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

Znaleziono wyników: 5

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available MFFNet: A multi-frequency feature extraction and fusion network for visual processing
Deng Jinsheng, Zhang Zhichao, Yin Xiaoqing
Bulletin of the Polish Academy of Sciences. Technical Sciences
|
2022
|
Vol. 70, nr 3
art. no. e140466
EN
Convolutional neural networks have achieved tremendous success in the areas of image processing and computer vision. However, they experience problems with low-frequency information such as semantic and category content and background color, and high-frequency information such as edge and structure. We propose an efficient and accurate deep learning framework called the multi-frequency feature extraction and fusion network (MFFNet) to perform image processing tasks such as deblurring. MFFNet is aided by edge and attention modules to restore high-frequency information and overcomes the multiscale parameter problem and the low-efficiency issue of recurrent architectures. It handles information from multiple paths and extracts features such as edges, colors, positions, and differences. Then, edge detectors and attention modules are aggregated into units to refine and learn knowledge, and efficient multi-learning features are fused into a final perception result. Experimental results indicate that the proposed framework achieves state-of-the-art deblurring performance on benchmark datasets.
2
Content available remote Neural network prediction of load capacity for eccentrically loaded reinforced concrete columns
Jakubek M.
Computer Assisted Methods in Engineering and Science
|
2012
|
Vol. 19, no. 4
339-349
EN
This paper presents neural networks prediction of load capacity for eccentrically loaded reinforced concrete (RC) columns. The direct modelling of the load capacity of RC columns by means of the finite element method presents several difficulties, mainly in geometry rep resentation and handling of several nonlinearities. Properly trained neural network can provide a useful surrogate model for such columns. The paper discusses architecture and training methods of the both mul ti-layer perceptron (MLP) and fuzzy weights neural networks (FWNN) for this application. It also presen ts the performance analysis of the networks trained on data from three independent databases available in the literature.
3
Architektury bloków wnioskowania systemów rozmytych
Popławski M., Białko M.
Elektronika : konstrukcje, technologie, zastosowania
|
2008
|
Vol. 49, nr 11
222-226
PL
W artykule przedstawiono porównanie cyfrowych architektur bloków wnioskowania systemów rozmytych. W tym celu opracowano podstawową architekturę systemu rozmytego, a następnie bloki wnioskujące. Bloki te zbudowoano przy wykorzystaniu następującej architektury: szeregowej, potokowo-szeregowej, 2-kanałowej potokowo-szeregowej oraz równoległej. W pracy tej przedstawiono także praktyczne wykorzystanie techniki adresowania w zależności od wybranej architektury bloku wnioskowania.
EN
In paper a comparison of digital architectures of fuzzy inference blocks is presented. For this purpose basic architecture of fuzzy system and inference blocks was elaborated. The blocks were build based on architecture: sequential, pipeline - sequential, 2 channe pipeline - sequential and parallel. Practical application of address technique depending on chosen architecture is presented in this paper.
4
Content available Implementacja cyfrowego systemu rozmytego w układzie FPGA
Popławski M., Białko M.
Pomiary Automatyka Kontrola
|
2007
|
R. 53, nr 7
98-100
PL
W artykule przedstawiono praktyczną implementację cyfrowego systemu rozmytego w układzie FPGA. Poszczególne zbiory rozmyte posiadają swój kod, który wykorzystywany jest do adresowania pamięci przechowującej reguły. Wykorzystana technika adresowania znacznie przyśpiesza proces obliczeń w porównaniu do szeregowego przetwarzania reguł.
EN
The paper presents an implementation of a digital fuzzy system in FPGA circuit. The input fuzzy sets are coded as 3-bit numbers which are used to address the memory containing fuzzy rules. The applied address technique significantly accelerates computation compared to serial rule processing.
5
Implementacja cyfrowego systemu rozmytego z dwukanałowym blokiem wnioskowania w układzie FPGA
Popławski M., Białko M.
Elektronika : konstrukcje, technologie, zastosowania
|
2007
|
Vol. 48, nr 11
75-78
PL
Przedstawiono praktyczną implementację cyfrowego systemu rozmytego z dwukanałowym blokiem wnioskowania w układzie FPGA. Poszczególne zbiory rozmyte mają swój kod, który wykorzystywany jest do adresowania pamięci przechowującej reguły. Wykorzystanie techniki adresowania, a także równoległego wnioskowania znacznie przyśpiesza proces obliczeń.
EN
The paper presents an implementation of a digital fuzzy system with two channel inference block in FPGA circuit. The input fuzzy sets are coded which are used to address the memory containing fuzzy rules. The application of address technique and parallel inference sinificantly accelerates computation process.
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.