PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!

Znaleziono wyników: 9

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available Methodology to knowledge discovery for fault diagnosis of hybrid dynamical systems: demonstration on two tanks system
Achbi Mohammed Said, Mhamdi Lotfi, Kechida Sihem, Dhouibi Hedi
Diagnostyka
|
2020
|
Vol. 21, No. 4
115--122
EN
The work carried out in this article concerns on the implementation off a diagnostic procedure for hybrid dynamic systems (HDS) whose objective is to guarantee the proper functioning of industrial installations. In this context, the main contributions of this work are summarized into three parts: The first part is oriented to the modeling approach dedicated to HDS. The aim is to find an adequate model combining both aspects (continuous and discrete dynamics). The use of Neuro-fuzzy networks makes it possible to build a model of the system and to follow all the modes without it being necessary to identify or discern them. The second part concerns the synthesis of a fault diagnostic technique based on a fuzzy inference system. A Neuro-Fuzzy network based is used for residual generation, while for the residual evaluation, a fuzzy reasoning model is used which can mainly introduce heuristic information into the analysis scheme and takes the appropriate decision regarding the actual behaviour of the process. The proposed approach is successfully applied to monitoring faults of a non-linear three-tank system and the results confirm the effectiveness of this approach.
2
Content available Waste flows management by their prediction in a production company
Scherer M.
Journal of Applied Mathematics and Computational Mechanics
|
2017
|
Vol. 16, nr 2
135--144
EN
In this paper we apply neuro-fuzzy systems to predict waste production in a company. Waste is produced by companies at every phase of their business, e.g. at the stage of supply, production and distribution. We used data on the production waste of one of the typical Polish manufacturing companies operating in the automotive industry. We predicted monthly waste production by data-driven learning of neuro-fuzzy systems. Neuro-fuzzy systems share with artificial neural-networks the ability to learn from data and the interpretability with fuzzy systems. In the experiments we achieved a high rate of prediction.
3
Content available Rozmyte estymatory mechanicznych zmiennych stanu układu napędowego z połączeniem sprężystym
Kamiński M., Tran Van T., Szabat K.
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały
|
2011
|
Vol. 65, nr 31
211-221
PL
W niniejszej publikacji przedstawiono zagadnienia związane z projektowaniem estymatorów neuronowo-rozmytych mechanicznych zmiennych stanu układu napędowego z połączeniem sprężystym. W krótkim wprowadzeniu omówiono wady i zalety aktualnie stosowanych metod estymacji. Następnie przedstawiono model matematyczny obiektu badań. Kolejno omówiono zagadnienia związane z projektowaniem estymatorów neuronowo-rozmytych. Rozważania teoretyczne zostały potwierdzone przez badania symulacyjne. W testach symulacyjnych wykorzystano również próbki zarejestrowane na obiekcie rzeczywistym.
EN
In the paper the issues related to the design of fuzzy estimators for the state variable estimation of the two-mass system are presented. In the introduction the estimation method are presented and their properties described. Next the two-mass system model and the considered control structure are presented. The design aspects of the fuzzy estimators are discussed. The theoretical consideration are confirmed by the simulation tests. In the study the samples obtained in the laboratory set-up are also used.
4
Content available remote Neural networks and neuro-fuzzy systems applied to the analysis of selected problems of geodesy
Mrówczyńska M.
Computer Assisted Mechanics and Engineering Sciences
|
2011
|
Vol. 18, no. 3
161-173
EN
The article presents possibilities of using different artificial neural networks and neuro-fuzzy systems to solve certain engineering geodesy tasks. Special attention is paid to tasks connected with the construction of a numerical terrain model, transformation of coordinates from the “1965” system into the “2000” system, and prediction of a time series on the basis of results of GPS measurements. The paper also includes a short description of those neural networks and neuro-fuzzy systems that provided good quality solutions of the tasks undertaken. The goal of the article is to review the papers published in the years 2005–2010.
5
Content available remote Approximation abilities of neuro-fuzzy networks
Mrówczyńska M.
Geodesy and Cartography
|
2010
|
Vol. 59, no 1
13-27
EN
The paper presents the operation of two neuro-fuzzy systems of an adaptive type, intended for solving problems of the approximation of multi-variable functions in the domain of real numbers. Neuro-fuzzy systems being a combination of the methodology of artificial neural networks and fuzzy sets operate on the basis of a set of fuzzy rules "if-then", generated by means of the self-organization of data grouping and the estimation of relations between fuzzy experiment results. The article includes a description of neuro-fuzzy systems by Takaga-Sugeno-Kang (TSK) and Wang-Mendel (WM), and in order to complement the problem in question, a hierarchical structural self-organizing method of teaching a fuzzy network. A multi-layer structure of the systems is a structure analogous to the structure of "classic" neural networks. In its final part the article presents selected areas of application of neuro-fuzzy systems in the field of geodesy and surveying engineering. Numerical examples showing how the systems work concerned: the approximation of functions of several variables to be used as algorithms in the Geographic Information Systems (the approximation of a terrain model), the transformation of coordinates, and the prediction of a time series. The accuracy characteristics of the results obtained have been taken into consideration.
PL
W pracy przedstawiono działanie dwóch systemów neuronowo rozmytych typu adaptacyjnego, przeznaczonych do rozwiązywania zagadnienia aproksymacji funkcji wielu zmiennych w dziedzinie liczb rzeczywistych. Systemy neuronowo rozmyte jako połączenie metodologii sztucznych sieci neuronowych i zbiorów rozmytych funkcjonują na podstawie zbioru reguł rozmytych "jeżeli-to", generowanych z zastosowaniem samoorganizacji grupowania danych oraz estymacji relacji rozmytych wyników eksperymentu. Artykuł zawiera opis systemów neuronowo rozmytych Takagi-Sugeno-Kanga (TSK), Wanga-Mendela (WM) oraz celem uzupełnienia rozpatrywanego zagadnienia hierarchiczną strukturalną samoorganizującą się metodę uczenia sieci rozmytej. Struktura wielowarstwowa systemów stanowi strukturę analogiczną do struktury "klasycznych" sieci neuronowych. W końcowej części artykułu zostały zaprezentowane wybrane obszary aplikacji systemów neuronowo rozmytych w dziedzinie geodezji. Przykłady numeryczne działania systemów dotyczyły: aproksymacji funkcji wielu zmiennych w aspekcie ich wykorzystania jako algorytmów uzupełniających w Systemach Informacji Przestrzennej (aproksymacja rzeźby terenu), transformacji współrzędnych oraz predykcji szeregu czasowego. Uwzględniono charakterystykę dokładności uzyskanych wyników.
6
Eksperyment numeryczny przekształcenia układu współrzędnych za pomocą sieci neuronowych i systemów neuronowo rozmytych
Mrówczyńska M.
Przegląd Geodezyjny
|
2009
|
R. 81, nr 12
4-7
PL
W treści artykułu rozpatrywano zagadnienie transformacji w postaci funkcji f: R2 do R2 jako zależności między współrzędnymi [x, y] układu lokalnego a współrzędnymi [X, Y] układu "2000". Zadanie transformacji [X, Y] = f[x, y], technicznie rozumianej jako przekształcenie układu współrzędnych, zrealizowano za pomocą sieci neuronowych i systemów neuronowo rozmytych z zastosowaniem modelu Takagi-Sugeno-Kanga. Zastosowane procedury numeryczne umożliwiają uzyskanie poziomu dokładności zrealizowanego zadania odpowiadającej dokładności kartometrycznej obrazów w Systemach Informacji Przestrzennej.
EN
The paper discusses the issue of transformation in the form of o function f: R2 to R2, as a relation between [x, y] co-ordinates of a local co-ordinate system and [X, Y] co-ordinates of the " 2000" system. The task of transformation [X, Y] = f[x, y], which is technically understood as transformation of the co-ordinate system, has been performed by means of neural networks and neural-fuzzy systems, with the use of Takagi- Sugeno-Kanga Model. Applied numerical procedures allow for obtaining the task accuracy level, which corresponds to the cartometric accuracy of images in Geographic Information Systems.
7
Content available Diagnostyka układów wykonawczych maszyny papierniczej z użyciem metod sztucznej inteligencji
Kurnicki A., Wójcik W.
Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
|
2008
|
T. 12, z. 2
277-286
PL
Artykuł podejmuje problematykę detekcji i lokalizacji uszkodzeń wybranych urządzeń wykonawczych maszyny papierniczej. Zaprezentowano opracowane modele częściowe procesów zachodzących w tych urządzeniach oraz metodykę ich syntezy. Ze względu na złożoność tych procesów oraz nieliniowości, do modelowania zastosowano metody sztucznej inteligencji (tj. rozmyte sieci neuronowe). Przedstawiono również algorytmy lokalizacji uszkodzeń urządzeń wykonawczych, gdzie użyto wielowartościowej rozmytej oceny residuów.
EN
This work is intended to give a view on the designing issue of fault detection and isolation system for paper machine actuators. Article presents some fault detection and isolation algorithms. The proposed algorithms use artificial intelligence methods (fuzzy logic supplemented with artificial neural network) for nonlinear process modeling and multi-value residuum change detection.
8
Współczesne metody sztucznej inteligencji w analizie zasobów sieci Internet
Gorzałczany M. B.
Zeszyty Naukowe Politechniki Świętokrzyskiej. Elektryka
|
2005
|
Z. 43
51-58
PL
Niniejszy artykuł prezentuje - w bardzo zwięzłej formie - dwie oryginalne metody sztucznej inteligencji oraz ich zastosowania w wybranych, praktycznych zagadnieniach z zakresu analizy zasobów sieci Internet: a) uogólnione, dynamiczne, samoorganizujące się sieci neuronowe oraz ich zastosowania w zagadnieniach tematycznej klasyfikacji dokumentów WWW, b) neuronowo-rozmyty system syntezy wiedzy z danych i jego zastosowanie do modelowania natężenia ruchu w wybranym fragmencie sieci Internet.
EN
This paper presents - in a very concise form - two original AI methods and their applications to selected problems of Internet resources analysis: a) generalized, dynamic, self-organizing neural networks and their applications to WWW-documents classification, b) neuro-fuzzy knowledge-discovery system and its application to traffic modelling in a selected part of Internet.
9
Metody sztucznej inteligencji w zagadnieniach analizy ruchu w sieci Internet
Gorzałczany M. B., Głuszek A.
Zeszyty Naukowe Politechniki Świętokrzyskiej. Elektryka
|
2005
|
Z. 42
133-147
PL
Niniejszy artykuł prezentuje możliwości wykorzystania oryginalnej (opracowanej przez autorów tej pracy) metody sztucznej inteligencji do analizy danych, obrazujących ruch w wybranym fragmencie sieci Internet, jakim jest sieć kampusowa Uniwersytetu Stanowego w San Francisco. Analiza polega na wykryciu mechanizmów rządzących ruchem w wymienionej sieci poprzez sformułowanie i rozwiązanie problemu tzw. syntezy wiedzy z rozważanych danych (ang. knowledge discovery) z wykorzystaniem opracowanego przez autorów systemu neuronowo-rozmytego, wspomaganego w procesie uczenia algorytmem genetycznym. W ramach rozwiązania powyższego problemu uzyskuje się bazę wiedzy, opisującą ruch w rozważanym fragmencie sieci Internet. Baza ta zarówno umożliwia zrozumienie mechanizmów rządzących ruchem w sieci, jak i przewidywanie obciążenia sieci w przyszłości.
EN
This paper presents an application of an original (developed by the authors of this work) AI method to an analysis of data describing the traffic in the San Francisco State University campus network being a part of Internet network. The analysis consists in determining the mechanisms governing the traffic in that network by formulating and solving the problem of knowledge discovery in the available data with the use of the neuro-fuzzy system developed by the authors. In the framework of the solution of the afore-mentioned problem, one can obtain a knowledge base describing the traffic in the considered network. The knowledge base enables us to better understand the mechanisms governing the traffic in the network and to predict future load of the network.
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.