Wyniki wyszukiwania - BazTech

1

Photosynthetic efficiency of endosymbiotic algae of Paramecium bursaria originating from locations with cold and warm climates

Możdżeń K., Leśnicka P. Z., Burnecki T., Śliwińska-Wilczewska S., Skoczowski A., Greczek-Stachura M.

Oceanological and Hydrobiological Studies

|

2018

|

Vol. 47, No. 2

202--210

EN

Paramecium bursaria (Ciliophora) is a cosmopolitan unicellular organism that plays a significant role in aquatic ecosystems. P. bursaria contains symbiotic algae and this association is a mutual symbiosis. The aim of the present study was to determine the activity of photosystem II (PSII) in Chlorella sp. inside P. bursaria cells. Ciliates were incubated for 7 days at different temperatures from 6 to 18°C, under the circadian cycle: 12 h light/12 h dark, at light intensity of 200 μmol m-2 s-1

2

Evaluation of chemical protection effect on healthiness of broad bean leaves and elements of yielding

Boligłowa E., Gleń K., Gospodarek J., Skoczowski A.

Proceedings of ECOpole

|

2013

|

Vol. 7, No. 1

37--42

EN

The paper aimed at an evaluation of chemical protection means (Vitavax 200FS, Decis 2.5 EC, Fastac 100EC and Penncozeb 80 WP) effect on leaf healthiness of two broad bean cultivars (White Windsor and White Hangdown), and the elements of seed yield structure. Obtained results demonstrated that years significantly diversified intensity of fungal diseases on broad bean leaves and the elements of seed yield structure. Excessive moisture during vegetation period favours leaf infection by brown spot (B. fabae) and worsens the elements of seed yield structure. Broad bean leaves susceptibility to fungal diseases and seed structure elements depend on the cultivar. White Windsor cultivar, intended for early harvest is characterized by markedly greater sensitivity to fungal diseases and produces more seeds per pod with higher 1000 grain weight. Foliar application of chemical protection means, conducted three or four times (2 x insecticide +1 x fungicide or 3 x insecticide + 1 x fungicide) guarantees better health state of plants and favours increase in 1000 grain weight.

PL

Celem pracy była ocena wpływu środków chemicznej ochrony (Vitavax 200 FS, Decis 2,5 EC, Fstac 100 EC, Penncozeb 80 WP) na zdrowotność liści dwóch odmian bobu (Windsor Biały i Hangdown Biały) oraz elementy struktury plonu nasion. Uzyskane wyniki wykazały, że lata istotnie różnicują nasilenie chorób grzybowych na liściach bobu oraz elementy struktury plonu nasion. Nadmiar wilgoci w okresie wegetacji sprzyja wzrostowi porażenia liści przez czekoladową plamistość (B. fabae) i pogarsza elementy struktury plonu nasion. Podatność liści bobu na choroby grzybowe oraz elementy struktury plonu nasion zależą od odmiany. Odmiana bobu Windsor Biały przeznaczona na wczesny zbiór cechuje się istotnie większą wrażliwością na choroby grzybowe i wytwarza więcej nasion w strąku o większej masie 1000 nasion. Trzykrotna lub czterokrotna aplikacja nalistna środków chemicznej ochrony (2x insektycyd + 1x fungicyd lub 3 x insektycyd + 1x fungicyd) zapewnia lepszy stan zdrowotny roślin i sprzyja wzrostowi masy 1000 nasion bobu.

3

Optymalizacja modeli neuronowych na przykładzie oceny aktywności biologicznej związków chemicznych

Szaleniec M., Tadeusiewicz R., Skoczowski A.

Computer Methods in Materials Science

|

2006

|

Vol. 6, No. 2

65-80

PL

W pracy podjęto próbę przedstawienia wybranych problemów doboru i optymalizacji modelu w postaci sieci neuronowej do posiadanego zestawu danych empirycznych. Przykładowy problem dotyczył próby zbudowania sieci przewidującej na podstawie danych topologicznych i kwantowo-chemicznych aktywność pewnej klasy związków chemicznych, jednak szczegóły chemiczne rozwiązywanego problemu nie miały tu zasadniczego znaczenia. Z punktu widzenia tej pracy ważne było, że rozwiązywany problem był trudny, a ponadto charakteryzował się szeregiem cech, które wyjątkowo często pojawiają się przy praktycznym stosowaniu sieci neuronowych: zadanie wymagało brania pod uwagę (w charakterze potencjalnych sygnałów wejściowych) dużej liczby danych o zróżnicowanym charakterze (były tam dane ilościowe i jakościowe); istniało uzasadnione podejrzenie, że nie wszystkie dane wejściowe są równie przydatne przy rozwiązywaniu postawionego zadania, ale brak było dokładnych przesłanek, żeby dokonać ich wstępnej selekcji przed zbudowaniem neuronowego modelu; liczba przykładów, na bazie których można było sieć uczyć, a także dokonywać walidacji i testowania jej działania, była bardzo ograniczona. Przy takich założeniach przebadano przydatność szeregu różnych struktur i zasad działania sieci, uzyskując następujące ważniejsze wyniki: -stwierdzono, że jakość modelu uzyskiwanego przy zastosowaniu liniowej sieci neuronowej jest bardzo istotnie gorsza, niż jakość najlepszego uzyskanego modelu nieliniowego w postaci sieci MLP; wykazano, że wprowadzenie do sieci MLP liniowego neuronu w jej wyjściowej warstwie nie polepsza jakości uzyskiwanego rozwiązania; •zaobserwowano, że niewielkie zwiększenie liczby neuronów warstwy ukrytej (o jednen neuron!) może prowadzić do tego, że sieć zamiast budować model problemu, nadający się do rozwiązywania całej klasy zadań podobnego typu, zaczyna uczyć się ,,na pamięć" zbioru uczącego i traci zdolność do generalizacji; -stwierdzono, że użycie sieci GRNN nie przynosi dobrych rezultatów - uzyskiwane wyniki były nie tylko gorsze od tych. jakie wykazywała najlepsze siec MLP. ale co gorsza - plasowały się poniżej wyników, jakie dawała sieć liniowa; próba stworzenia sieci hybrydowej, wykorzystującej doświadczenia zdobyte podczas optymalizacji struktury MLP oraz zalety struktury GRNN doprowadziła do powstania modelu dobrze dopasowanego do większości posiadanych danych, ale w sposób zasadniczy odbiegającego od rzeczywistości w przypadku pewnej liczby danych doświadczalnych, co uznano za przesłankę do nie używania tego modelu w dalszych pracach; wykazano, że transformacja zadania regresyjnego (wymagającego, by sieć obliczyła i podała określoną wartość sygnału wyjściowego) do postaci zadania klasyfikacyjnego, w którym odpo wiedź sieci może być interpretowana jako decyzja, pozwala uzyskać najlepsze rezultaty, które w rozważanym problemie osiągnęły poziom 100% zgodności zachowania sieci z wymaganiami wynikającymi z natury rozwiązywanego zadania. Przytoczone wyżej spostrzeżenia i sformułowane na ich podstawie wnioski z całą pewnością są silnie uwarunkowane właściwościami konkretnego rozwiązywanego tu zdania. Jednak można sądzić, że z dużym prawdopodobieństwem podobne prawidłowości będą wiązały się z innymi zastosowaniami techniki sieci neuronowych - dlatego zebrano te spostrzeżenia i przedstawiono w tej publikacji w celu ułatwienia pracy innym badaczom, którzy zdecydują się w swojej pracy na użycie sieci neuronowych jako narzędzia modelowania zjawisk rzeczywistego świata.

EN

Neural networks (NNs) are tools that are very frequently successfully applied in the modeling of various phenomena and processes. This is due to combination of characteristic for NNs wide approximation capabilities (manifesting especially in nonlinear modeling tasks) with their flexibility and high performance in fitting the model to the real data during the learning process. Taken together these features make NNs one of the best modeling tools available. However, it is a common practice to achieve success with neural network technique in a modeling of particular system while confining the research only to neural model selection, optimization of parameters and validation of the NN performance goodness. Frequently, neural models predictions are analyzed and compared with other modeling techniques or other neural systems. In this paper we provide a complementary approach to the above-mentioned scheme. We took one non-trivial modeling task as an example (i.e. prediction of biological activity of chemical compounds based on their structure and properties) and studied various types of neural networks in order to determine the optimal type of NN, which deals with modeling problem in the most efficient way. We analyzed both linear and non-linear neural networks of MLP and GRNN type. In non-linear MLP systems the linear or non-linear output layers were tested. Moreover a hybrid neural system was developed that joins results of architecture optimization of MLP and GRNN. The paper addresses also the issue of input parameters selection, optimal number of hidden neurons and data representation, especially in terms of an output results. A dozen or so thousands of neural models were developed, providing a rich dataset for assessment of neural networks usefulness. It seems that such a comparative study can be of a high value for other researchers using neural systems in modeling studies. It should allow to chose a type and size of NN used based less on arbitrary and more on rational basis. Our results provide also better understanding into the character and cause-result relationship of processes that take place in neural networks.

4

Phytotron chambers for plant exposure to ozone (Communication)

Skoczowski A., Pieńkowski S., Niewiadomska E., Miszalski Z.

Archiwum Ochrony Środowiska

|

2000

|

Vol. 26, no. 2

129--135

EN

Fumigation chambers which allow expose to ozone in constant and controlled conditions have been constructed. The apparatus consists of two identical chambers, each of about 0,7 m(-3) capacity. The chambers are placed in a larger, air conditioned phytotron which ensures its lighting from out-side [323umol (quantum) m(-2)s(-1)], temperature control in the range of 4 C - 30 C and humidity in the range from 25 to 60%. Airflow guarantees a 1-fold exchange of atmosphere per minute. With the maximum airflow an ozone concentration up to about 5000 ppb can be obtained. Both organ-isms and materials can be exposed in equipment built.

PL

Skonstruowano komory do ekspozycji roślin na działanie ozonu w stałych i ściśle kontrolowanych warunkach. Urządzenie składa się z dwóch identycznych komór o objętości 0,7 m(-3) każda. Komory usytuowane są w większej, klimatyzowanej komorze fitotronowej zapewniającej zewnętrzne oświetlenie roślin [323 umol (quantum) m(-2) s(-1)], regulację temperatury w zakresie od 4 C do 30 C oraz wilgotność względna od 25 do 60%. Przepływ powietrza zapewnia jednokrotną wymianę powietrza w komorach w ciągu jednej minuty. W tych warunkach możliwe jest uzyskanie stężenia ozonu na poziomie do około 5000 ppb. Omawiane urządzenie pozwala na fumigację ozonem zarówno próbek materiałów, jak i roślin i zwierząt.