PL
 |
EN
Ten serwis zostanie wyłączony 2025-02-11.
Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 13

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Zastosowanie teorii fraktali do kompresji obrazów
100%
Rudziński F.
Elektronika : konstrukcje, technologie, zastosowania
|
2003
|
tom Vol. 44, nr 5-6
32-36
PL
Kompresja danych stała się ważnym elementem w procesie zapamiętywania i transmisji informacji. Geometria fraktalna umożliwia tworzenie nowej klasy figur geometrycznych, które mogą być użyte do kodowania elementów obrazu. Takie kodowanie wykorzystywane jest do kompresowania obrazów. Podstawą teorii fraktalnej jest teza, że obraz może być odbudowany przez użycie szeregu mniejszych podobnych do siebie obrazów. Podczas kodowania obrazu algorytm dzieli obraz na mniejsze części, które łączy w pola. Dla każdego stworzonego pola wyszukuje się szereg podobnych odpowiedników i dla nich dobierany jest zestaw funkcji transformacji umożliwiający ich odtworzenie. Kompresja otrzymywana jest przez przechowanie tylko zestawu funkcji transformacji. Pomimo że czas kodowania fraktalnego jest bardzo długi (ze względu na skomplikowane procedury poszukiwania wspólnych własności obszarów obrazu), ten kierunek badań oferuje bardzo obiecujące wyniki. Kompresja fraktalna umożliwia osiągnięcie współczynnika kompresji rzędu 10 000:1. Artykuł opisuje teorię i implementację fraktalnej kompresji obrazów. Przedstawia podstawy teorii fraktalnej w kontekście zastosowania do kompresji obrazów oraz przykłady implementacji algorytmów przetwarzania. Wyniki fraktalnej kompresji obrazów będą porównywane ze standardowymi technikami kompresji. Na koniec przedstawione zostaną sugestie dalszych ulepszeń algorytmu (np. wspomagania algorytmu sieciami neuronowymi) oraz użycia tych metod kompresji w innych obszarach nauki.
EN
Data compression has become an important issue in relation to storage and transmission of information. Standard graphics systems encode pictures by assigning an address and color attribute for each point of the object resulting in a long list of addresses of attributes. Digital image compression is especially important due to the high storage and transmission requirements. Various compression methods have been proposed in recent years using different techniques to achieve high compression ratios. Ali these methods have a common feature - the compressed images are approximations of originals. Fractal geometry enables a newer class of geometrical shapes to be used to encode whole objects, thus image compression is achieved. The basic principle is that an image can be reconstructed by using the self similarities in the image itself. When encoding an image, the algorithm partitions the image into a number of square blocks (domain blocks). After this a new partition into smaller blocks (range blocks) takes place. For every range block the best matching domain block is searched among all domain blocks by performing a set of transformations on the blocks. The compression is obtained by storing only the descriptions of these transformations. However, the coding process suffers from the long search time of the domain block pool. Compression ratios of 10 000: 1 has been claimed by researchers in this field. Fractal image compression offers many promising results. This paper presents a theory and an implementation of a fractal image compression. The results of a fractal image compression are compared with standard compression techniques. Finally, suggestions of further improvements (with the use of neural networks) and an application of the method in other areas is also presented.
2
Content available Zastosowanie algorytmów ewolucyjnych w problemie marszrutyzacji z oknami czasowymi
63%
Głuszek A. , Rudziński F.
|
|
tom R. 22, nr 12
557--563, CD
PL
Niniejszy artykuł prezentuje wyniki zastosowania wybranych algorytmów ewolucyjnych do problemu marszrutyzacji z oknami czasowymi. Problem marszrutyzacji stanowi zagadnienie należące do zadań optymalizacji kombinatorycznej, a w szerszym zakresie – do badań operacyjnych. Ze względu na jego duże znaczenie praktyczne, zwłaszcza w obszarze zarządzania transportem, wciąż trwają intensywne badania w zakresie poszukiwania nowych i udoskonalania już istniejących algorytmów, umożliwiających jego efektywne rozwiązywanie. W rozdziale pierwszym niniejszego artykułu przedstawiono formalnie zadanie marszrutyzacji z oknami czasowymi. Rozdział drugi prezentuje krótko algorytmy ewolucyjne zastosowane w rozważanym problemie planowania optymalnego zestawu tras dla zespołu pojazdów. Proponowane podejście obejmowało wykorzystanie klasycznego algorytmu genetycznego, strategii ewolucyjnej i algorytmu przeszukiwania rozproszonego. Rozdział trzeci przedstawia zestaw problemów testowych wykorzystywanych w niniejszej pracy oraz wyniki przeprowadzonych eksperymentów numerycznych. Rezultaty działania algorytmów ewolucyjnych porównano dodatkowo z wynikami uzyskanymi przy zastosowaniu zaawansowanego dwufazowego algorytmu heurystycznego, wykorzystującego zmodyfikowany algorytm wspinaczkowy.
EN
The paper presents application of evolutionary algorithms to capacitated vehicle routing problem with time windows. Vehicle routing problem is an important combinatorial optimization task and it is related to operations research. It has great practical relevance, especially in the fields of transport management, distribution and logistics. Development of the algorithms for efficient solving of the vehicle routing problem is still very intensive. In the first section of the paper, capacitated vehicle routing problem with time windows is formally presented. Next section describes in outline evolutionary algorithms applied to considered problem of designing the optimal set of routes for team of vehicles. In our approach we use genetic algorithm, evolution strategy and scatter search algorithm. The third section presents a set of test examples, used in this work and the results of performed numerical experiments. The comparison of results obtained by evolutionary algorithms and advanced two-phase heuristic method, based on modified hill climbing algorithm, is also provided.
3
Uogólnione, samoorganizujące się sieci neuronowe w problemach tzw. odkrywania wiedzy w bazach danych
63%
Gorzałczany M. B. , Rudziński F.
Zeszyty Naukowe Politechniki Świętokrzyskiej. Elektryka
|
2005
|
tom Z. 42
181-195
PL
Niniejszy artykuł prezentuje oryginalne uogólnienie samoorganizujących się sieci neuronowych oraz ich zastosowanie w problemach tzw. odkrywania wiedzy (ang. knowledge discovery) w bazach danych. Systemy zdolne do syntetyzowania wiedzy z olbrzymiej i lawinowo narastającej ilości danych numerycznych zawartych w bazach danych odgrywają coraz ważniejszą rolę w zagadnieniach przetwarzania informacji i szeroko rozumianej informatyce. Proponowane uogólnienie samoorganizujących się sieci neuronowych pozwala na efektywne i automatyczne wykrywanie określonych wzorców w danych w ramach tzw. nienadzorowanego grupowania danych. Praktyczna użyteczność proponowanego rozwiązania została przetestowana z wykorzystaniem rzeczywistych, złożonych, wielowymiarowych danych zawartych w bazie 'House-votes-84' zawierającej wyniki głosowań członków Kongresu USA i dostępnej na serwerze FTP Uniwersytetu Kalifornijskiego w Irvine (ftp.ics.uci.edu).
EN
This paper presents an original generalization of self-organizing neural networks and their application to knowledge discovery problems. Systems able to synthesize the knowledge from huge and rapidly growing amounts of numerical data in databases play more and more important role in information-processing problems and computer science in general. The proposed generalization of the self-organizing neural networks enables us to effectively and automatically discover some patterns in data in the framework of unsupervised data clustering. Practical usefulness of the proposed solution has been tested with the use of real, complex and multidimensional data coming from 'House-votes-84' database containing voting records of USA Congress members. The database is accessible at FTP server of the University of California at Irvine (ftp.ics.uci.edu).
4
Tematyczna klasyfikacja dokumentów WWW z wykorzystaniem oryginalnej metody sztucznej inteligencji
63%
Gorzałczany M. B. , Rudziński F.
Zeszyty Naukowe Politechniki Świętokrzyskiej. Elektryka
|
2005
|
tom Z. 42
165-180
PL
Niniejszy artykuł prezentuje oryginalną metodę sztucznej inteligencji (dynamiczne, samoorganizujące się sieci neuronowe) oraz ich zastosowanie w złożonych zagadnieniach analizy informacji dostępnej w sieci Internet. Jednym z niezwykle aktualnych, ważnych i złożonych zagadnień z wymienionego obszaru jest szeroko rozumiana tematyczna klasyfikacja dokumentów dostępnych w tej sieci. Zagadnienie to jest bezpośrednio powiązane z innymi, aktualnymi i ważnymi problemami, takimi jak wyszukiwanie dokumentów najbardziej podobnych do zapytania użytkownika, sortowanie dokumentów według zadanych kryteriów, automatyczne tworzenie streszczeń dokumentów itp. Praca prezentuje oryginalną, dynamiczną, samoorganizującą się sieć neuronową oraz test jej praktycznej użyteczności w zagadnieniach nienadzorowanej klasyfikacji dokumentów WWW na przykładzie zbioru streszczeń artykułów naukowych dostępnych na stronie internetowej Cornell University w USA (http://arxiv.org).
EN
This paper presents an original AI (Artificial Intelligence) method (a dynamic, self-organizing neural network) and its application to complex problems of an analysis of information available in the Internet network. One of the most important and complex issues in the above-mentioned area is the classification of documents that are available in this network. These issues are directly connected to other important problems like searching of documents most similar to queries of users, sorting of documents according to given criteria, automatic creating of abstracts of document, etc. This work presents an original, dynamic, self-organizing neural network and the test of its practical usefulness in problems of unsupervised WWW-documents classification with the use of abstracts of scientific papers that are available at the WWW site of Cornell University, USA (http://arxiv.org).
5
Podstawy algorytmów genetycznych w zagadnieniach optymalizacji funkcji wielu zmiennych
63%
Gorzałczany M. B. , Rudziński F.
Zeszyty Naukowe Politechniki Świętokrzyskiej. Elektryka
|
2004
|
tom Z. 41
31-43
PL
Niniejsza praca prezentuje budowę algorytmu genetycznego oraz jego zastosowanie do poszukiwania maksimum globalnegop złożonej funkcji dwóch zmennych. Przeprowadzono również analizę wpływu poszczególnych parametrów oraz operatorów algorytmu na jego działanie oraz na generowane przez niego rozwiazania. Niniejszą pracę potraktować mozna jako wprowadzenie do bardziej zaawansowanych zastosowań algorytmów genetycznych przedstawionych w dwóch kolejnych pracach tych samych autorów, zawartych w niniejszym Zeszycie Naukowym.
EN
The paper presents the construction of a genetic algorithm and its application to searching of a global maximum of a complex two-variable function. An analysis of influence of particular parameters and operators of the genetic algorithm and solutions it generates has also been carried out. This paper can be considered as an introduction to more advanced applications of genetic algorithms presented in two following papers (by the same authors) included in this volume.
6
Optymalizacja zadania komiwojażera z wykorzystaniem algorytmu genetycznego
63%
Gorzałczany M. B. , Rudziński F.
Zeszyty Naukowe Politechniki Świętokrzyskiej. Elektryka
|
2004
|
tom Z. 41
45-54
PL
Niniejsza praca prezentuje sposób wykorzystannia algorytmu genetycznego do optymalizacji zadania komiwojażera. Przedstawiono przebieg optymalizacji tego zadania zarówno dla punktów rozmieszczonych równomiernie (wzdłuż krzywej w kształcie "rogala"), jak i rozmieszczonych losowo na płaszczyxnie. Ponadto, w zarysie pzredstawiono wykorzystanie sposobu rozwiązania zadania komiwojażera do wyznaczania liczby skupisk (klastrów) w złożonych zbiorach danych. Zagadnienie to jest szerzej omówione w kolejnej pracy tych samych autorów zawartej w niniejszym Zeszycie Naukowym.
EN
The paper presents how to use a genetic algorthm to optimization of the Traveling Salesman Problem. The course of optimization if this problem has been presented for two sets of points: a) uniformly (along a curve of a "crescent" shape) distributed, and b) randomly distributed on a plane. Moreover, the use of the proposed Traveling-Salesman-Problem optimization technique to determination of the number of clusters in complex data sets has been outlined. Broader presentation of this problem can be found in the following paper (by the same authors) included in this volume.
7
Algorytmy genetyczne oraz sieci Kohonena w zagadnieniach wyznaczania skupisk (klastrów) w złozonych zbiorach danych
63%
Gorzałczany M. B. , Rudziński F.
Zeszyty Naukowe Politechniki Świętokrzyskiej. Elektryka
|
2004
|
tom Z. 41
55-69
PL
W niniejszej pracy przedstawiono dwie metody wyznaczania skupisk (klastrów) w złożonych zbiorach danych: a) metodę wykorzystującą-bazujące na algorytmie genetycznym - rozwiązanie zadania komiwojażera, przedstawione w kolejnej pracy tych samych autorów zawartej w niniejszym Zeszycie Naukowym, oraz b) metodę wykorzystującą samoorganizującą sie siec Kohonena. Obie metody przedstawiono z wykorzystaniem przykładowego zbioru danych, a nastepnie przetestowano i porównano wykorzystując rzeczywisty złożony i wielowymiarowy zbiór danych (tzw. Zoo Database) dostępny na serwerze FTP Uniwersytetu Kalifornijskiego w Irvine (ftp.ics.uci.edu).
EN
The paper presents two methods for determining the number of clusters in complex data sets: a) a method utilizing the genetic-algorithm-based solution of the traveling Salesman problem presented in the following paper (by the same authors) included in this volume, and b) a method utilizing self-organizing Kohonen network. Both methods have been presented by means of an exemplary data set and then they have been tested and compared on the real, complex and multidimensional data set (Zoo Database) available from FTP server of the University of California at Irvine (ftp.ics.uci.edu).
8
Content available Handling fuzzy systems’ accuracy-interpretability trade-off by means of multi-objective evolutionary optimization methods – selected problems
63%
Gorzałczany M. B. , Rudziński F.
Bulletin of the Polish Academy of Sciences. Technical Sciences
|
2015
|
tom Vol. 63, nr 3
791--798
EN
The paper addresses several open problems regarding the automatic design of fuzzy rule-based systems (FRBSs) from data using multi-objective evolutionary optimization algorithms (MOEOAs). In particular, we propose: a) new complexity-related interpretability measure, b) efficient strong-fuzzy-partition implementation for improving semantics-related interpretability, c) special-coding-free implementation of rule base and original genetic operators for its processing, and d) implementation of our ideas in the context of well-known MOEOAs such as SPEA2 and NSGA-II. The experiments demonstrate that our approach is an effective tool for handling FRBSs’ accuracy-interpretability trade-off, i.e, designing FRBSs characterized by various levels of such a trade-off (in particular, for designing highly interpretability-oriented systems of still competitive accuracy).
9
Content available Clustering and filtering of measurement data based on dynamic self-organizing neural networks
63%
Gorzałczany M. B. , Rudziński F.
Pomiary Automatyka Kontrola
|
2010
|
tom R. 56, nr 12
1416-1419
EN
The paper presents an application of dynamic self-organizing neural networks (introduced by the same authors) to clustering of complex, multidimensional measurement-type data using as an example the so-called Synthetic Control Chart Time Series available at WWW server of the Department of Information and Computer Science, the University of California at Irvine. Moreover, after deactivation of some of the mechanisms governing the operation of the proposed networks they become efficient tools for signal and data filtering. The filtering of Equiptemp measurement data set available from Time Series Library by means of the proposed networks is also briefly presented.
PL
Artykuł prezentuje zastosowanie tzw. dynamicznych samoorganizujących się sieci neuronowych (zaproponowanych przez autorów tej pracy) do grupowania złożonych, wielowymiarowych danych pomiarowych na przykładzie zbioru danych Synthetic Control Chart Time Series dostępnego na serwerze WWW Uniwersytetu Kalifornijskiego w Irvine (Department of Information and Computer Science). Proponowane sieci, w trakcie procesu uczenia, są w stanie dzielić swoje łańcuchy neuronów na podłańcuchy, ponownie łączyć wybrane podłańcuchy ze sobą oraz dynamicznie zmieniać całkowitą liczbę neuronów sieci. Cechy te umożliwiają im jak najlepsze dopasowanie się do nieznanych z góry struktur "zakodowanych" w danych. Funkcjonowanie proponowanych sieci zilustrowano najpierw na przykładzie złożonego zbioru danych dwuwymiarowych typu dwóch spiral. Po wyłączeniu pewnych mechanizmów rządzących funkcjonowaniem proponowanych sieci stają się one również efektywnymi narzędziami filtracji sygnałów. Przykłady filtracji danych pomiarowych zawartych w zbiorze Equiptemp pochodzącym z tzw. Time Series Library są również przedstawione w artykule.
10
Content available Measurement data in genetic fuzzy modelling of dynamic systems
63%
Gorzałczany M. B. , Rudziński F.
Pomiary Automatyka Kontrola
|
2010
|
tom R. 56, nr 12
1420-1423
EN
The paper presents a genetic fuzzy rule-based approach to the modelling of complex dynamic systems and processes using measurement data that describe their behaviour. The application of the proposed technique to modelling an industrial gas furnace system (the so-called Box-Jenkins benchmark) using measurement data available from the repository at the University of Wisconsin at Madison (http://www.stat.wisc.edu/~reinsel/ bjr-data) is also presented in the paper.
PL
Artykuł prezentuje podejście genetyczno-rozmyte do modelowania (z wykorzystaniem zestawów reguł rozmytych) złożonych, dynamicznych systemów i procesów na bazie danych pomiarowych opisujących ich zachowanie. Najpierw sformułowany został problem budowy modeli (w formie zestawów reguł rozmytych) systemów dynamicznych z wykorzystaniem danych opisujących ich zachowanie. Następnie przedstawiono proces syntezy reguł rozmytych z danych z wykorzystaniem zaproponowanego przez autorów zmodyfikowanego podejścia typu Pittsburgh z obszaru algorytmów genetycznych. Z kolei, przedstawiono zastosowanie proponowanej techniki do modelowania systemu przemysłowego pieca gazowego (tzw. benchmark Box'a-Jenkins'a) z wykorzystaniem danych pomiarowych dostępnych w repozytorium Uniwersytetu Wisconsin w Madison, USA (http://www.stat.wisc. edu/~reinsel/bjr-data). Uzyskany model, w formie zestawu reguł rozmytych, przetestowano w trybie pracy predyktora jednokrokowego oraz wielokrokowego (na pełnym horyzoncie symulacji). Dokonano również analizy zależności pomiędzy dokładnością a przejrzystością (mierzoną liczbą reguł) modelu oraz przetestowano model ze zredukowaną bazą reguł.
11
Content available remote The maintenance costs estimation of electrical lines with the use of interpretability-oriented genetic fuzzy rule-based systems
63%
Rudziński F. , Piekoszowski J.
Przegląd Elektrotechniczny
|
2013
|
tom R. 89, nr 8
43--47
EN
The paper demonstrates an evolutionary technique to design an interpretability-oriented fuzzy rule-based system and its application to estimate the maintenance costs of medium voltage electrical lines. The main goal of the proposed technique is to design the system with not only a relatively high accuracy for estimating the costs, but also with a clear and transparent structure which is easy to interpret by humans. The structure includes easily readable and understandable fuzzy logic rules that represent the knowledge about the considered problem.
PL
Praca demonstruje ewolucyjną technikę projektowania przejrzystych systemów regułowo-rozmytych i jej zastosowanie do szacowania kosztów utrzymania linii energetycznej średniego napięcia. Zaprojektowany system posiada względnie wysoką dokładność i przejrzystą strukturę w formie czytelnych, zrozumiałych i łatwych do interpretacji przez człowieka reguł logicznych, będących kwintesencją wiedzy o rozważanym problemie.
12
Optymalizacja lokalizacji centrów dystrybucyjnych z wykorzystaniem wielokryterialnego algorytmu genetycznego ɛ-NSGA-II
51%
Rudziński F. , Głuszek A. , Piekoszewski J.
Logistyka
|
2014
|
tom nr 6
9223--9231
PL
Praca przedstawia zastosowanie genetycznego algorytmu optymalizacji wielokryterialnej ɛ-NSGA-II (ang. Epsilon-Dominance Non-Dominated Sorted Genetic Algorithm) do rozwiązywania problemu rozmieszczenia centrów dystrybucyjnych w sieci dystrybucyjnej (logistycznej). Zastosowana technika optymalizacji umożliwia uzyskanie zestawu tzw. rozwiązań Pareto-optymalnych, reprezentujących różny poziom kompromisu pomiędzy przyjętymi kryteriami oceny. Wykorzystano model sieci dystrybucyjnej zorientowany na minimalizację całkowitego kosztu utrzymania sieci, minimalizację emisji dwutlenku węgla wydalanego przez silniki spalinowe do atmosfery oraz maksymalizację niezawodności usług transportowych. Rezultaty eksperymentów oraz analiza porównawcza proponowanego podejścia z alternatywną techniką, tj. hybrydową metodą ɛ -wymuszeń (ang. ɛ-constraint method) wykazały wysoką użyteczność algorytmu ɛ-NSGA-II w rozwiązywaniu tego rodzaju problemów oraz jej wyraźną przewagę nad konkurencyjna metodą.
EN
The paper presents an application of the multi-objective genetic algorithm ɛ-NSGA-II (Epsilon-Dominance Non-Dominated Sorted Genetic Algorithm) in the logistic facilities location problems. This technique allows to obtain a set of so-called Pareto-optimal solutions representing different levels of compromise between the criteria of their evaluation. A model of the distribution network used in the paper is focused on minimizing the total maintenance cost of the network, minimizing carbon emissions emitted by internal combustion engines into the atmosphere and maximizing the customer service reliability. The results of experiments and a comparative analysis of the proposed approach with an alternative technique, ie. hybrid ɛ-constraint method prove a high utility of ɛ-NSGA-II algorithm in solving this kind of problems. A distinct advantage of the approach over the alternative technique has been demonstrated as well.
13
Optymalizacja przy pomocy roju cząstek bazy reguł klasyfikatora rozmytego
51%
Głuszek A. , Gorzałczany M. B. , Rudziński F.
Logistyka
|
2014
|
tom nr 6
3960--3968
PL
Systemy rozmyte wykorzystywane są często jako systemy eksperckie, w tym systemy klasyfikacji danych. Szczególnie ważną kwestią jest w tym przypadku stworzenie i optymalizacja bazy reguł rozmytych na podstawie danych, opisujących konkretne zagadnienie. W tym celu stosowane są głównie metody z obszaru tzw. inteligencji obliczeniowej (ang. computational intelligence), zwłaszcza z zakresu algorytmów ewolucyjnych. Pierwsza część niniejszego artykułu prezentuje zastosowanie, należącego do obszaru tzw. inteligencji rojowej, algorytmu optymalizacji rojem cząstek PSO (ang. Particle Swarm Optimization) do optymalizacji bazy reguł klasyfikatora rozmytego. W drugiej części artykułu przedstawiono zastosowanie proponowanego podejścia do problemu klasyfikacji dwóch zbiorów danych, pochodzących ze znanej bazy UCI Machine Learning Repository (tzw. Iris Data i Glass Identification Data). Uzyskane wyniki porównano z rezultatami działania metod alternatywnych  algorytmu największego spadku oraz klasycznego algorytmu genetycznego.
EN
Fuzzy systems are often used as expert systems including data classification systems. Very important issue is designing and optimization of their fuzzy rule bases from available pattern data. For this purpose, methods from the area of computational intelligence (especially evolutionary algorithms) are usually applied. The first part of this paper presents an application of the particle swarm optimization algorithm for optimizing rule base of the fuzzy classifier. Particle swarm optimization belongs to the class of swarm intelligence algorithms. Swarm intelligence techniques use the collective behaviors of many simple agents which interact with each other and with their environment. The second part of the paper describes the application of the presented method for the classification of two well-known data sets from UCI Machine Learning Repository (Iris Data and Glass Identification Data). The proposed approach is also compared with two alternative methods - gradient descent and genetic algorithm
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.