four classification procedures are tested by using the Monte Carlo simulation. The classifiers used are based on the chi-square statistical test, the Kolmogorow statistical test, the Kullback-Leibler mean informalion and the Kohonen neural network. The conditional probabilities of correct and wrong decisions arę evaluated. The best results are obtained for Ihc Kullback-Leibler and Kohonen classifier. Both structures are used to classify experimental weather, ground and sea clutter.

5

Metoda identyfikacji i klasyfikacji zjawisk zachodz,acych podczas działania maszyn wirnikowych w warunkach przejściowych

Timofiejczuk A.

Prace Naukowe Politechniki Warszawskiej. Mechanika

|

1999

|

z. 181

294-301

PL

Obserwacje maszyn wirnikowych w zmiennych warunkach działania wykazują wiele zalet, do których należą: możliwość obserwacji normalnego działania maszyny oraz możliwość obserwacji odpowiedzi maszyny na różne często niestacjonarne wymuszenia. Wyniki analizy sygnałów wibroakustycznych pozwalają na identyfikację rożnego rodzaju ich składowych będących symptomami zjawisk zachodzących podczas działania maszyny, które są, bądź nie są, związane ze zmianami warunków jej działania. Analiza sygnałów nie umożliwia ich separacji ze względu na zależność od zmian warunków działania. W referacie pokazano metodę badania maszyn wirnikowych, która pozwala na identyfikację i klasyfikację symptomów typowych zjawisk zachodzących podczas ich działania w zmiennych warunkach. Identyfikacja symptomów zrealizowana została przez zastosowanie analizy opartej na krótkoczasowym przekształceniu Fouriera i na przekształceniu falkowym. Określenie zależności zidentyfikowanych symptomów na zależne i niezależne od zmian warunków działania, czyli ich klasyfikacja, zostało zrealizowane przez zastosowanie analizy RLS.

EN

Investigadons of the rotating machinery in transient conditions have a tot of advantages. First of all there is capability of observation of machinery answers on nonstationary excitations. Additionally, time-frequancy analysis of vibroacoustic signals makes it possibly to identify different symptomis, which are effects of different phenomena taking place during machine action. However, this kind of analysis of vibroacoustic signals does not enable of their separation. Paper deals with method of identification of technical state of rotating machinery. The basis of method is time-frequency analysis of vibroacoustic signals and first of all analysis called RLS which leads to separation of identified symptoms.