Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

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
EN
The aim of the paper is to present a new approach for integrating expert knowledge with knowledge derived from a data set, called INTEGR. INTEGR approach is based on the method of training an expert fuzzy model with a set of data points but eliminates main drawbacks of this method. The paper presents both - the theoretical description of INTEGR algorithm and its practical application.
PL
Zarówno modele rozmyte budowane na podstawie zbioru danych pomiarowych jak i modele rozmyte budowane przy wykorzystaniu wiedzy eksperckiej mają specyficzne dla siebie wady i zalety. Model ekspercki jest modelem przybliżonym, ale obowiązującym w całej dziedzinie analizowanej zależności, natomiast model zbudowany na podstawie zbioru danych pomiarowych jest modelem dokładnym, ale wiarygodnym tylko w pewnym, ściśle określonym fragmencie dziedziny. Wynika z tego, że aby zwiększyć precyzję rozmytych modeli eksperckich należy do nich dołączyć wiedzę zawartą w danych pomiarowych i analogicznie, żeby poszerzyć zakres stosowalności modeli rozmytych opracowanych na podstawie zbioru danych pomiarowych należy dołączyć do nich wiedzę ekspercką. Celem niniejszego artykułu jest przedstawienie nowej metody integracji wiedzy eksperckiej z wiedzą wydobytą z danych pomiarowych (metody INTEGR). Opisywana metoda jest oparta na uczeniu eksperckiego modelu rozmytego przy pomocy zbioru danych pomiarowych, ale eliminuje podstawowe wady tego podejścia. W artykule zaprezentowano zarówno teoretyczny opis metody, jak i jej praktyczne wykorzystanie na przykładzie modelu rozmytego przeznaczonego do wyceny samochodów używanych.
2
Content available remote EEG Feature Selection for BCI Based on Motor Imaginary Task
100%
EN
The greatest problem met when a Brain Computer Interface (BCI) based on electroencephalographic (EEG) signals is to be created is a huge dimensionality of EEG feature space and at the same time very limited number of possible observations. The first is a result of a huge amount of data which can be recorded during the single trial, the latter - the result of individuality of EEG signals, which can significantly differ in different frequency bands determined for different subjects. These two reasons force the brain researches to reduce the huge EEG feature space to only some features, those which allow to build a BCI of a satisfactory accuracy. The paper presents the comparison of two methods of feature selection – blind source separation (BSS) method and method using interpretable features. The comparison was carried out with the data set recorded during EEG session with a subject whose task was to imagine movements of right and left hand.
3
Content available remote Krótki przegląd ekonomicznych zastosowań systemów ekspertowych
100%
EN
The aim of this article is to present a short overview of expert systems applied in various fields of economy. Of course, the overview is not a complete one - its only task is to show that expert systems are infomiatics systems commonly used in economy, especially in highly-developed countries, and their further development is necessary to improve the quality of companies management. As it will be presented in the article, expert systems are applied in many important fields of economy, e.g. in: finance, accountancy, banking system, insurance system, management etc. In these areas expert systems are used for: forecasting of: bankruptcy, stock prices, rates of exchange, financial indicators; evaluating of future contracts prices or properties prices; firms classification, cost minimisation, tax planning etc. The growing interest of expert systems in economy is a result of a possibility of imitating a human way of thinking which is necessary to assist a human decision maker in a process of taking a decision.
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.