Wyniki wyszukiwania - BazTech

1

Bat optimization based neuron model of stochastic resonance for the enhancement of MR images

Singh M., Verma A., Sharma N.

Biocybernetics and Biomedical Engineering

|

2017

|

Vol. 37, no. 1

124--134

EN

Stochastic resonance (SR) performs the enhancement of the low in contrast image with the help of noise. The present paper proposes a modified neuron model based stochastic resonance approach applied for the enhancement of T1 weighted, T2 weighted, fluid-attenuated inversion recovery (FLAIR) and diffusion-weighted imaging (DWI) sequences of magnetic resonance imaging. Multi objective bat algorithm has been applied to tune the parameters of the modified neuron model for the maximization of two competitive image performance indices contrast enhancement factor (F) and mean opinion score (MOS). The quality of processed image depends on the choice of these image performance indices rather the selection of SR parameters. The proposed approach performs well on enhancement of magnetic resonance (MR) images, as a result there is improvement in the gray-white matter differentiation and has been found helpful in the better diagnosis of MR images.

2

Membrain neural network for visual pattern recognition

Popko A., Jakubowski M., Wawer R.

Advances in Science and Technology. Research Journal

|

2013

|

Vol. 7, nr 18

54--59

EN

Recognition of visual patterns is one of significant applications of Artificial Neural Networks, which partially emulate human thinking in the domain of artificial intelligence. In the paper, a simplified neural approach to recognition of visual patterns is portrayed and discussed. This paper is dedicated for investigators in visual patterns recognition, Artificial Neural Networking and related disciplines. The document describes also MemBrain application environment as a powerful and easy to use neural networks’ editor and simulator supporting ANN.

3

Model fizykalny czy neuronowy? – narzędzia do predykcji mocy wytwarzanej przez elektrownie wiatrowe

Bogalecka E., Rubanowicz T.

Mechanik

|

2012

|

R. 85, nr 7CD

53--62

PL

Ustawowy obowiązek prognozowania mocy dotyczy właścicieli elektrowni wiatrowych o mocy znamionowej powyżej 50 MW. Ze względu na coraz większą ilość przyłączonych elektrowni wiatrowych do krajowej sieci elektroenergetycznej, zapis ten może ulec zmianie, obejmując źródła wiatrowe mniejszej mocy. Obecnie największa pojedyncza turbina wiatrowa w Polsce ma generator o mocy 3 MW, natomiast największy zespół elektrowni wiatrowych (farma wiatrowa) ma moc znamionową 120 MW. Moc pojedynczych siłowni wiatrowych również jest prognozowana, lecz przez Operatorów Sieci oraz Spółki Obrotowe. W artykule poruszono problematykę doboru modelu prognozowania generacji mocy wytwórczej dla pojedynczej turbiny wiatrowej. Rozważono model prognostyczny fizykalny (analityczny) i neuronowy pod kątem odpowiedzi na pytanie: czy przy zastosowaniu tych modeli możliwe jest uzyskanie dokładniejszych prognoz mocy źródeł wiatrowych i w jakim stopniu jakość krótkoterminowych lokalnych prognoz meteorologicznych wpływa na pracę modeli?

EN

Currently, the largest single wind turbine generator in Poland is about 3MW capacity, while the largest group of wind turbines is the rated power of 120MW. This paper presents the problem of selection of the forecasting model generation of generation capacity for a single wind turbine. Considered the physical forecast model (analytical) and for neural responses to the question whether the use of these models, it is possible to obtain more accurate predictions of wind power sources, and to what extent, the quality of local short-term weather forecasting models affect the work?