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

Znaleziono wyników: 7

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Zastosowanie modelu uczenia maszynowego do realizacji procesora analogowego
Citko W., Sieńko W.
Przegląd Elektrotechniczny
|
2018
|
R. 94, nr 9
56--58
PL
W pracy zaproponowano wykorzystanie, opartego na transformacjach ortogonalnych i biortogonalnych, modelu uczenia maszynowego do syntezy procesora realizującego funkcję dodawania i mnożenia liczb rzeczywistych. Ze względu na cechy bezstratności oraz realizację zasady superpozycji model ten można zakwalifikować jako system kwantowego przetwarzania sygnałów.
EN
The goal of this paper is to present a universal machine learning model using orthogonal and biorthogonal transformations based on Hurwitz-Radon matrices. This model was used to synthesize a processor that performs the function of adding and multiplying real numbers. Due to the lossless features and implementation of the superposition principle, the model can be qualified as a quantum signal processing system.
2
Content available remote Realizacja pamięci skojarzeniowej z zastosowaniem modelu uczenia maszynowego
Citko W., Sieńko W.
Przegląd Elektrotechniczny
|
2017
|
R. 93, nr 8
77--80
PL
W pracy przedstawiono model systemu nauczania maszynowego wykorzystujący transformacje biortogonalne oparte na macierzach Hurwitza-Radona. Uniwersalne właściwości proponowanego modelu nauczania maszynowego zilustrowano przykładem analizy polegającym na rekonstrukcji obrazu na podstawie niepełnych danych.
EN
The paper presents a model of machine learning system using biorthogonal transformations based on Hurwitz-Radon matrices. The universal properties of the proposed machine learning model are illustrated by an example of an image reconstruction analysis based on incomplete data.
3
Content available On Modelling AM/AM and AM/PM Conversions via Volterra Series
Borys A., Sieńko W.
International Journal of Electronics and Telecommunications
|
2016
|
Vol. 62, No. 3
267--272
EN
In this paper, we present the expressions, not published up to now, that describe the AM/AM and AM/PM conversions of communication power amplifiers (PAs) via the Volterra series based nonlinear transfer functions. Furthermore, we present a necessary and sufficient condition of occurrence of the nonzero values of AM/PM conversion in PAs. Moreover, it has been shown that Saleh’s approach and related ones, which foresee nonzero level of AM/PM conversion, are not models without memory. It has been also shown that using a polynomial description of a PA does not lead to a nonzero AM/PM conversion. Moreover, a necessary condition of occurrence of an AM/AM conversion in this kind of modelling is existence of at least one nonzero polynomial coefficient associated with its odd terms of degree greater than one.
4
Zastosowanie macierzy Hurwitza-Radona w uczeniu maszynowym
Citko W., Sieńko W.
Elektronika : konstrukcje, technologie, zastosowania
|
2016
|
Vol. 57, nr 10
28--30
PL
W artykule przedstawiono zastosowanie macierzy Hurwitza-Radona do syntezy systemu uczenia maszynowego. Jako przykład zastosowania systemu wybrano predykcję ciągów czasowych generowanych przez chaotyczne równanie Mackey-Glass’a.
EN
The purpose of this article is to present a model of the machine learning system which is based on a Hurwitz-Radon matrices. This system is used to predict time series genereted by the Mackey-Glass equation.
5
Content available remote Wykorzystanie pasywnych sieci neuronowych do rozwiązywania zadań optymalizacyjnych na przykładzie problemu komiwojażera
Łuksza A., Sieńko W.
Zeszyty Naukowe Akademii Morskiej w Gdyni
|
2015
|
nr 90
37--49
PL
W pracy zaproponowano wykorzystanie pasywnych sieci neuronowych do rozwiązywania zagadnienia komiwojażera. Wykazano, że pasywna sieć neuronowa pozwala na rozdzielenie funkcji celu i ograniczeń między symetryczny i antysymetryczny składnik macierzy połączeń. Dzięki takiemu rozdzieleniu uzyskano sieć o dużo lepszych zdolnościach rozwiązywania zagadnienia komiwojażera od tradycyjnych sieci typu Hopfielda. Przedstawiono wyniki eksperymentów numerycznych, potwierdzających przydatność pasywnych sieci neuronowych do rozwiązywania zagadnienia komiwojażera.
EN
In the paper it was suggested to use passive neuron networks to solve the travelling salesman problem. It was shown that passive neural network allows to split the objective function and the constraints between symmetric and antisymmetric components of the weight matrix. Thanks to such a separation a network with far better travelling salesman problem solving capability, than traditional Hopfield networks was obtained. In the paper were presented the results of numerical experiments confirming the usefulness of passive neural networks for solving the travelling salesman problem.
6
Content available remote Modele optymalnego przetwarzania sygnałów losowych
Citko W., Sieńko W.
Zeszyty Naukowe Akademii Morskiej w Gdyni
|
2015
|
nr 90
50--69
PL
Estymacja sygnałów losowych jest istotnym zagadnieniem matematycznym, mającym zastosowanie w wielu dziedzinach nauki i techniki. Celem niniejszego artykułu jest porównanie procedur estymacji sygnałów losowych z wykorzystaniem liniowych estymatorów MMSE (Minimum Mean-Squared Error – minimum błędu średniokwadratowego).
EN
Estimation of random signals is a very important tool for design of different systems. The goal of this article is a review of Classical methods and newer, e.g. machine learning, structures of MMSE estimators.
7
Oscylacyjny model sieci neuronowej jako system wbudowany
Citko W., Sieńko W.
Elektronika : konstrukcje, technologie, zastosowania
|
2014
|
Vol. 55, nr 9
113-115
PL
Celem artykułu jest przedstawienie pewnego autorskiego modelu systemu inteligencji obliczeniowej bazującego na sieci sprzężonych oscylatorów fazowych. Koncepcja takiego modelu polega na wbudowaniu filtru ortogonalnego wykorzystującego strukturę hamiltonowskiej sieci neuronowej w sieć pętli PLL.
EN
The purpose of this article is to present a model of the computational intelligence system which is based on a network of coupled phase oscillators. Structure of such a model consist of net of phase-locked-loops (PLL) and an Hamiltonian neural network based orthogonal filter embedded in this net.
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.