Wyniki wyszukiwania - BazTech

1

Prediction capabilities of the LSTM and Perceptron models based on the Day-Ahead Market on the Polish Power Exchange S.A.

Ruciński Dariusz

Studia Informatica : systems and information technology

|

2023

|

Vol. 1(28)

69--82

EN

The main purpose of the research was to examine the properties of models for two kinds of neural networks, a deep learning models in which the Long Short-Term Memory was chosen and shallow neural model in which the Perceptron Neural Network was chosen. The subject of the examination was the Day-Ahead Market system of PPE S.A. The article presents the learning results of both networks and the results of the predictive abilities of the models. The research was conducted based on data published on the Polish Stock Exchange for the 2018 year. The MATLAB environment was chosen as a tool for providing the examinations. The determination index (R2) and the mean square error (MSE) was adopted as the network evaluation criterion for the learning ability and for the prediction ability of both networks.

2

The impact of the size of the training set on the predictive abilities of neural models on the example of the Day-Ahead Market System of TGE S.A.

Ruciński Dariusz

Studia Informatica : systems and information technology

|

2022

|

Vol. 1(26)

5--22

EN

The main object of the research was to examine the acceptable time horizon that could be predicted by previously learned models of the Day-Ahead Market (DAM) TGE S.A. system. The article contains the results of research on the predicting ability of different ANN models of the DAM TGE S.A. The research was conducted based on data covering the operation of the Polish stock exchange in the period from 2002 to 2019 (the first half of the year). The research was carried out based on the learned ANN models of the DAM system. Data were taken for examination covering the time from 2002 to 2019 (1st half of the year) and was divided into a different period, i.e., a month, a quarter, and a half-year., year, etc. The MSE, MAE, MAPE, and R2 were adopted as the criteria for assessing the ability of individual models to predict electricity prices. The research was carried out by successively expanding forecasting periods in a rolling manner. For example, for a half-year, prediction time intervals were increased from one week to month, two months, quarter, half-year, etc. results for a model representing a given period. A lot of interesting research results were obtained.

3

Artificial Neural Network based on mathematical models used in quantum computing

Ruciński Dariusz

Studia Informatica : systems and information technology

|

2022

|

Vol. 2(27)

27--48

EN

The article is a proposition of a new approach to building a neural model based on the system of Day-Ahead Market operating at TGE S.A. The reason for the proposed method is an attempt to find a better model for the DAM system. The proposed methodology is based on using mathematical models used in quantum computing. All calculations performed on learning the Artificial Neuron Network are based on operations described in Hilbert space. The main idea of calculations is to replace the data from the decimal system into the quantum state in Hilbert space and perform learning operations for a neural model of the DAM system in a special manner which relay on the teaching model for each position of the quantum register for all data. The obtained results were compared to the “classical” neural model with the use of a comparative model.

4

Quantum-inspired method of neural modeling of the day-ahead market of the Polish electricity exchange

Tchórzewski Jerzy, Ruciński Dariusz

Control and Cybernetics

|

2021

|

Vol. 50, No. 3

383--399

EN

The paper presents selected elements of a modelling methodology involving quantization, quantum calculations and dequantization on the example of the neural model of the Day-Ahead Market of the Polish Electricity Exchange. Based on the fundamental assumptions of quantum computing, a new method has been proposed here of converting the real numbers in decimal notation into quantum mixed numbers using the probability modules of quantum mixed number and the principle of superposition, along with a new method of quantum calculations using linear algebra and vectormatrix calculus, and the Artificial Neural Network was taught accordingly. Dequantization of quantum mixed numbers to real numbers in decimal notation using the new method of dequantization has been proposed as well. The operation of the methods introduced was shown on numerical examples.

5

Neural identification of images showing selected varieties of stored potatoes

Lange D. M., Przybył K., Łukomski M., Koszela K., Boniecki P.

Journal of Research and Applications in Agricultural Engineering

|

2018

|

Vol. 63, nr 4

110--113

EN

In recent years, there has been a growing interest in the use of modern IT tools in agricultural engineering. Both image analysis methods and artificial neural networks, designed to reproduce the work of the human brain, serve to build predictive and classification models, highly useful for modern agriculture. Correct identification of both the seed material and the produced crops becomes a priority of agricultural engineering, ensuring adequate efficiency and cost-effectiveness of agrotechnical operations. This article presents a project whose aim was to develop an effective neural model for qualitative identification of the variety of stored consumer potato tubers by using input data obtained in the process of digital image analysis. The designed and created artificial neural network model (multilayer perceptron), using informations in the form of selected graphic descriptors, classifies three selected varieties of edible potato (Denar, Gala, Vineta).

PL

W ostatnich latach dostrzec można wzrastające zainteresowanie wykorzystywaniem nowoczesnych narzędzi informatycznych w inżynierii rolniczej. Zarówno metody analizy obrazu, jak i sztuczne sieci neuronowe, mające odwzorowywać pracę ludzkiego mózgu, służą budowaniu modeli predykcyjnych i klasyfikacyjnych, wysoce użytecznych dla współczesnego rolnictwa. Właściwa identyfikacja zarówno materiału siewnego, jak i wytworzonych plonów, staje się priorytetem inżynierii rolniczej, zapewniając odpowiednią efektywność i opłacalność przeprowadzanych zabiegów agrotechnicznych. Niniejszy artykuł przedstawia projekt, którego celem było opracowanie efektywnego modelu neuronowego służącego do identyfikacji jakościowej odmiany magazynowanych bulw ziemniaków konsumpcyjnych przy użyciu danych wejściowych pozyskanych w procesie analizy obrazów cyfrowych. Zaprojektowany i wytworzony model sztucznej sieci neuronowej (perceptron wielowarstwowy), korzystający z informacji w postaci wybranych deskryptorów graficznych, klasyfikuje trzy wybrane odmiany ziemniaka jadalnego (Denar, Gala, Vineta).

6

Mathematical modelling of thermal processes by the use of regression and neural models

Rusinowski H., Plis M.

Archives of Thermodynamics

|

2018

|

Vol. 39, no 3

111--127

EN

The paper presents a description of used methods and exemplary mathematical models which are classified into theoretical-empirical models of thermal processes. Such models encompass equations resulting from the laws of physics and additional empirical functions describing processes for which analytical models are complex and difficult to develop. The principle of developing, advantages and disadvantages of presented models as well as quality prediction assessment were presented. Mathematical models of a steam boiler, a steam turbine as well as a heat recovery steam generator were described. Exemplary calculation results were presented and compared with measurements.

7

Use of neuron image analysis to build classification model of corpora lutea of domestic cattle

Górna K., Zaborowicz M., Jaśkowski B. M., Idziaszek P., Okoń P., Boniecki P., Przybył J.

Journal of Research and Applications in Agricultural Engineering

|

2016

|

Vol. 61, nr 3

162--166

EN

The paper presents the results of studies on the usefulness of the texture images USG (ultrasonography) analysis by GLCM (Gray Level Co-Occurrence Matrix) in neural modeling. Tests pertained to the efficacy of the classification of the corpora lutea located in ultrasound images of the domestic cattle ovaries performed by artificial neural networks. The tests were performed using three different methods: the first one used unprocessed images - raw, the second method used image processing - unsharp mask. In the third method the raw images were processed by filter reducing the noise - despeckle filter. For each of the presented methods, the best generated neural network model had the structure of the MLP (Multi Layers Perceptron). The best results, in terms of artificial neural network were obtained in the case of ultrasound images that were not processed prior to texture analysis. As a result, it generated MLP neural model of structure 5:5-8-1:1.

PL

W pracy zaprezentowano wyniki przeprowadzonych badań nad przydatnością analizy tekstury obrazów USG (UltraSonoGraphy) metodą GLCM (Gray Level Co-Occurrence Matrix) w modelowaniu neuronowym. Sprawdzano skuteczność klasyfikacji przez sztuczne sieci neuronowe ciałek żółtych znajdujących się na obrazach USG jajników bydła domowego. Badania wykonano za pomocą trzech różnych metod: w pierwszej wykorzystano obrazy nieprzetworzone - surowe, w drugiej posłużono się metodą przetwarzania obrazu - filtrem wyostrzającym. Natomiast w trzecim sposobie obrazy surowe zostały przetworzone filtrem redukującym zaszumienia. Dla każdej z zaprezentowanych metod, najlepszy wygenerowany model sieci neuronowej miał strukturę MLP (Multi Layer Perceptron). Najlepsze wyniki, pod względem jakości sztucznej sieci neuronowej uzyskano w przypadku obrazów USG, które nie były przetwarzane przed analizą tekstur. W efekcie wygenerowano model neuronowy MLP o strukturze 5:5-8-1:1.

8

Modelowanie neuronowe regeneracyjnego wymiennika ciepła siłowni turboparowej

Szewczuk N., Głuch J.

Energetyka

|

2015

|

nr 6

404--408

PL

Artykuł przedstawia możliwości wykorzystania sztucznych sieci neuronowych (SSN) w celu odtworzenia pracy wymienników regeneracyjnych elektrowni kondensacyjnej. Stworzony model pracy wymienników w zmiennych warunkach ruchu znajduje zastosowanie w badaniach diagnostycznych owych urządzeń jak i całego systemu elektrowni. Referat zawiera wprowadzenie do tematyki sztucznych sieci neuronowych, opis sztucznej sieci neuronowej (SSN) wykorzystanej do modelowania pracy wymienników regeneracyjnych, charakterystykę danych pomiarowych użytych w procesie treningu oraz uzyskane wyniki i wynikające z nich wnioski.

EN

Presented are possibilities of artificial neural networks (ANNs) application with the aim to simulate the work of regenerative heat exchangers in a condensing power plant. The created model of exchangers’ work in variable operating conditions can be applied in diagnostic tests of these installations and in the whole power plant system as well. There we can also find an introduction to the issue of ANNs, a description of such network used to model a heat exchanger’s work and a characteristics of measurement data used in an ANN training process. Described are also obtained effects and the resulting conclusions.

9

Neuronowe rozpoznanie ciąży na podstawie obrazów ultrasonograficznych macicy krowy z wykorzystaniem systemu informatycznego "USG Recognizer"

Kuzimska T., Boniecki P., Jaśkowski J. M., Przybył K.

Journal of Research and Applications in Agricultural Engineering

|

2012

|

Vol. 57, nr 1

96-100

PL

W pracy zaprezentowano wytworzony, oryginalny system informatyczny "USG Recognizer", który zaopatrzony został w szereg funkcji wspomagających tworzenie adekwatnych zbiorów uczących, niezbędnych w procesie generowania modeli neuronowych. Dzięki tym funkcjonalnościom możliwa jest identyfikacja oraz ekstrakcja wiedzy zawartej w graficznych danych empirycznych, zakodowanej w postaci cyfrowych zdjęć ultrasonograficznych. W oparciu o zbudowaną aplikację wygenerowana została sztuczna sieć neuronowa, której celem było wspomaganie rozpoznania lub wykluczenia ciąży, dokonanego na podstawie ultrasonogramów macicy krowy. Zaproponowany system informatyczny "USG Recognizer" został zbudowany z wykorzystaniem środowisk: Visual Paradigm (UML 8.0) oraz Microsoft Visual Studio 2010 Professional Edition.

EN

The software "USG Recognizer" that was described in this work is equipped with a binarization function with threshold. The application also fulfills some additional functions such as: contrast and closing. With this functionality it is possible to achieve empirical data from digital ultrasound photo of cow's womb. The artificial neural network was generated on the basis of created application. The main purpose of this network is to support an identification or exclusion of the gestation in user's ultrasound picture. "USG Recognizer" was created using Visual Paradigm (UML 8.0) and Microsoft Visual Studio 2010 Professional Edition environments.

10

Modelowanie neuronowe w rozwiązywaniu wybranych problemów predykcyjnych inżynierii rolniczej

Boniecki P., Niżewski P.

Journal of Research and Applications in Agricultural Engineering

|

2010

|

Vol. 55, nr 1

16-19

PL

Proces prognozowania ma praktyczne zastosowanie w szerokim zakresie działalności ludzkiej, w tym również w rolnictwie. Jakość takich prognoz ma istotne znaczenie dla kolejnych etapów występujących w łańcuchu produkcyjno-dystrybucyjnym płodów rolnych. Celem pracy było wytworzenie neuronowego systemu informatycznego, pozwalającego na dokonanie prognozy wielkości plonu oraz zawartość skrobi w bulwach ziemniaków, na podstawie wybranych czynników agrotechnicznych.

EN

Forecasting process has practical applications in a wide range of human activity, including agriculture. The quality of such predictions is important for subsequent phases occurring in the chain of production and distribution of agricultural products. The purpose of this work, was to design, to do, and to test the informational system, which is based in technology of the artificial network of neurons, which allows to predict the size of the crops, and the contents of the starch in the potatos bulb on the basis of the chosen agro-technical factors.

11

Rozpoznawanie wybranych odmian jabłek z wykorzystaniem modelowania neuronowego

Jakubek A., Boniecki A., Dejewska T.

Journal of Research and Applications in Agricultural Engineering

|

2009

|

Vol. 54, nr 1

16-19

PL

W pracy podjęto próbę rozpoznawania odmian jabłek na podstawie ich cech charakterystycznych, z wykorzystaniem wybranych metod sztucznej inteligencji. W tym celu zastosowano wybrane topologie sztucznych sieci neuronowych, jako narzędzi do identyfikacji jabłek na podstawie ich cyfrowych obrazów.

EN

The paper attempts to identify varieties of apples on the basis of their characteristics, using the chosen methods of artificial intelligence. For this purpose were used the selected topologies of artificial neural networks as tools to identify the apples on the basis of their digital images.

12

Zastosowanie sieci FBM w neuronowym modelowaniu mieszania dwuskładnikowych układów ziarnistych

Tukiendorf M.

Inżynieria Rolnicza

|

2005

|

R. 9, nr 14

367--373

PL

Pokazano wyniki symulacji neuronowej procesów mieszania niejednorodnych układów ziarnistych. Mieszano dwuskładnikowy układ ziarnisty przy pomocy statycznego mieszalnika płytkowego. Estymacji rozkładów koncentracji składnika kluczowego dokonywano w oparciu o predykcję sztucznej sieci neuronowej Flexible Bayesian Modeling o 20 ukrytych warstwach neuronów. Porównano statystycznie wyniki modelu empirycznego i predyktowanego. Określono współczynnik korelacji.

EN

The results of a neural network’s simulation of the mixing processes of non-homogenous granular systems were shown. A twocomponent granular system was mixed using a static plate mixer. Estimations of the key component’s concentration distribution were performed based on the artificial neural network’s prediction for the assumed numbers of neurons’ hidden layers. The empirical and the predicted results were statistically compared. A correlation coefficient was estimated between them.

13

Modelowanie i sterowanie neuronowe MRK

Giergiel J., Trojnacki M.

Zeszyty Naukowe Katedry Mechaniki Stosowanej / Politechnika Śląska

|

2004

|

z. 23

135-142

PL

W pracy analizuje się zagadnienie sterowania neuronowego ruchem nadążnym mobilnego robota Pioneer-2DX. Syntezę neuronowego algorytmu sterowania przeprowadzono na podstawie teorii stabilności Lapunowa. Przeprowadzono symulacje komputerowe z zastosowaniem pakietu Matlab/Simulink. Wyniki badań teoretycznych zostały zweryfikowane metodą szybkiego prototypowania z wykorzystaniem środowiska Matlab/Simulink i karty dSPACE.

EN

The problem of tracking control of wheeled mobile robot (WMR) using neural network is analyzed in the work. The synthesis of control systems using second Lapunov method was carried out. As a result of synthesis the stability of designed systems was proved. A large number of computer simulations for these control systems with using Matlab/Simulink package were executed. The results of theoretical tests were verified by rapid prototypical method. Rapid prototyping environment for Pioneer robot was based of Matlab/Simulink package and dSPACE board.

14

Modelowanie neuronowe emisji gazów w procesie spalania pulsacyjnego

Murlikiewicz K., Stawczyk J., Zbiciński I.

Zeszyty Naukowe. Inżynieria Chemiczna i Procesowa / Politechnika Łódzka

|

1998

|

Nr 23

104-110

PL

Praca stanowi próbę oceny możliwości wykorzystania sztucznych sieci neuronowych do identyfikacji procesu spalania pulsacyjnego. Symulacje dotyczyły analizy zmian wartości, temperatury na wylocie z palnika oraz substancji toksycznych (CO, NO i NOx). Analizy dokonano dla różnych geometrii i parametrów operacyjnych (stosunek paliwo/powietrze) dwuzaworowego, membranowego palnika pulsacyjnego.

EN

The study is an attempt to evaluate applicability of artificial neural networks (ANN) in the identification of a pulse combustion process. Simulations were related to the analysis of temperature at the combustor outlet and emission of toxic substances (CO, NO and NOx). The analysis was made for different geometries and operating parameters (fuel/air ratio) of a two-valve membrane pulse combustor.