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:  uczenie sieci neuronowej
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Zastosowanie sieci neuronowych do analizy sprężynowania blach (po gięciu)
Trzepieciński Tomasz
Stal, Metale & Nowe Technologie
|
2021
|
nr 5-6
26--34
PL
Sprężynowanie jest krytycznym zjawiskiem w projektowaniu i analizie procesu formowania blach. Dokładne przewidywanie wartości sprężystych odkształceń materiału po zdjęciu obciążenia pozwala na korektę kształtu narzędzi kształtujących, uwzględniając kompensację odkształceń sprężystych giętych wyrobów.
2
Content available Wyznaczanie częstości drgań własnych łuków z wykorzystaniem sztucznych sieci neuronowych
Kaczmarek M.
Przegląd Budowlany
|
2015
|
R. 86, nr 12
52--55
PL
Analiza zagadnienia własnego, czyli częstości i postaci drgań własnych, prętów zakrzywionych stanowi tematykę interesującą wielu badaczy. Zagadnienie drgań łuków jest istotnym problemem z uwagi na zastosowanie tych układów w budownictwie i mechanice.
EN
The analysis of free transverse vibration frequency of the curves curved rods has been a subject of interest for numerous researchers. The issue of the vibration of the curves is a major problem due to the use of the aforesaid technology in construction and mechanics.
3
Content available Analiza możliwości zastosowania sieci neuronowych do modelowania wartości kapitału społecznego w firmach IT
Siderska J.
Ekonomia i Zarządzanie
|
2013
|
Vol. 5, no. 1
84--97
PL
Celem artykułu jest przeanalizowanie możliwości zastosowania sztucznej sieci neuronowej do modelowania wartości kapitału społecznego w przedsiębiorstwach z sektora IT. Dane do badań zostały zaczerpnięte z bilansów finansowych publikowanych przez firmę Prokom Software SA i Asseco Poland SA na koniec każdego kwartału w latach 2005-2009. Niezbędnych obliczeń wartości kapitału społecznego firm dokonano z wykorzystaniem równania fundamentalnego. Uczenie sztucznej sieci neuronowej przeprowadzono w generatorze Statistica Neural Network 10.0. Badania pozwoliły na opracowanie szkieletu modelu odzwierciedlającego zależności pomiędzy zmiennymi wejściowymi (objaśniającymi), a zmienną wyjściową (objaśnianą), czyli wartością kapitału społecznego.
EN
The purpose of this article is to analyze the possibility of using an artificial neural network to model the value of social capital in companies from IT market. Training data were collected and calculated on the basis of financial report published quarterly by Prokom Software SA and Asseco Poland SA. The values of social capital in those companies were calculated by Fundamental Equation. The artificial neural network had been trained in STATISTICA Automated Neural Network 10.0 (SANN). The research contributed to developing the draft of the model for estimating the relationships among seven input variables and output variable, i.e. the value of social capital.
4
Realizacja przetwarzania w chmurze obliczeniowej na przykładzie systemu uczenia sieci neuronowej opartego na technologii Microsoft Windows Azure
Augustyn D., Badura K.
Studia Informatica
|
2012
|
Vol. 33, nr 2A
49-66
PL
W artykule przedstawiono budowę systemu uczenia sieci neuronowej, opartego na koncepcji przetwarzania w chmurze obliczeniowej. Implementacja systemu bazuje na technologii Microsoft Windows Azure. W rozwiązaniu zastosowano znany algorytm uczenia – metodę wstecznej propagacji błędu – dostosowany do rozproszonego sposobu realizacji. Zaproponowano architekturę systemu, w której wykorzystano współpracujące procesy (instancje) typu WorkerRole. W opracowaniu przedstawiono sposób wykorzystania różnych metod magazynowania danych, dostępnych przez mechanizmy Windows Azure Table, Queue, Blob Storage. Równoległe przetwarzanie systemu zostało zapewnione nie tylko dzięki zastosowaniu wielu procesów WorkerRole, ale również dzięki wykorzystaniu modułu Parallel Extension for .NET przy implementacji kodu WorkerRole.
EN
The paper presents the system for neural network learning based on the idea of Cloud computing. System implementation uses Microsoft Windows Azure technology. The well-known learning algorithm i.e. back propagation method was adopted for parallel and distributed execution. The architecture of cooperative worker role processes was proposed. The paper describes applying of methods of data storage like Windows Azure Table, Queue, Blob. The advantages of parallelization result from either applying multiple processes (instances) of WorkerRoles or applying Parallel Extension for .NET module in WorkeRole’s implementation.
5
The influence of mismatching of input data on FIR filter coefficients generated by the neural network
Pęksiński J., Mikołajczak G.
Poznan University of Technology Academic Journals. Electrical Engineering
|
2011
|
No. 66
129--136
EN
In this article, the authors have presented the problem of inexact matching of input data in the learning process of a neural network generating a FIR filter in the form of a 5x5 mask. The obtained filter has the task of improving the quality of digital images acquired from acquisition devices, the construction and method of operation of which are based on a low-quality CCD matrix.
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.