Wyniki wyszukiwania - Biblioteka Nauki

1

Artificial intelligence: evolution, developments, applications, and future scope

100%

Raj R. , Kos A.

Przegląd Elektrotechniczny

|

2023

|

tom R. 99, nr 2

1--13

EN

Artificial intelligence (AI) or Machine Intelligence (MI) is the most important and interesting technology in recent decades due to its vast application in almost every field of science and engineering. The MI techniques are the study of making intelligent machines that have human-like behaviors. The speedy advancement in this area has triggered the curiosity of many technologists, and researchers around the world, and various companies across several domains are inquisitive to explore its capabilities. AI technology is continuously changing the landscape of businesses as well as the personal and social activities of human beings due to advancements and research in this field. For any field which has obtained so much popularity in a very short duration, it is essential that technologists who focus on endeavors in AI, study its evolution, developments, applications, and future aspects of augmentation to achieve a better intuition into the area. This paper presents a comprehensive study of the past, present, and future aspects of AI technology for researchers and technologists. In this paper, we discuss the evolution, historical developments, important breakthroughs in continuous research, real-world applications, challenges of AI implication, and the future perspective of AI technology. Finally, we have discussed the role of AI in the optimization of the Integrated Circuit (IC).

PL

Sztuczna inteligencja (AI) lub inteligencja maszyn (MI) to najważniejsza i najbardziej interesująca technologia ostatnich dziesięcioleci ze względu na jej szerokie zastosowanie w niemal każdej dziedzinie nauki i inżynierii. Techniki MI to nauka o tworzeniu inteligentnych maszyn o ludzkich zachowaniach. Szybki postęp w tej dziedzinie wzbudził ciekawość wielu technologów i badaczy na całym świecie, a różne firmy z kilku dziedzin są zainteresowane zbadaniem jego możliwości. Technologia AI nieustannie zmienia krajobraz firm, a także osobiste i społeczne działania ludzi dzięki postępom i badaniom w tej dziedzinie. W przypadku każdej dziedziny, która zyskała tak dużą popularność w bardzo krótkim czasie, niezbędne jest, aby technolodzy, którzy koncentrują się na przedsięwzięciach w dziedzinie sztucznej inteligencji, badali jej ewolucję, rozwój, zastosowania i przyszłe aspekty rozszerzenia, aby uzyskać lepszą intuicję w tej dziedzinie. Niniejszy artykuł przedstawia kompleksowe badanie przeszłych, obecnych i przyszłych aspektów technologii sztucznej inteligencji dla badaczy i technologów. W tym artykule omawiamy ewolucję, wydarzenia historyczne, ważny przełom w ciągłych badaniach, zastosowania w świecie rzeczywistym, wyzwania związane z implikacją AI oraz przyszłe perspektywy technologii AI. Na koniec omówiliśmy rolę AI w optymalizacji układu scalonego (IC).

2

Discussion on different controllers used for the navigation of mobile robot

100%

Raj R. , Kos A.

International Journal of Electronics and Telecommunications

|

2024

|

tom Vol. 70, No. 1

229--239

EN

Robots that can comprehend and navigate their surroundings independently on their own are considered intelligent mobile robots (MR). Using a sophisticated set of controllers, artificial intelligence (AI), deep learning (DL), machine learning (ML), sensors, and computation for navigation, MR's can understand and navigate around their environments without even being connected to a cabled source of power. Mobility and intelligence are fundamental drivers of autonomous robots that are intended for their planned operations. They are becoming popular in a variety of fields, including business, industry, healthcare, education, government, agriculture, military operations, and even domestic settings, to optimize everyday activities. We describe different controllers, including proportional integral derivative (PID) controllers, model predictive controllers (MPCs), fuzzy logic controllers (FLCs), and reinforcement learning controllers used in robotics science. The main objective of this article is to demonstrate a comprehensive idea and basic working principle of controllers utilized by mobile robots (MR) for navigation. This work thoroughly investigates several available books and literature to provide a better understanding of the navigation strategies taken by MR. Future research trends and possible challenges to optimizing the MR navigation system are also discussed.

3

A novel method of islanding detection in a distributed power generation system integrated with photovoltaic-array

100%

Raj R. , Kos A.

Przegląd Elektrotechniczny

|

2022

|

tom R. 98, nr 7

88--94

EN

Distributed generation (DG) systems have been widely applied in power systems and will also be the dominant part of future power systems. This type of generation system has features that are distinctive among non-renewable huge capacity fossil and nuclear power generation systems. These types of distributed generation are comparatively very small and most оf them are constructed for the application оf nonconventional energy such as hydraulic power or wind power in the generation of electricity. And, whenever this type of DG system аre functioned in parallel together with main utility power systems, then particularly the power quality problem beсоme more significant with reverse power flow. Reliability, frequency deviation, harmonics, and voltage deviation of the power system are the main power quality problems. Also, a critical, and major problem of power quality is аn islanding protection. Tо resolve islanding problems, the detectors of islanding conditions аre used tо find аn islanded situation and allow the circuit breaker to trip. These circuit breakers are available in between the distributed generation and the power system. This Paper presents а nоvel concept оf the detection of islanding by the support of Slip Mоde Frequency Shift (SMFS) technique fоr the defense оf distributed generator fed systems from the Islanding conditions which has been tested and verified by the help of the proposed Simulink diagram on Matlab-2021a platform.

PL

Systemy generacji rozproszonej (DG) są szeroko stosowane w systemach elektroenergetycznych i będą również dominującą częścią przyszłych systemów elektroenergetycznych. Ten typ ma cechy charakterystyczne dla nieodnawialnych systemów wytwarzania energii z paliw kopalnych i jądrowych o dużej mocy. Różne rodzaje generacji rozproszonej są porównywalnie małej mocy i większość z nich jest konstruowana do wykorzystywania energii niekonwencjonalnej, takiej jak energia hydrauliczna lub energia wiatru do wytwarzania energii elektrycznej. I kiedy ten typ systemu DG działa równolegle z głównymi systemami zasilania, to szczególnie problemy z jakością zasilania stają się bardziej znaczące przy odwróconym przepływie mocy. Niezawodność, odchylenie częstotliwości, harmoniczne i odchylenie napięcia systemu elektroenergetycznego to główne problemy dotyczące jakości energii. Ponadto krytycznym i głównym problemem jakości energii jest ochrona wysp. Aby rozwiązać problemy związane z wyspą, detektory warunków wyspowych są wykorzystywane do wykrycia szczególnej sytuacji na wyspie i umożliwienia przerwania obwodu. Wyłączniki są dostępne pomiędzy generacją rozproszoną a systemem elektroenergetycznym. Niniejsza praca przedstawia nowatorską koncepcję wykrywania zjawisk wyspowych przy pomocy techniki przesunięcia trybu poślizgu częstotliwości (SMFS) do ochrony systemów zasilanych z generatorów rozproszonych przed warunkami wyspowymi. Pomysł został przetestowany i zweryfikowany za pomocą proponowanego diagramu Simulinka na platformie Matlab-2021a.

4

Study and analysis of discrete event-driven autonomous system with a case study for a robotics task

100%

Raj R. , Kos A.

Przegląd Elektrotechniczny

|

2023

|

tom R. 99, nr 9

50--56

EN

Highly probabilistic, potential, and dynamic domains are only relatively known to contribute classical techniques for complex system establishment impossible. Currently available technologies and strategies do not adequately address these novel needs. Thus, by enabling autonomous systems to adapt, decision-making and learning abilities, we can empower them with sufficient and appropriate expertise to recognize and address such issues. To address these requirements, discrete event-driven systems (DEDS) have been developed. This system can help the technologists of future autonomous systems by simulating the effect of auxiliary designs on the performance of the autonomous system. For modeling regular feedback of performance that is influenced by traditional techniques and depends on trust, the discrete event-driven method is most suited. This paper describes the DEDS system, the modeling of this system, and as well as the supervisory control system by explaining the supervisor, and partial supervisor. A comprehensive literature survey has been carried out in this article to explain the controllability, diagnosability, and observability potential of the DEDS system for various applications. Some of the major areas of applications such as healthcare, logistics, robotics, and banking sectors, have been discussed. Also, we have explained this system with the help of modeling a discrete event system for a queuing problem associated with robotics tasks as an example by the simulation with MATLAB 2022a. Lastly, the possible future research directions in the DEDS advancement have been provided.

PL

Wysoce probabilistyczne, potencjalne i dynamiczne domeny są znane z tego, że niemożliwe jest wniesienie klasycznych technik do tworzenia złożonych systemów. Obecnie dostępne technologie i strategie nie zaspokajają odpowiednio tych nowych potrzeb. Zatem, umożliwiając autonomicznym systemom adaptację, podejmowanie decyzji i zdolność uczenia się, możemy wyposażyć je w wystarczającą i odpowiednią wiedzę fachową, aby rozpoznawać i rozwiązywać takie problemy. Aby spełnić te wymagania, opracowano dyskretne systemy sterowane zdarzeniami (DEDS). System ten może pomóc technologom przyszłych systemów autonomicznych, symulując wpływ podsystemów pomocniczych na wydajność systemu autonomicznego. Do modelowania regularnych informacji zwrotnych na temat wyników, na które wpływają tradycyjne techniki i które zależą od zaufania, najbardziej odpowiednia jest metoda dyskretnych zdarzeń. W artykule opisano system DEDS, modelowanie tego systemu, a także system kontroli nadzorczej poprzez opisanie nadzorcy i kierownika częściowego. W tym artykule przeprowadzono obszerny przegląd literatury w celu wyjaśnienia sterowalności, diagnozowalności i potencjału obserwowalności systemu DEDS w różnych zastosowaniach. Omówiono niektóre z głównych obszarów zastosowań, takich jak sektor opieki zdrowotnej, logistyki, robotyki i bankowości. Wyjaśniliśmy również ten system za pomocą modelowania systemu zdarzeń dyskretnych dla problemu kolejkowania związanego z zadaniami robotyki na przykładzie symulacji z MATLAB 2022a. Na koniec przedstawiono możliwe przyszłe kierunki badań w zakresie rozwoju DEDS.