Wyniki wyszukiwania - BazTech

1

Robust hybrid synchronization control of chaotic 3-cell CNN with uncertain parameters using smooth super twisting algorithm

Siddique Nazam, Rehman Fazal, Raoof Uzair, Iqbal Shahid, Rashad Muhammad

Bulletin of the Polish Academy of Sciences. Technical Sciences

|

2023

|

Vol. 71, nr 5

art. no. e146474

EN

This paper presents the control design framework for the hybrid synchronization (HS) and parameter identification of the 3-Cell Cellular Neural Network. The cellular neural network (CNN) of this kind has increasing practical importance but due to its strong chaotic behavior and the presence of uncertain parameters make it difficult to design a smooth control framework. Sliding mode control (SMC) is very helpful for this kind of environment where the systems are nonlinear and have uncertain parameters and bounded disturbances. However, conventional SMC offers a dangerous chattering phenomenon, which is not acceptable in this scenario. To get chattering-free control, smooth higher-order SMC formulated on the smooth super twisting algorithm (SSTA) is proposed in this article. The stability of the sliding surface is ensured by the Lyapunov stability theory. The convergence of the error system to zero yields hybrid synchronization and the unknown parameters are computed adaptively. Finally, the results of the proposed control technique are compared with the adaptive integral sliding mode control (AISMC). Numerical simulation results validate the performance of the proposed algorithm.

2

A CNN based Hybrid approach towards automatic image registration

Arun P. V., Katiyar S. K.

Geodesy and Cartography

|

2013

|

Vol. 62, no. 1

33--49

EN

Image registration is a key component of various image processing operations which involve the analysis of different image data sets. Automatic image registration domains have witnessed the application of many intelligent methodologies over the past decade; however inability to properly model object shape as well as contextual information had limited the attainable accuracy. In this paper, we propose a framework for accurate feature shape modeling and adaptive resampling using advanced techniques such as Vector Machines, Cellular Neural Network (CNN), SIFT, coreset, and Cellular Automata. CNN has found to be effective in improving feature matching as well as resampling stages of registration and complexity of the approach has been considerably reduced using corset optimization The salient features of this work are cellular neural network approach based SIFT feature point optimisation, adaptive resampling and intelligent object modelling. Developed methodology has been compared with contemporary methods using different statistical measures. Investigations over various satellite images revealed that considerable success was achieved with the approach. System has dynamically used spectral and spatial information for representing contextual knowledge using CNN-prolog approach. Methodology also illustrated to be effective in providing intelligent interpretation and adaptive resampling.

PL

Rejestracja obrazu jest kluczowym składnikiem różnych operacji jego przetwarzania. W ostatnich latach do automatycznej rejestracji obrazu wykorzystuje się metody sztucznej inteligencji, których największą wadą, obniżającą dokładność uzyskanych wyników jest brak możliwości dobrego wymodelowania kształtu i informacji kontekstowych. W niniejszej pracy zaproponowano zasady dokładnego modelowania kształtu oraz adaptacyjnego resamplingu z wykorzystaniem zaawansowanych technik, takich jak Vector Machines (VM), komórkowa sieć neuronowa (CNN), przesiewanie (SIFT), Coreset i automaty komórkowe. Stwierdzono, że za pomocą CNN można skutecznie poprawiać dopasowanie obiektów obrazowych oraz resampling kolejnych kroków rejestracji, zaś zastosowanie optymalizacji metodą Coreset znacznie redukuje złożoność podejścia. Zasadniczym przedmiotem pracy są: optymalizacja punktów metodą SIFT oparta na podejściu CNN, adaptacyjny resampling oraz inteligentne modelowanie obiektów. Opracowana metoda została porównana ze współcześnie stosowanymi metodami wykorzystującymi różne miary statystyczne. Badania nad różnymi obrazami satelitarnymi wykazały, że stosując opracowane podejście osiągnięto bardzo dobre wyniki. System stosując podejście CNN-prolog dynamicznie wykorzystuje informacje spektralne i przestrzenne dla reprezentacji wiedzy kontekstowej. Metoda okazała się również skuteczna w dostarczaniu inteligentnych interpretacji i w adaptacyjnym resamplingu.

3

Cellular neural network application to cDNA microarray image analysis

Kaniewski L., Kacprzak T.

Przegląd Elektrotechniczny

|

2006

|

R. 82, nr 1

74-79

EN

Huge amount of data presented in a single cDNA microarray is a challenge for contemporary data analysis systems due to its time consuming processing. We present an extension of new approach to the cDNA microarray image analysis in real time by means of Cellular Neural Networks (CNN), which can perform its function using locally connected elemental analogue processing units organized in rectangle array corresponding to the cDNA array. Based on this approach we expect to formulate fundamental requirements for VLSI chip implementation to realize a gene expression profile of given cDNA array in a real time.

PL

Olbrzymia ilość danych zawartych w pojedynczej mikromacierzy cDNA jest dużym wyzwaniem dla współczesnych systemów przetwarzania, głównie z powodu konieczności wykonywania czasochłonnych obliczeń. W referacie przedstawiono rozwinięcie koncepcji zastosowania do tych celów sieci neuronowej komórkowej, która wykonuje funkcje przetwarzania w oparciu o architekturę prostokątną podstawowych jednostek analogowych połączonych ze sobą lokalnie i odpowiadającą mikromacierzy cDNA. W oparciu o wyniki symulacji należy oczekiwać opracowania podstawowych wymagań projektu układu scalonego VLSI, który mógłby wykonywać zadanie zbadania poziomu ekspresji genów w czasie rzeczywistym.

4

Application of cellular neural networks for control of telecommunication nets

Kacprzak T.

Przegląd Elektrotechniczny

|

2004

|

R. 80, nr 4

365-369

EN

A Cellular Neural Network approach to combinatorial optimisation problems is presented. A novel improvement based on using time-varying gam of a VLSI realisation enables to obtain global solution in a time of order of several microseconds. This approach can be applied to many problems of design and real-time management of modern telecommunication networks.

PL

W pracy przedstawiono zastosowanie koncepcji sztucznych sieci neuronowych komórkowych do rozwiązania problemu optymalizacji kombinatorycznej. Wprowadzona innowacja polegająca na uzmiennieniu w czasie wzmocnienia komórki sieci zrealizowanej w technologii VLSI pozwala na uzyskanie rozwiązania globalnego w czasie rzędu kilku mikrosekund, wynikającego z czasu odpowiedzi układu elektronicznego. To podejście może mieć liczne zastosowania w zarządzaniu współczesnymi sieciami telekomunikacyjnymi, wymagającym dysponowania rozwiązaniem dopuszczalnym w tzw. czasie rzeczywistym funkcjonowania sieci.

5

Półprzewodnikowa realizacja filtrów medianowych obrazu o architekturze sieci neuronowych komórkowych

Kowalski J.

Elektronika : prace naukowe

|

2001

|

nr 6

95-113

PL

W artykule przedstawiono dwa układy scalone filtrów medianowych obrazu o architekturze sieci neuronowej komórkowej (SNK) zaprojektowane w technologii CMOS MIETEC 2.4 µm oraz CMOS AMS 0.8 µm CYE. Pierwszy układ jest zdolny przetwarzać obraz z rozdzielczością 64 pikseli na linią obrazu, zaś drugi z rozdzielczością 300 pikseli na linię. Układy scalone są przystosowane do pracy w czasie rzeczywistym. Aby zwielokrotnić rozdzielczość przetwarzanego obrazu można wykorzystać jednocześnie kilka układów scalonych, łącząc je w wykorzystaniem specjalnych wyprowadzeń.

EN

The VLSI implementation of two analogue image median filters has been described in this paper. The concept is based on Cellular Neural Network with nonlinear cloning template. The first one circuit has been realized in CMOS MIETEC 2.4 µm technology and its additional option is a possibility of image average filtering. This chip allows for processing of images with 64 pixels horizontal resolution. The second one chip has been implemented in CMOS AMS 0.8 µm CYE technology. This chip allows for processing of images with 300 pixels horizontal resolution and its nonlinear cloning template is programmable. The image resolution can be increased by cascading connections of integrated circuits. The circuits parallel and analogue operation allows for real-time processing of images.

6

Application of cellular neural network for fast packet switching in data communication

Al-Bilal J., Kacprzak T.

Elektronika : prace naukowe

|

2001

|

nr 6

172-187

EN

This paper presents a cellular neural network approach for packet switching traffic handling in data communication to find the optimal decisions for packet switching with higher cost function and lower corresponding cellular neural network energy function. The cellular neural network is composed of NxN cells for scheduling NxN links in time slot. Simulator for cellular neural network approach is presented and has been studied for computing cost function, energy function, output and for demonstrating the state trajectory for each cell. Several experiments have been done according to the initial state, input and templates.

PL

W artykule przedstawiono zastosowanie sieci neuronowych komórkowych do podejmowania decyzji sterowania ruchem w matrycy przełączającej węzła sieci teleinformatycznej z komutacją pakietów. Metoda polega na bardzo szybkim obliczaniu minimum globalnego funkcji energetycznej odwzorowującej koszt transmisji pakietów przy uwzględnieniu kryterium opóźnienia spowodowanego kolejkowaniem pakietów w buforach wejściowych. W pracy zawarto wyniki symulacji komputerowych, wykonanych przy użyciu przygotowanego w tym celu programu w środowisku Matlab.

7

Iterative method of regularization with application of advanced technique for detection of contours

Niedziela T., Stankiewicz A.

Journal of Technical Physics

|

2000

|

Vol. 41, no 3

275-283

EN

This paper proposes a novel iterative method of regularization with application of an advanced technique for detection of contours. To eliminate noises, the properties of convolution of functions are utilized. The method can be accomplished in a simple neural cellular network, which creates the possibility of extraction of contours by automatic image recognition equipment.

8

Uniwersalne sieci neuronowe komórkowe

Ślot K.

Elektronika : prace naukowe

|

1999

|

nr 4

101-114

PL

W niniejszym artykule przedstawiono podstawowe zagadnienia związane z koncepcją uniwersalnych sieci neuronowych komórkowych. Uniwersalne sieci neuronowe komórkowe stanowią teoretyczną podstawą realizacji fizycznej równoległych, uniwersalnych procesorów analogowych o bardzo dużych szybkościach działania. Zagadnienia przedstawione w artykule dotyczą praktycznych aspektów koncepcji - problemów implementacji fizycznej modelu, podstawowych wyników badań teoretycznych związanych z ograniczeniami wnoszonymi przez półprzewodnikową technologie wykonania układu oraz wybranych zastosowań sieci.

9

Projektowanie sieci neuronowych komórkowych dla celów generacji tekstur stochastycznych

Dębiec P.

Elektronika : prace naukowe

|

1998

|

nr 3

19-36

PL

Artykuł zawiera rezultaty początkowych badań nad opracowaniem procedury generacji tekstury losowej za pomocą sieci neuronowych komórkowych (SNK). Istniejąca możliwość implementacji takiej sieci w układach VLSI pozwoliłaby na skonstruowanie narzędzia do bardzo szybkiej syntezy tekstur, stanowiącego jeden z elementów współczesnych systemów graficznych. Przedstawiono dwie metody poszukiwania elementów szablonu (dla nieliniowych i liniowych sieci SNK), oraz wyniki ich weryfikacji. Pierwsza z nich wykorzystuje algorytmy genetyczne i może służyć do syntezy wzorów binarnych. Wymaga ona dużej mocy obliczeniowej. Druga metoda pozwala na projektowanie sieci stabilnych w zakresie liniowym, które generują obrazy o wielu poziomach jasności, przy zadowalającej jakości odwzorowania tekstur rzeczywistych. Badania symulacyjne wykazały, że czas generacji tekstur przy użyciu układów VLSI, byłby rzędu pojedynczych mikrosekund, a więc znacznie krótszy w porównaniu z metodami dotychczas stosowanymi.

EN

Preliminary results concerning design of a procedure for stochastic-texture generation which is based on cellular neural network (CNN) paradigm, is presented in the paper. A possibility of VLSI implementation of CNN-based IC's allows to develop ultra-high speed image synthesis tools, which could constitute an element of fast computer graphics systems. Two methods of template elements evaluation are proposed (for linear and nonlinear networks) and results of their verification are described. The former method can be used for binary patterns synthesis, but high computing power and adequate selection of texture parameters are required. The latter one allows to design of stable, linear networks, which produce gray-level textures of satisfactory quality. Software simulations show that time of texture generation using VLSI hardware for the task realization, would be of the order of microseconds, which outperforms all of texture-generation methods proposed so far.