Wyniki wyszukiwania - BazTech

1

Wykorzystanie technologii RFID z zastosowaniem Big Data w procesach logistycznych

Łukasik Z., Ulatowski B., Łukasik Ł.

Autobusy : technika, eksploatacja, systemy transportowe

|

2018

|

R. 19, nr 12

780--782

PL

Identyfikacja radiowa (RFID) została szeroko zastosowana we wspieraniu zarządzania logistyką w zakładach produkcyjnych w których zasoby produkcyjne związane z urządzeniami RFID. Są one przekształcane w inteligentne obiekty produkcyjne (z ang. smart manufacturing objects - SMO), które są zdolne do wykrywania, współdziałania i rozumowania w celu stworzenia wszechobecnego środowiska technologicznego. W takim środowisku można gromadzić ogromne ilości danych i wykorzystywać je do wspierania dalszych decyzji, takich jak planowanie i harmonogramowanie logistyki. Poniższy artykuł przedstawia sposób wykorzystania dużych zbiorów danych z wykorzystaniem danych logistycznych z zastosowaniem technologii identyfikacji radiowej (RFID). Po pierwsze, tzw. procesory RFID-Cuboids są wprowadzane w celu utworzenia hurtowni danych, aby dane logistyczne zarządzane za pośrednictwem technologii RFID mogły być wysoce zintegrowane pod względem określonej logiki i operacji. Po drugie, tabele są używane do łączenia danych w celu zwiększenia jakości informacji i zmniejszenia objętości zbioru danych.

EN

The following article shows how to use large data sets using logistic data using radio frequency identification (RFID) technology. First of all, the so-called RFID-Cuboids processors are introduced to create a data warehouse so that logistics data managed via RFID technology can be highly integrated in terms of specific logic and operations. Second, the tables are used to combine r data to increase information quality and reduce the data set volume.

2

Symulator uszkodzeń urządzeń sterowania ruchem kolejowym

Nowakowski W., Ciszewski T., Bukalski W., Łukasik Ł.

Autobusy : technika, eksploatacja, systemy transportowe

|

2018

|

R. 19, nr 12

575--578

PL

Urządzenia sterowania ruchem kolejowym mogą przebywać w różnych stanach eksploatacyjnych. Wynika to z procesu ich destrukcji, który związany jest z czasem istnienia urządzeń, intensywnością użytkowania, czy jakością obsługi technicznej [5, 7, 8]. Badania eksploatacyjne są źródłem cennej wiedzy, która pozwala nie tylko na doskonalenie konstrukcji urządzeń srk, ale również na sterowanie procesem eksploatacji [1, 3, 4]. W tym celu opracowywane są narzędzia informatyczne wspomagające proces diagnostyczny [2, 6, 9, 10, 11]. Pomocnym w testowaniu tych narzędzi może być, zaproponowany przez autorów artykułu, symulator uszkodzeń dedykowany urządzeniom srk.

EN

Railway traffic control systems may have different working conditions. It results from their destruction process, which is related to the age of the devices, intensity of their operation or technical service quality. Operating tests are the source of valuable knowledge that allows not only to perfect the construction of railway traffic control devices, but also to control the operating process. In order to do that IT tools are developed, supporting the diagnostic process. What can be helpful in testing these tools can be, proposed by the authors of the article, a failures simulator dedicated to railway traffic control devices.

3

Estimation of parameters of Feed-Back Pulse Coupled Neural Networks (FBPCNN) for purposes of microstructure images segmentation

Łukasik Ł., Rauch Ł.

Computer Methods in Materials Science

|

2010

|

Vol. 10, No. 1

5-15

EN

Although the Pulse Coupled Neural Network (PCNN) as well as FBPCNN (with feed-back) have been, since 1990, well known image analysis methods, they are still developed to solve the problems related to estimation of initial network parameters. Most of such parameters vary dependently on the character of input images, including range of colors, noise strength or shapes diversity, to offer the best results. This work aims to establish parameters of the network based on FBPCNN architecture, applied in processing of images of metals’ microstructures. The paper contains detailed description of implemented neural network followed by sensitivity analysis of the network on parameters’ change. On the basis of the performed analysis, the parameters with major influence on the final results were determined and investigated in details. The results obtained in the process of image analysis by using proposed FBPCNN were passed as input data initiating Watershed algorithm for the purposes of segmentation. Results of segmentation are presented in the paper as well.

PL

Sieci Pulse Coupled Neural Network (PCNN) jak i również FBPCNN (ze sprzężeniem zwrotnym) zostały po raz pierwszy zaproponowane już z początkiem lat 90' i od tego czasu są bardzo dobrze znanym narzędziem wykorzystywanym m.in. do przetwarzania obrazów. Pomimo tak długiego czasu, metody oparte o FBPCNN są nadal rozwijane, a największym wyzwaniem jest wciąż dobór najlepszych parametrów wagowych sieci dla obrazu wejściowego. Celem niniejszej pracy jest zbadanie możliwości zastosowania pulsujących sieci neuronowych do przetwarzania zdjęć mikrostruktur materiałowych oraz wyznaczenie jej optymalnych parametrów dla tego przeznaczenia. Artykuł zawiera szczegółowy opis zaimplementowanej sieci neuronowej oraz wykonanej analizy wrażliwości FBPCNN na zmianę jej parametrów wagowych. Na bazie wykonanej analizy wyznaczone zostały parametry charakteryzujące się znaczącym wpływem na otrzymane wyniki. Dla wybranego parametru (beta) zaproponowano jego modyfikację tak, aby parametr dobierany był w sposób automatyczny w zależności od obrazu wejściowego. Otrzymane wyniki posłużyły jako dane wejściowe od algorytmu watershed, za pomocąktórego wykonano finalną segmentację obrazów mikrostruktur. Rezultaty procesu segmentacji wraz z dyskusją zostały również przedstawione w niniejszej pracy.