Wyniki wyszukiwania - BazTech

1

An influence of input vessel traffic stream on intensity of disturbed vessel traffic stream in convolution method

Kasyk L.

Logistyka

|

2009

|

nr 6

CD-CD

EN

In this paper an analysis of influence of traffic parameters of vessel, approaching to a hindrance, on the vessel traffic intensity after crossing a hindrance has been made.

PL

W niniejszym referacie przeanalizowano wpływ parametrów niezaburzonego strumienia ruchu statków, zbliżających się do przeszkody nawigacyjnej, na intensywność strumienia wyjściowego ruchu statków, po pokonaniu danej przeszkody.

2

Unsupervised classification in the system of electromechanical traction process evaluation from motion disturbances point of view

Cygan M.

Archives of Transport

|

2007

|

Vol. 19, iss. 3

47-58

EN

The case of the classification under discussion constitutes a stage in realisation of the algorithm of the electromechanical traction process evaluation from the point of view of disturbances. The active safety connected with the level of the possessed knowledge on hazards is determined by means of "quantity of information" about monitored processes and with evaluation of that information. Within the system of the process evaluation in the case under discussion it means that classes of input information sample vectors are not a priori known. In the unsupervised classification a finite set of categories is determined according to the accepted evaluation criteria and the process run. The unsupervised classification constitutes the base for a supervised classification within the procedure of the traction exploitation process evaluation from the point of view of disturbances and thus it determines the rules of the mass information processing within the evaluation system.

PL

Omawiane w pracy zagadnienia dotyczą tworzenia systemu maszynowego oceniania i klasyfikacji elektromechanicznych procesów trakcyjnych ze względu na zaburzenia ruchu. Prezentowany etap realizacji algorytmu systemu oceniania elektromechanicznych procesów trakcyjnych ze względu na zaburzenia jest próbą przedstawienia zagadnienia oceniania procesów eksploatacyjnych za pomocą kategorii właściwych systemom sztucznej inteligencji i przetwarzania informacji. Klasyfikacja nienadzorowana stanowi podstawę klasyfikacji nadzorowanej w procedurze oceniania eksploatacyjnych procesów trakcyjnych ze względu na zaburzenia, a co za tym idzie - określa zasady masowego przetwarzania informacji w systemie oceniania. Przynależność do klasy określają jakościowe znaczenia jednoczesnych wartości par kryterialnych funkcjonałów, mających elektrodynamiczne znaczenie, odpowiednio: współczynnika zastępczego elektromechanicznego tłumienia zaburzeń i zastępczego współczynnika elektromechanicznej sztywności zaburzeń. Klasyfikacja nienadzorowana, po rozpoznaniu wzornika wektora informacji wejściowej, wyznacza system klas oraz określa przynależność do nich próbek sygnałów. Klasyfikacja nienadzorowana i klasyfikacja nadzorowana tworzą podstawy samoorganizującego się systemu maszynowego uczenia i realizacji struktury procesora typu neuronowego do zadań oceniania elektromechanicznych procesów trakcyjnych ze względu na zaburzenia ruchu. Praca finansowana ze środków na naukę w latach 2006/2007 jako projekt badawczy Nr 4T12C 012 29.

3

Supervised classification in the system of electromechanical traction process evaluation from the point of view of motion disturbances

Cygan M.

Archives of Transport

|

2007

|

Vol. 19, iss. 4

17-29

EN

The realisation stage of the algorithm of the system for evaluation of the electromechanical traction process from the point of view of motion disturbances with use of categories typical of artifical intelligence systems which has been presented concerns the supervised classification. Each class of the evaluation system input sampIes is represented by its own codebook vector. Non-supervised classification determines the basic class set and at the same time it defines the attachment or a input signal sample to one of the classes. At the stage of the supervised classification the classes are a priori known. The supervised classification is made on the base of the relation between the values of the evaluation indices within the classes of the process. The technical system arameters change during exploitation. The changes follow from wear of the technical system elements, they may depend on external influences and they may aIso be an effect of decisions made in the decision process. In connection with that - as the runs of typical processes as a rule differ from each other - it is assumed that so different exploitation processes are optimal from the point of view or parameters. This is a common base for comparative studies. The question under discussion is connected with creation or vector representation of sampIes in the processor system: by self-organisation, arranging of the reference vector values as well as quantisation of associated memory within subspaces of the classes. Non-supervised classification and supervised classification are the base for realisation of neuron-type processor structure intended for evaluation of electromechanical traction processes.

PL

Ocenianie elektromechanicznych procesów trakcyjnych ze względu na zaburzenia ruchu jest realizowane w samoorganizującej się procedurze rozpoznania i klasyfikacji informacji wejściowych, na podstawie pomiarów eksploatacyjnych zmiennych procesowych. Uporządkowany system przetwarzania informacji, posiadający atrybuty sztucznej inteligencji, tworzy podstawy aktywnego bezpieczeństwa mając na uwadze zagrożenia wynikające z eksploatacji transportowego systemu trakcyjnego. Klasyfikacja nadzorowana systemu oceniania elektromechanicznych procesów trakcyjnych ze względu na zaburzenia korzysta z systemu klas wyznaczanych w procedurze klasyfikacji nienadzorowanej . Klasyfikacja nadzorowana wyznacza przestrzeń realizacji wektora odniesienia (codebook vector) pamięci skojarzonej systemu oceniania. Przyjmuje się, że badane procesy, jakkolwiek różnią się od siebie, to eksploatacyjnie są podobne i parametrycznie optymalne. To określa wspólną platformę badań porównawczych. Klasyfikacja nadzorowana jest efektem oceniania ilościowych relacji próbek informacji wejściowej w klasach procesu oraz jakościowych relacji podprocesów, również w wielowymiarowych procesach trakcyjnych lokomotyw elektrycznych. Omawiane zagadnienia związane są z tworzeniem reprezentacji wektorowej próbek w systemie procesora poprzez: samoorganizację, porządkowanie wartości wektorów odniesienia oraz kwantyzację pamięci skojarzonej w podprzestrzeniach klas.