Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 17

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  klasyfikator
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
W artykule przedstawiono proces wdrażania klasyfikatorów pulsacyjnych na składowisku odpadów pogórniczych w Przezchlebiu. Zaprezentowano również wyniki skuteczności rozdziału klasy ziarnowej 30-5 mm w klasyfikatorze pulsacyjnym. Omówiono problemy związane z zanieczyszczeniem wody obiegowej stosowanej w procesie odzysku koncentratu węglowego z odpadów.
EN
The implementation process of pulsatory jigs at the mine waste in Przezchlebie is presented. Results of effectivness of sepatation of different grain size 30-5 mm in pulsatory jig are presented. Problems of polluting the water used in the process of recycling coal from the coal waste is discussed.
2
EN
Many datasets, especially various historical medical data are incomplete. Various qualities of data can significantly hamper medical diagnosis and are bottlenecks of medical support systems. Nowadays, such systems are often used in medical diagnosis. Even great number of data can be unsuitable when data is imbalanced, missing or corrupted. In some cases these troubles can be overcome by machine learning algorithms designed for predictive modeling. Proposed approach was tested on real medical data and some benchmarks dataset form UCI repository. The liver fibrosis disease from a medical point of view is difficult to treatment and has a significant social and economic impact. Stages of liver fibrosis are diagnosed by clinical observation and evaluations, coupled with a so-called METAVIR rating scale. However, these methods may be insufficient, especially in the recognition of phase of the disease. This paper describes a newly developed algorithm to non-invasive fibrosis stage recognition using machine learning methods – a classification model based on feature projection k-NN classifier. This solution allows extracting data characteristics from the historical data which may be incomplete and may contain imbalance (unequal) sets of patients. Proposed novel solution is based on peripheral blood analysis without using any specialized biomarkers, and can be successfully included to medical diagnosis support systems and might be a powerful tool for effective estimation of liver fibrosis stages.
PL
Jakość kruszywa, używanego zwłaszcza do przygotowania betonu i zaprawy, zależy w znacznym stopniu od poziomu jego zanieczyszczenia materiałem organicznym (korzenie, resztki roślinne, torf, lignit) oraz mineralnym (węglany, kreda). Sprawdzonym, wielokrotnie stosowanym urządzeniem do oczyszczania surowców mineralnych, pozwalającym na wysoką skuteczność wydzielania zanieczyszczeń jest osadzarka pulsacyjna (klasyfikator pulsacyjny). W artykule zamieszczono wyniki badań skuteczności oczyszczania nadawy żwirowej z ziaren węglanowych, które przeprowadzono na stanowisku doświadczalnym osadzarki laboratoryjnej. Wyniki badań mogą być wykorzystywane do określania parametrów ilościowo-jakościowych produktów dla przemysłowego procesu oczyszczania kruszywa oraz podczas opracowywania nowych rozwiązań technologicznych umożliwiających zwiększenie dotychczasowej skuteczności działania klasyfikatora pulsacyjnego.
EN
The quality of aggregate, which is used to prepare the concrete and mortar, depends to a large extent on the level of its contamination with organic materials (roots, plant residues, peat, lignite) and minerals (carbonates, chalk). KOMAG pulsatory jig (pulsatory classifier) is the device that was verified and used many times for purification of minerals, enabling high effectiveness of separation of impurities. Results of testing the effectiveness of purification of gravel feed from carbonate grains, which were carried out in the laboratory jig, are given. The test results can be used to determine the quantitative-andqualitative parameters of products in industrial purification of aggregate and during development of new technological solutions enabling increase of pulsatory classifier effectiveness.
PL
Przedstawiono rozwój konstrukcji klasyfikatorów pulsacyjnych typu KOMAG stosowanych do pozyskiwania żwiru i piasku, z jednoczesnym wydzielaniem zanieczyszczeń organicznych i mineralnych. Zamieszczono wyniki badań laboratoryjnych optymalizujących działanie klasyfikatorów. Opisano czynniki procesowe wpływające na zwiększenie skuteczności wzbogacania w zależności od charakterystyki nadawy (kruszywa).
EN
Progress in development of design of KOMAG pulsating jigs used for utilization of gravel and sand together with separation of organic and mineral impurities is presented in the paper. Results of laboratory tests aiming at optimization of classifiers operation are given. Technological factors, which have an impact on increase of beneficiation efficiency depending on feed (aggregates) characteristics, are discussed.
PL
W artykule przedstawiono analizę wpływu czynników zewnętrznych (dodatkowe obciążenie, zmiany ciśnienia w oponach) na wartość wskaźnika EUSAMA. Jednocześnie zaproponowano automatyczną metodę diagnozowania stanu amortyzatorów przy pomocy analizy obrazów z wykorzystaniem sieci neuronowej oceniającej przebieg wartości wskaźnika EUSAMA w czasie. Na potrzeby pracy przygotowano model matematyczny części zawieszenia wraz ze stanowiskiem badawczym opartym o metodę EUSAMA plus. Zamodelowano układ odzwierciedlający dynamikę jednej czwartej zawieszenia pojazdu. Metoda automatycznego diagnozowania stanu amortyzatorów zakłada poprawność przeprowadzonego badania metodą EUSAMA. Uzyskane wyniki spełniły oczekiwania.
EN
The article presents an analysis of the impact of external factors (extra load, tire pressure changes) on the value of the EUSAMA ratio. A method of automatic diagnosis of shock absorbers is proposed. This method is based on image analysis using a neural network appraising the “EUSAMA plus” ratio in the time domain. For the purpose of this paper a mathematical model of quarter of the car suspension with the test stand based on the method EUSAMA was prepared. The method of automatic diagnosis of shock absorbers assumes the correctness of the EUSAMA test. The results met expectations.
6
Content available remote Maximal margin classifiers applied to DGA-based diagnosis of power transformers
EN
The paper addresses a modern approach to the problem of power transformer diagnosis. The method called support vector machines enables the creation of an expert system for oil transformer technical condition diagnosis. The system, which is based on real results of chromatography of gases dissolved in transformer oil (DGA), performs better than an internationally acknowledged standard – the IEC code.
PL
Przedstawiono nową metodę diagnostyki transformatora mocy bazująca na algorytmie “support vector machine”. W systemie bada się chromatograficznie gazy rozpuszczone w oleju transformatorowym.
PL
Artykuł przedstawia problematykę nieparametrycznych metod klasyfikacji w odniesieniu do numerycznego modelu obiektu fizycznego. Głównym tematem jest analiza skuteczności algorytmów pod kątem zastosowań w nieniszczącej detekcji uszkodzeń. Szczególną uwagę zwrócono na parametryzację modelu, jako czynnika istotnego przy minimalizacji kosztów procesu uczenia.
EN
The article presents the discussion on nonparametric classification methods in relation to the numerical model of a physical object. The main theme is the analysis of algorithms in applications to non-destructive testing of ferromagnetic materials. The particular attention was given to model parameterization as a significant factor in minimizing the cost of the learning process.
PL
Wymagania ochrony środowiska oraz kryteria efektywności wymuszają na producentach wysoką jakość kruszyw. Klasyfikator pulsacyjny jako wielokrotnie stosowane urządzenie pozwala na spełnienie tych wymagań. W artykule przedstawiono zasadę działania klasyfikatora pulsacyjnego, przedstawiono odmiany rozwiązań konstrukcyjnych oraz przykłady wdrożeń klasyfikatorów. Opisano możliwości zastosowania klasyfikatora z łożem zawiesinowym do rozdziału drobnoziarnistych surowców mineralnych.
EN
Regulations as regards environment protection and effectiveness criteria force the manufacturers to offer high-quality aggregates. Pulsatory jig as repeatedly used device enables meeting mentioned above requirements for minerals. Principle of pulsatory jig operation is presented in the paper. Versions of design solutions and examples of implementations of pulsatory jigs are given. Application possibilities of suspension classifier for separation of fine minerals are described.
EN
Technical diagnostics is concerned with the assessment of technical conditions of the machine through the study of properties of machine processes. Diagnostics is particularly important for factories and ironworks. In paper is presented method of diagnostics of imminent failure conditions of DC machine. This method is based on a study of acoustic signals generated by DC machine. System of sound recognition uses algorithms for data processing, such as Mel Frequency Cepstral Coefficient and classifier based on words. Software to recognize the sounds of DC machine was implemented on PC computer. Studies were carried out for sounds of faultless machine and machine with shorted coils. The results confirm that the system can be useful for diagnostics of dc and ac machines used in metallurgy.
PL
Techniczna diagnostyka zajmuje się oceną stanu technicznego maszyny poprzez badania własności procesów zachodzących w maszynie. Diagnostyka jest szczególnie ważna dla fabryk i hut. W artykule jest przedstawiona metoda diagnostyki stanów przedawaryjnych maszyny prądu stałego. Metoda ta oparta jest na badaniu sygnałów akustycznych generowanych przez maszynę prądu stałego. System rozpoznawania dźwięku wykorzystuje algorytmy przetwarzania danych, takich jak algorytm MFCC i klasyfikator oparty na słowach. Zaimplementowano oprogramowanie do rozpoznawania dźwięków maszyny prądu stałego na komputerze PC. Przeprowadzono badania sygnałów akustycznych maszyny bez uszkodzeń i maszyny ze zwartymi uzwojeniami. Wyniki badań potwierdzają, że system może być przydatny w diagnostyce maszyn prądu stałego i przemiennego używanych w hutnictwie.
11
Content available remote Using machine learning approach for protein fold recognition
EN
Protein fold recognition using machine learning-based methods is crucial in the protein structure discovery, especially when the traditional sequence comparison methods fail because the structurally-similar proteins share little in the way of seąuence homology. Based on the selected machine learning classification methods, we explain the methodology for building classifiers which can be used in the protein fold recognition problem.
PL
Rozpoznawanie typu ufałdowania białka z wykorzystaniem metod uczenia maszynowego ma kluczowe znaczenie w przewidywaniu struktury białka, szczególnie w przypadkach kiedy tradycyjne podejście oparte na podobieństwie łańcuchów nie znajduje zastosowania ze względu na jego znikomą wartość. Na podstawie wybranych algorytmów uczenia maszynowego klasyfikacji w artykule przedstawiono metodykę automatycznego rozpoznawania typu ufałdowania białka.
PL
W pracy szczegółowo omówiono sposób tworzenia macierzowego modelu ewolucji składu ziarnowego materiału w dowolnym układzie mieląco-klasyfikującym. Proponowany model oparty na równaniu bilansu masowego populacji ziaren składa się z trzech macierzy blokowych: macierzy całego układu M, macierzy wejść (nadawy bądź produktu) stopni układu F i macierzy nadawy całego układu F0. Poszczególne elementy macierzy blokowej M opisują ewolucję składu ziarnowego w całym układzie. W macierzy tej zawsze występuje macierz jednostkowa I i macierz zerowa 0, a w zależności od złożoności schematu układu pojawiają się w niej także macierz przejścia P i macierz klasyfikacji C, której elementy można wyznaczyć eksperymentalnie. Występujące w modelu elementy macierzy blokowej F opisują wszystkie gęstości składu ziarnowego wchodzące do danego stopnia układu mieląco-klasyfikującego, zaś elementy macierzy blokowej F0 ujmują gęstość składu ziarnowego nadawy ze źródeł zewnętrznych podawanej do wszystkich stopni układu. W pracy przedstawiono algorytm i trzy przykłady tworzenia macierzy blokowych dla wybranych schematów układu. Zaproponowany model może być wykorzystany w prognozowaniu uziarnienia produktu opuszczającego wybrany stopień układu oraz w modelowaniu procesów przeróbczych.
EN
Complex circuit of milling-classify systems are used in different branches of industry, because the required particle size distribution of product can seldom be reached in a single-stage grinding on the same device. The multistage processes of comminution and classification make possible suitable selection of parameters process for variables graining of fed material, mainly through sectioning of devices or change of their size and the types. Grinding material usually contains size fractions, which meet the requirements relating finished product. Then profitable is preliminary distributing material on a few size fractions, so to deal out with them demanded fraction of product, whereas remaining to direct alone or together with fed material to the same or different device. If the number of mills and classifiers in a circuit is large enough, building the model of particle size distribution transformation becomes rather complicated even for the circuit of a given structure. The situation becomes much more complicated, if we want to compare characteristics of all possible circuits, that can be constructed from these mills and classifiers, because the number of possible circuits increases greatly with the increase of number of devices being in the milling-classify system. The method creating matrix model for transformation of particle size distribution in a circuit of arbitrary structure of milling-classify system is presented in the article. The proposed model contains the mass population balance of particle equation, in which are block matrices: the matrix of circuit M, the matrix of inputs F and the matrix of feed F0. The matrix M contains blocks with the transition matrix P, the classification matrix C, the identity matrix I and the zero matrix 0 or elements describing the transformation of particle size distribution in the circuit. The matrix F is the block column matrix, which elements describing all particle size distributions at inputs to the circuit elements. The matrix F0 is the block column matrix, which elements describing particle size distributions in all feeds to the circuit. In paper was discussed this model in details, showed algorithm and three examples formatrix construction for the closed circuit ofmilling-classify systems. In conclusion was affirmed, that presented model makes possible to forecasting particle size distribution of grinding product, which leaving chosen the unit of system. The matrix model can be applied to improving modeling of mineral processing in the different grinding devices.
EN
This article presents new rules, which can be used to construct a classifier for image areas segmentation. Segmentation is made on upon the colours, which are commonly associated with human skin colour. The new rules of this classifier have been developed on the basis of the analysis and modifications of two other classifiers, which has been described in the literature. Nowadays, such classifiers are commonly used in practice: in photographic equipment, photo-editing software, biological images analysis or in-room person detecting systems.
EN
Paper presents method of diagnostics of imminent failure conditions of induction motor. This method is based on a study of acoustic signals generated by induction motor. Sound recognition system is based on algorithms of data processing, such as FFT and classifier based on words. Software of sound recognition of induction motor was implemented. Studies were carried out for four imminent failure conditions of induction motor. The results confirm that the system can be useful for protecting the engines and metallurgical equipment. System can be useful in inspection of metallurgical products.
PL
Referat opisuje metodę diagnozowania stanów przedawaryjnych silnika indukcyjnego. Metoda ta oparta jest na badaniu sygnałów akustycznych generowanych przez silnik indukcyjny. System rozpoznawania dźwięku oparty jest na algorytmach przetwarzania danych takich jak algorytm FFT i klasyfikator oparty na słowach. Zaimplementowano oprogramowanie rozpoznawania dzwieku silnika indukcyjnego. Przeprowadzono badania dla czterech stanów przedawaryjnych silnika indukcyjnego. Wyniki badań potwierdzają, że system może być przydatny do ochrony silników i sprzętu hutniczego. System może być przydatny do kontroli wyrobów hutniczych.
PL
Zaprezentowano badania nad zastosowaniem systemu klasyfikatorów do optymalizacji kratownicy. Określono zasady działania algorytmu iteracyjnego i zobrazowano jego działanie na przykładach. Wskazano na praktyczne zastosowanie oraz potencjał obranej metody.
EN
This paper presents research on classifier system (CS) application possibilities in truss structural optimization. Algorithm has been explained and results have been shown in examples. Practical application possibilities and potential for improvement have been pointed out.
EN
The analysis of possibilities of applying methods, which arę implemented in virtual shared memory based on Linda model in JavaSpaces system, arę presented in this paper. These methods arę concerned with the way of distributed database management specially distribution transaction processing. The possibilities of using JavaSpaces system in asynchronous replicated data update arę also considered.
PL
W opracowaniu przedstawiona została analiza możliwości wykorzystania metod zaimplementowanych w środowisku wirtualnie współdzielonej pamięci opartej na modelu Lindy w systemie JavaSpaces. Metody te dotyczą sposobu zarządzania rozproszoną bazą danych, a w szczególności realizacją rozproszonych transakcji. Rozważono możliwość wykorzystania systemu JavaSpaces do asynchronicznego uaktualniania kopii danych.
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.