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
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.
4
Content available remote Modelowanie oscylacyjnych sieci neuronowych w środowisku programistycznym Matlab
Citko W.
Zeszyty Naukowe Akademii Morskiej w Gdyni
|
2015
|
nr 90
70--77
PL
W pracy poruszono zagadnienia związane z inteligencją obliczeniową, w szczególności zaś przedstawiono realizację bezstratnej, hamiltonowskiej sieci neuronowej w formie sprzężonych oscylatorów fazowych. Zaproponowano model takiej sieci w środowisku programistycznym Matlab-Simulink oraz omówiono wyniki badań symulacyjnych.
EN
Computational intelligence methods have recently been widely used to solve many technical problems. Artificial neural networks are also computational intelligence methods. Oscillatory neural networks composed of connected phases loop have been researched in this study. Models of such networks and the results of computer simulation are presented in this paper.
5
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.
6
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.
7
Content available remote Modelowanie dynamiki chaotycznej w środowisku Matlab-Simulink
Modzelewski P., Citko W.
Zeszyty Naukowe Akademii Morskiej w Gdyni
|
2011
|
nr 70
45-61
PL
Systemy dynamiczne opisane nieliniowymi równaniami różniczkowymi stanowią efektywny model wielu zjawisk fizycznych. Bardzo interesującą klasę tych systemów tworzą układy generujące deterministyczne drgania chaotyczne. W tym artykule przedstawiono opracowane w środowisku Matlab-Simulink modele wybranych układów chaotycznych. Zaprezentowano także wyniki symulacji uzyskane dla różnych wartości parametrów kontrolnych. Otrzymane rezultaty potwierdzają skuteczność środowiska Matlab w modelowaniu układów chaotycznych.
EN
Nonlinear dynamic systems described by differential equations are an effective model for many physical phenomena. Systems that generate deterministic chaotic oscillations create very interesting class of dynamical systems. In this article, models of selected chaotic systems developed in Matlab- -Simulink environment are presented. As well the simulation results obtained for different values of control parameters are presented. The results confirm the effectiveness of the Matlab modeling of chaotic systems.
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.