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

Znaleziono wyników: 11

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 Wybrane aspekty zastosowania sztucznej sieci neuronowej w systemie sterowania oświetleniem ulicznym
Kolasa M., Drechny M.
Przegląd Elektrotechniczny
|
2017
|
R. 93, nr 3
36--39
PL
Dynamiczne dostosowywanie wysterowania systemu oświetlenia ulicznego do aktualnych warunków atmosferycznych wymaga odczytu wielu danych, najczęściej meteorologicznych, takich jak np.: zachmurzenie, opady, zamglenie, wilgotność, temperatura itd. Rozwiązanie to jest kosztowne biorąc pod uwagę liczbę koniecznych do użycia czujników. Autorzy zaproponowali rozwiązanie prognozujące stopień wysterowania systemu oświetlenia ulicznego z wykorzystaniem sztucznej sieci neuronowej oraz prognoz pogody dostępnych w serwisach meteorologicznych.
EN
Dynamically adjusting of the street lighting control system to the current weather conditions requires to read multiple meteorological data such as cloudy, rain, fog, humidity, temperature, etc. This solution is expensive taking into account the required number of the used sensors. The authors have proposed the solution that predicts the level of street lighting system intensity with using artificial neural network and weather forecasts available at the meteorological services.
2
Drążenie wyrobisk chodnikowych KWK „Murcki-Staszic”w warunkach zagrożenia wodnego
Skuza M., Kolasa M., Miodoński G., Bukowski P., Niedbalska K.
Bezpieczeństwo Pracy i Ochrona Środowiska w Górnictwie
|
2017
|
nr 8
20--27
PL
W artykule przedstawiono doświadczenia kopalni węgla kamiennego „Murcki-Staszic” w ocenie zagrożenia wodnego dla planowanych i prowadzonych robót górniczych. W ocenie takiej dla robót w pobliżu zbiornika wody w zrobach należy wykorzystywać możliwości, jakie dają badania interdyscyplinarne. Do określenia dopuszczalnego i bezpiecznego ciśnienia wody w źródle zagrożenia wodnego można zastosować metody badań hydrogeologicznych i fizykomechanicznych środowiska skalnego. W artykule wskazano zastosowane metody oceny oraz scharakteryzowano profilaktykę zwalczania, a także sposób monitoringu przejawów zagrożenia wodnego.
EN
The article presents experiences of the “Murcki-Staszic” coal mine in the evaluation of water hazard for planned and conducted mining works. In assessing the conditions for the safe conduct of mining works, an essential element was the analysis of the state of water hazard. It has been found that the best solution for current geological-mining conditions will be effective drainage and lowering of water pressure in the reservoir, with an estimated capacity of about 240000 m3. Determining the safe water pressure in the reservoir, however, required taking into account the actual geomechanical parameters of the rocks, including the index of lowering the tensile strength of rocks due to their destruction (K = 0.6). Based on the calculations, it was found that safe operation of the works is possible in the case of the accumulation of water in the reservoir not higher than 6.5 m with respect to the floor of conducting gallery. It was necessary, however, to carry out ongoing monitoring of the parameters of the reservoir and the rock mass, which allowed to adjust the progress of the works to the stated conditions.
3
Sztuczna sieć neuronowa wspomagająca sterowanie oświetleniem ulicznym
Drechny M., Kolasa M.
Rynek Energii
|
2016
|
Nr 2
90--95
PL
Poszukując możliwości ograniczenia zużycia energii elektrycznej w instalacjach oświetlenia ulicznego, coraz częściej stosuje się różnego rodzaju systemy sterowania. Najprostsze systemy oświetlenia ulic sterowane są zegarem astro-nomicznym lub czujnikiem zmierzchu. Pojawienie się źródeł światła typu LED umożliwiło oprócz sterowania typu włącz/wyłącz także sterowaniem mocą oprawy, czego skutkiem może być oszczędność zużycia energii elektrycznej przy zachowaniu właściwych parametrów oświetlenia ulicy (np. natężenia oświetlenia). W pracy przedstawiono propozycję za-stosowania sztucznej sieci neuronowej (SSN) do wspomagania sterowania systemem oświetlenia ulicznego. Zaproponowane rozwiązanie bazuje na prognozach meteorologicznych.
EN
Looking for opportunities to reduce electricity consumption in street lighting systems, are increasingly being used all kinds of control systems. The simplest street lighting systems are controlled by an astronomical clock or twilight sensor. LED light sources have enabled in addition to the basic the on/off, also power control LED source. This may result in saving electricity consumption while maintaining appropriate parameters for street lighting (mainly illumination). The paper presents a proposal to apply the artificial neural network (ANN) to support street lighting system control. The proposed solution is based on meteorological forecasts.
4
Content available remote The concept of intelligent system for street lighting control using artificial neural networks
Kolasa M.
Przegląd Elektrotechniczny
|
2016
|
R. 92, nr 7
32--37
EN
Street lighting systems which are commonly used today are inefficient in terms of energy consumption, as they don’t take into account actual current demand for lighting intensity. This paper presents a concept of an intelligent street lighting control system, whose aim is to improve energy efficiency by matching lighting intensity to weather conditions. In this study, an overview of state-of-the-art solutions of this type is presented, which is a background for the concept of the proposed intelligent system. In the paper selected preliminary experimental results are also shown.
PL
Stosowane powszechnie systemy sterowania oświetleniem ulicznym są wysoce nieefektywne z punktu widzenia zużycia energii, gdyż nie uwzględniają aktualnego zapotrzebowania na natężenie oświetlenia. W artykule zaprezentowano koncepcję inteligentnego systemu wspomagającego sterowanie oświetleniem ulicznym, którego celem jest poprawa efektywności energetycznej poprzez dostosowanie intensywności oświetlenia do aktualnych warunków pogodowych. W pracy przedstawiono także przegląd literaturowy istniejących rozwiązań oraz wstępne wyniki badań symulacyjnych.
5
Content available Koncepcja zastosowania sztucznych sieci neuronowych do lokalizacji elementów powodujących pogorszenie jakości energii elektrycznej w sieciach średniego napięcia
Kolasa M., Długosz R
Poznan University of Technology Academic Journals. Electrical Engineering
|
2014
|
No. 79
87--95
PL
W artykule przedstawiono koncepcję wykorzystania sztucznych sieci neuronowych do rozwiązywania problemu lokalizacji źródeł zakłóceń powodujących pogorszenie jakości energii elektrycznej. W dziedzinie tej coraz częściej sięga się po rozwiązania oparte na sztucznej inteligencji, choć zazwyczaj stosowane algorytmy uczenia sieci neuronowych implementowane są jako programy komputerowe. Biorąc pod uwagę ogromną ilość danych, które muszą zostać przetworzone, rozwiązania takie nie są optymalne. Rozwiązaniem tego problemu może być zastosowanie równoległego przetwarzania danych, możliwego do uzyskania w sieciach neuronowych realizowanych jako specjalizowane układy scalone. Jest to celem naszych badań. W artykule przedstawiono jeden z etapów realizacji tego zadania - model sieci elektroenergetycznej, którego celem jest dostarczenie danych uczących dla projektowanej na poziomie tranzystorów sieci neuronowej. W realizowanej sieci neuronowej wykorzystano nowatorski algorytm oparty na filtracji błędu kwantyzacji, który pozwala znacząco skrócić fazę uczenia, przez co sieć jest w stanie szybko dostosować się do nowych danych.
EN
The paper presents a concept of using artificial neural networks to solve the prob- lem of the location of sources that cause deterioration in the quality of the electrical power. In this field the solutions that base on artificial intelligence are gaining popularity in recent time. However, the learning algorithms that are used in this case are usually implemented as computer programs. Given the large amount of data that must be processed, such solutions are not optimal. The solution to this problem may be the usage of parallel data processing obtainable in neural networks implemented, for example, as specialized integrated circuits. This is the purpose of our research. This paper presents one of the important steps in this task - a model of the electrical power system, the aim of which is to provide training data for the neural network. In the realized neural network a novel algorithm has been used that is based on filtering of the quantization error. By using this algorithm the learning phase can be substantially shortened, so that the network is able to quickly adapt to new data.
6
Content available remote Wpływ funkcji sąsiedztwa na efektywność uczenia sieci neuronowych Kohonena implementowanych sprzętowo
Kolasa M., Długosz R., Figas A.
Prace Naukowe Politechniki Śląskiej. Elektryka
|
2013
|
z. 1
103--112
PL
W pracy przedstawiono wyniki badań prezentujące wpływ wyboru funkcji sąsiedztwa (neighborhood function - NF) w sieciach Kohonena na jakość procesu uczenia się tych sieci. Celem badań jest określenie, która NF może być najefektywniej zrealizowana sprzętowo, a jednocześnie nie pogarsza jakości procesu uczenia się samoorganizujących się sieci neuronowych. Zbadano efektywność uczenia sieci Kohonena, korzystając z miary błędu kwantyzacji oraz błędu topograficznego. Dokonano porównania uzyskanych wyników dla czterech typów funkcji sąsiedztwa oraz trzech topologii warstwy wyjściowej sieci.
EN
The paper presents an influence of the type of the neighborhood function (NF) on the learning process of the Kohonen neural networks. Four different NF and three topology have been compared. The objective was to determine which NF is the most efficient looking both from the transistor level implementation and the learning quality points of view. The effectiveness of the learning process of SOMs was assessed using two criteria: the quantization error and the topographic error.
7
Content available Fast and Energy Efficient Learning Algorithm for Kohonen Neural Network Realized in Hardware
Kolasa M.
Acta Mechanica et Automatica
|
2012
|
Vol. 6, no. 3
52-57
EN
A new fast energy efficient learning algorithm suitable for hardware implemented Kohonen Self-Organizing Map (SOM) is proposed in the paper. The new technique is based on a multistage filtering of the quantization error. The algorithm detects such periods in the learning process, in which the quantization error is decreasing (the ‘activity’ phases), which can be interpreted as a progress in training, as well as the ‘stagnation’ phases, in which the error does not decrease. The neighborhood radius is reduced by 1 always just after the training process enters one of the ‘stagnation’ phases, thus shortening this phase. The comprehensive simulations on the software model (in C++) have been carried out to investigate the influence of the proposed algorithm on the learning process. The learning process has been assessed by the used of five criteria, which allow assessing the learning algorithm in two different ways i.e., by expressing the quality of the vector quantization, as well as the topographic mapping. The new algorithm is able to shorten the overall training process by more than 90% thus reducing the energy consumed by the SOM also by 90%. The proposed training algorithm is to be used in a new high performance Neuroprocessor that will find a broad application in a new generation of Wireless Body Area Networks ( WBAN) used in the monitoring of the biomedical signals like, for example, the Electrocardiogram (ECG) signals.
8
Content available remote Wpływ funkcji sąsiedztwa na efektywność uczenia sieci neuronowych Kohonena implementowanych sprzętowo
Kolasa M., Długosz R., Figas A.
Prace Naukowe Politechniki Śląskiej. Elektryka
|
2011
|
z. 1
63-73
PL
W pracy przedstawiono wyniki badań prezentujące wpływ wyboru funkcji sąsiedztwa (neighborhood function - NF) w sieciach Kohonena na jakość procesu uczenia się tych sieci. Celem badań jest określenie, która NF może być najefektywniej zrealizowana sprzętowo, a jednocześnie nie pogarsza jakości procesu uczenia się samoorganizujących się sieci neuronowych. Zbadano efektywność uczenia sieci Kohonena, korzystając z miary błędu kwantyzacji oraz błędu topograficznego. Dokonano porównania uzyskanych wyników dla czterech typów funkcji sąsiedztwa oraz trzech topologii warstwy wyjściowej sieci.
EN
The paper presents influence of a type of the neighborhood function (NF) on the learning process of the Kohonen neural networks. Four different NF and three topology were compared. The objective was to determine which NF is the most efficient looking both from the transistor level implementation and learning quality points of view. The effectiveness of the learning process of SOMs was assessed using two criteria: the quantization and topographic errors.
9
Content available Application of the kohonen neural network in analysis of the measurement results of the polarization mode dispersion
Torbus S., Kolasa M., Długosz R.
Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy
|
2010
|
z. 13
55--66
EN
This paper presents a subject of the Polarization Mode Dispersion (PMD). PMD is characteristic for a single mode optical fiber transmission. Several aspects have been presented in the paper, such as the interferometric method for measuring the PMD, as well as the statistical analysis of the measurement results contrasted with the analysis of the same results by use of the Kohonen neural network (KNN).
PL
W pracy omówiono zagadnienie dyspersji polaryzacyjnej – PMD (ang. Polarization Mode Dispersion), która jest charakterystyczna dla transmisji z wykorzystaniem jednomodowego włókna światłowodowego. Przedstawiono również interferometryczną metodę pomiaru współczynnika dyspersji polaryzacyjnej, statystyczną analizę rzeczywistych wyników pomiaru oraz analizę tych samych wyników pomiaru za pomocą sieci neuronowej Kohonena.
10
Content available Programmable, Asynchronous, Triangular Neighborhood Function for Self-Organizing Maps Realized on Transistor Level
Kolasa M., Długosz R., Bieliński K.
International Journal of Electronics and Telecommunications
|
2010
|
Vol. 56, No. 4
367-373
EN
A new hardware implementation of the triangular neighborhood function (TNF) for ultra-low power, Kohonen self-organizing maps (SOM) realized in the CMOS 0.18žm technology is presented. Simulations carried out by means of the software model of the SOM show that even low signal resolution at the output of the TNF block of 3-6 bits (depending on input data set) does not lead to significant disturbance of the learning process of the neural network. On the other hand, the signal resolution has a dominant influence on the overall circuit complexity i.e. the chip area and the energy consumption. The proposed neighborhood mechanism is very fast. For an example neighborhood range of 15 a delay between the first and the last neighboring neuron does not exceed 20 ns. This in practice means that the adaptation process starts in all neighboring neurons almost at the same time. As a result, data rates of 10-20 MHz are achievable, independently on the number of neurons in the map. The proposed SOM dissipates the power in-between 100 mW and 1 W, depending on the number of neurons in the map. For the comparison, the same network realized on PC achieves in simulations data rates in-between 10 Hz and 1 kHz. Data rate is in this case linearly dependend on the number of neurons.
11
Some aspects of designing perceptron network to predict bladder-cancer patient-survival
Kolasa M., Wojtyna R., Jóźwicki W.
Elektronika : konstrukcje, technologie, zastosowania
|
2008
|
Vol. 49, nr 4
80-84
EN
A problem of establishing an optimal number of neurons in a hidden layer of a perceptron network used to predict survival time of patients with bladder cancer has been discussed. Our considerations are important in postoperative treatments of this illness. The applied neural network is a three layer one with one hidden layer. Its designing and testing were performed in MATLAB environment. As the network teaching method, classical error back-propagation algorithm with a momentum factor was applied. For the assumed model of the problem, we have obtained a characteristic graph of the function describing false results of the survival predictions. We have utilized a representative training set and investigated the network for different number of neurons in the hidden layer. A distinct error minimum has been observed for 13 neurons in this layer. It is not out of the question that the character of the achieved curve is repeatable for different input/ output vectors and may be practicable for determining the number of neurons in networks dedicated to biological models.
PL
W pracy podjęto próbę wskazania metody doboru optymalnej liczby neuronów dla warstwy ukrytej sieci neuronowej, analizującej dane modelu przeżycia pooperacyjnego u pacjentów z rakiem pęcherza moczowego. Trójwarstwową sieć zaprojektowano w środowisku Matlab, z zastosowaniem modelu perceptronu wielowarstwowego. Jako metodę uczenia sieci zastosowano klasyczny algorytm uczenia metodą wstecznej propagacji błędu ze współczynnikiem momentum. Dla założonego modelu przewidywania przeżycia u chorych z rakiem pęcherza moczowego uzyskano charakterystyczny przebieg krzywej błędnych prognoz. W oparciu o stworzony zbiór uczący zbadano działanie sieci dla różnej liczby neuronów w warstwie ukrytej. Zaobserwowano wyraźne minimum błędu dla 13 neuronów w tej warstwie. Nie można wykluczyć, że przebieg krzywej ma charakter powtarzalny dla różnych wektorów wejścia/wyjścia i może być pomocny w typowaniu liczby neuronów w sieciach dedykowanych modelowi biologicznemu.
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.