PL
 |
EN
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: 15

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
Content available Próba neuronowego modelowania zawartości radioaktywnego kobaltu w zależności od składu chemicznego wody w reaktorze jądrowym
100%
Grabska-Chrząstowska J.
|
2008
|
tom T. 12, z. 3
919-924
PL
W pracy przedstawiono wykorzystanie sieci neuronowych do tworzenia modelu zależności zawartości pierwiastka promieniotwórczego Co od zawartości pięciu metali w wodzie reaktora jądrowego. Otrzymano bardzo obiecujące modele procesu, rokujące nadzieje na badanie czułości modelu na zmianę parametrów wejściowych. Równocześnie wykazano ogromną rolę historii pomiarów przy tworzeniu modelu.
EN
The paper presents the use of neural networks to create a dependence model of the content of a radioactive mineral Co on the content of five metals in the water of a nuclear reactor. Very promising models of the process were received which gives hope to research the sensitivity of the model towards changes of the input parameters. At the same time a great importance of the history of measurements at creating the model was proved.
2
Content available remote Porównanie działania sieci Hopfielda i algorytmów genetycznych dla problemu komiwojażera
63%
Klimek M. , Grabska-Chrząstowska J.
|
2004
|
tom T. 8, z. 3
459-467
PL
W artykule zostały przedstawione wyniki zastosowania sieci typu Hopfielda do rozwiązywania problemu komiwojażera, standardowego problemu testowego dla różnych narzędzi optymalizacyjnych. W celu porównania efektywności działania zaimplementowanej sieci dodano algorytm genetyczny rozwiązujący problem komiwojażera i porównano wyniki osiągane przez poszczególne algorytmy. Prosty algorytm genetyczny okazał się nieporównanie lepszy od najlepiej skonfigurowanej sieci Hopfielda.
EN
The paper presents the results of using Hopfield type neural networks to solve the Travelling Salesman Problem, a standard test problem for various optimisation tools. A genetic algorithm solving the TSP was added in order to compare the efficiency of the implemented network functioning and the results obtained by particular algorithms were compared. The simple genetic algorithm appeared incomparably better than the best configured Hopfield network.
3
Content available Automatyzacja procesu badania neuronowego systemu wnioskującego opartego na programie Statistica w praktycznym zastosowaniu
63%
Grabska-Chrząstowska J. , Lazar W.
|
|
tom T. 13, z. 3/2
1369-1375
PL
W pracy przedstawiono wykorzystanie automatycznego systemu dobierającego parametry układu sieci neuronowych w celu klasyfikacji pacjentów na dwie grupy. Do praktycznej weryfikacji działania stworzonego oprogramowania wybrano kategoryzację badań spirometrycznych. Wyniki systemu porównano z wcześniej opublikowaną próbą empirycznego dobrania parametrów układu sieci.
EN
The paper presents the use of an automated system choosing neural system network parameters in order to classify patients into two groups. Categorisation of spirometric tests was chosen for practical testing of the created software. The results of the system were compared to the earlier published attempt of an empirical choice of network system parameters.
4
Content available Zastosowanie sieci neuronowych w modelowaniu kinetycznym mocznika
63%
Korohoda P. , Grabska-Chrząstowska J.
|
2010
|
tom T. 14, z. 3/2
785-793
PL
W artykule opisano eksperyment pozytywnie weryfikujący tezę, iż za pomocą sieci perceptronowej możliwe jest zadowalająco dokładne szacowanie klirensu międzyprzedziałowego oraz obu objętości przedziałów w modelu dwuprzedziałowym, na podstawie danych modelujących wartości pomiarowe stężenia mocznika co 10 minut oraz dodatkowych danych liczbowych dostępnych pomiarowo w czasie rzeczywistej sesji dializacyjnej. W eksperymencie wykorzystano dziesięć tysięcy symulowanych sesji modelowych. Wykazano także, iż uzyskana wysoka precyzja szacowania wymienionych parametrów szybko maleje przy zmniejszeniu liczby wartości pomiarowych stężenia do 5 i 2 wartości w czasie sesji.
EN
In the paper an experiment aimed at verification of the thesis that the multilayer perceptron network may be succesfully used to assess the intercompartmental clearance and the volumes of both compartments has been descibed. The results with satisfactory precision were obtained when data simulating measurements of urea in blood concentration every 10 minutes, accompanied by other numerical data available via measurement where applied. In the experiment a set of ten thousand simulated hemodialysis sessions were utilized. Additionaly, it has been shown, that the high precision of assessed parameters drops rapidly while reducing the number of measurements of the concentration values to 5 and 2 during each session.
5
Logistic Regression Realized with Artificial Neuron and Estimation Formulas
63%
Korohoda P. , Grabska-Chrząstowska J.
Image Processing & Communications
|
2012
|
tom Vol. 17, no. 4
265--274
EN
In the paper an experiment is described, that was designed and conducted to verify hypothesis that artificial neuron with sigmoidal activation function can efficiently solve the task of logistic regression in the case when the explaining variable is one-dimensional, and the explained variable is binomial. Computations were performed with 12 sets of statistical parameters, assumed for the generation of 65356 sets of data in each case. Comparative analysis of the obtained results with use of the reference values for the regression coefficients indicated that the investigated neuron can satisfactory perform the task, with efficiency similar to that obtained with classical logistic regression algorithm, when the teaching sets of input data, corresponding with output values 0 and 1, do not allow for simple separation. Moreover, it has been discovered that the simple formulas estimating the statistical distributions parameters from the samples, offer statistically superior assessment of the regression coefficient parameters.
6
Content available Weryfikacja użyteczności neuronowych klasyfikatorów wyników badań spirometrycznych
51%
Grabska-Chrząstowska J. , Libuszowski W. , Tomalak W.
|
2005
|
tom T. 9, z. 3
655-662
PL
Badanie spirometryczne jest jednym z najpowszechniej wykonywanych badań diagnostycznych w chorobach układu oddechowego. W przypadku astmy i przewlekłej obturacyjnej choroby płuc stanowi istotny element w procesie stawiania diagnozy. Zależności pomiędzy przepływem wydechowym i objętością wydychanego powietrza podczas manewru forsownego wydechu pozwalają na ewentualne stwierdzenie nieprawidłowości w układzie oddechowym. Niniejsza praca ma na celu weryfikację dotychczas stworzonych modeli neuronowych poprzez ocenę działania klasyfikatora neuronowego na nowej grupie danych i sprawdzenia czułości i swoistości wybranej metody klasyfikacji. Dodatkowo, do analiz i porównań zastosowano model oparty na metodzie k-NN (k-nearest neighbours). Okazało się, że we wszystkich modelach po wprowadzeniu nowych danych pogorszyła się wartość parametru swoistości, a co za tym idzie, również jakość klasyfikacji, ale polepszyła się czułość metod.
EN
Spirometric examination is one of the most common tests performed in diagnosing respiratory system disorders. In case of asthma and obstructive pulmonary disease (COPD) it is crucial element of the diagnosing. The analysis of the relationship between forced flows and volumes make possible the identification of the disorders. This work is aimed at the verification of the classifiers based on neural networks, which were evaluated earlier. The evaluation concentrates on specificity and sensitivity of the classification applied to the new set of data. In addition, the k-NN (nearest neighbours) classifier was incorporated in the analysis. The results show worsening of specificity (resulting in poorer quality of classification), but better sensitivity of the methods used.
7
Content available remote Analiza wpływu parametrów wejściowych na klasyfikację wyników badania spirometrycznego za pomocą sieci neuronowych
51%
Grabska-Chrząstowska J. , Libuszowski W. , Tomalak W.
|
2004
|
tom T. 8, z. 3
469-475
PL
Badanie spirometryczne, polegające na pomiarze objętości i przepływów w układzie oddechowym, jest najczęściej wykonywanym badaniem przy podejrzeniu jakichkolwiek zmian w układzie oddechowym spowodowanych przez proces chorobowy. Interpretacja wyniku badania polega najczęściej na porównaniu wyników pomiarów z wartościami należnymi (normami) i ewentualnym rozpoznaniu zaburzenia. Praca przedstawia próbę zastosowania sieci neuronowych z algorytmem wstecznej propagacji do klasyfikacji wyników badania spirometrycznego. Eksperymenty przeprowadzono na podstawie 1803 wyników badań spirometrycznych wykonanych w Zakładzie Fizjopatologii Układu Oddychania Instytutu Gruźlicy i Chorób Płuc w Rabce. Dla sieci o różnej liczbie wejść (zawierających wyniki pomiarów spirometrycznych i parametry antropometryczne badanych) uzyskano zgodność z klasyfikacją przeprowadzoną przez eksperta rzędu 85,4-89,1%.
EN
Spirometric test, during which flows and volumes of respiratory system are measured is one of the most common diagnostic procedures performed to evaluate any changes in the respiratory system. The interpretation of the results is based on the comparison with predicted values and on recognition of eventual disturbance. The paper presents an attempt to use artificial neural networks with back-propagation algorithm to the classification of spirometric examination. The study was performed on the results of 1803 spirometric tests made in Department of Physiopathology of the Respiratory System, Institute for TBC and Lung Diseases, Rabka Branch. For networks of different numbers of inputs (including spirometric parameters and anthropological measurements) the agreement with expert classification ranged 85.4—89.1%.
8
Content available Weryfikacja działania sieci Kohonena przetwarzających dane ankietowe zebrane wśród studentów krakowskiej AWF
51%
Grabska-Chrząstowska J. , Fiedor M. , Tucholska K.
|
2006
|
tom T. 10, z. 3
503-511
PL
W pracy pokazano na przykładzie danych ankietowych przydatność sieci Kohonena do analizy danych wielowymiarowych. Dzięki redukcji do trzech wymiarów z jednej strony i analizie danych przez eksperta z drugiej strony zweryfikowano użyteczność sieci bez nauczyciela do rozdzielania zbioru danych na oddzielne grupy. Ostateczną weryfikację twierdzenia o braku zależności między opiniami studentów a ich wyborami preferowanych cech u wykładowców dokonano za pomocą sieci LVQ.
EN
On the basis of opinion survey data the paper shows the usefulness of Kohonen's networks for multidimensional data analysis. Due to a reduction to three dimensions on the one hand and the analysis of the data by an expert on the other, the usefulness of unsupervised learning networks for dividing a set of data into separate groups was verified. The final verification of the thesis that there is no correlation between students' opinions and their choices of preferred lecturers' features was carried out using an LVQ network.
9
Application of multidimensional data analysis to chromatography
51%
Satława T. , Grabska-Chrząstowska J. , Korohoda P.
Image Processing & Communications
|
2013
|
tom Vol. 18, no. 2-3
101--108
EN
This work presents analysis of chromatographic signal used to identify substances in samples. First part consists of chromatography overview and description of three classification methods (neural network with backpropagation, probabilistic neural network with Parzen window and support vector machines). Designed algorithm consists of several stages: signal filtering, peak detection and its approximation with sum of two Gaussian functions. The parameters of that two curves are the features vectors describing the peak of the substance. The last step is classification, for which two types of supervised machine learning were compared, based on the whole signal and on features vectors. Both types were tested for different classificators and their parameters. Verification was based on 55 chromatography signals. The best results for both methods of learning were achieved for probabilistic neural networks. The correct classification rate was 82% for the whole signal and 93% for feature vectors.
10
Content available remote Analiza wielowymiarowych danych mikrobiologicznych za pomocą sieci neuronowych
51%
Grabska-Chrząstowska J. , Kitzman P. , Pawlik P.
|
|
tom T. 7, z. 3
543-550
PL
W pracy przedstawiono analizę dotychczasowej metody rozdzielenia pod względem ilościowym dwóch szczepów bakterii Escherichia coli i Weisella viridescens, rosnących wspólnie w płynnym podłożu. Do zgłębiania wielowymiarowych danych użyto unikatowego połączenia dwóch sieci neuronowych, co doprowadziło do zmiany podejścia do zbierania danych. Wszystkie obliczenia wykonano przy pomocy pakietu Statistica Neural Network.
EN
The paper presents analysis of early existing method to distinguish quantitatively two bacterial strains Escherichia coli and Weisella viridescens growing together in the same liquid medium. Two neural networks unique connection are used to multidimensional data mining. It caused to change aproach to collection data. All the calculations were performed with the use of Statistica Neural Networks Package.
11
Directional Image Filtering Based on the Fourier Transform
51%
Korohoda P. , Grabska-Chrząstowska J. , Przybyło J.
|
|
tom Vol. 19, no. 2-3
7--13
EN
An algorithm to design the small size 2-D filter masks with arbitrarily selected rotation angle has been proposed. The classical filter mask of size 3 × 3 is obtained from the reference Fourier space characteristics, rotated in the Fourier domain. The efficiency of the suggested method was illustrated with examples based on the Sobel gradient mask and two test images. Comparative computations indicated that the accuracy of the filtering result with use of the small size filters is noticeably better when the filter has been designed with use of the Fourier characteristics rotation than after direct rotation of the mask in the pixel domain.
12
Content available remote Attempt of neural modelling of castings crystallisation control process
51%
Tadeusiewicz R. , Grabska-Chrząstowska J. , Połcik H.
Computer Methods in Materials Science
|
2008
|
tom Vol. 8, No. 2
58-69
EN
The paper presents a successful attempt to create a neural model for a casting process. Neural network, following the training process, is able to predict selected effects of casting cooling (as a number of metal crystals in certain point of the casting), based on the data referring to the cooling method (the casting is cooled with water, the flow of which is controlled according to a set time algorithm). Various structures of neural networks used for solving the problem in question have been illustrated and the results obtained have been discussed. After creating several successful versions of a straight model, an attempt was made to set up a reverse model, it is such model in which expected control result is supplied to the input of the neural network (here, the number of crystals in a casting), and the network is expected to generate output signal stating how the cooling of the casting should be controlled to accomplish that objective. This has proven impossible, and the relevant reasons and circumstances have been presented.
PL
W artykule zaprezentowano udaną próbę stworzenia neuronowego modelu procesu odlewniczego. Sieć neuronowa po procesie uczenia jest w stanie przewidzieć wybrane efekty chłodzenia odlewu (w postaci liczby kryształów metalu występujących w określonym punkcie odlewu) na podstawie danych dotyczących sposobu chłodzenia odlewu (odlew jest chłodzony wodą, której przepływ sterowany jest według zadawanego wzorca czasowego). W pracy pokazano różne struktury sieci neuronowych używanych do rozwiązywania postawionego problemu oraz przedyskutowano uzyskiwane przy ich pomocy wyniki. Po stworzeniu kilku udanych wersji modelu prostego podjęto próbę stworzenia modelu odwrotnego, to znaczy takiego, w którym na wejście sieci neuronowej podawany jest oczekiwany wynik sterowania (tu - ilość kryształów w odlewie) i oczekuje się, ze sieć na swoim wyjściu wyprodukuje sygnał określający, jak należy sterować chłodzeniem odlewu, żeby ten cel osiągnąć. To zadanie okazało się niemożliwe do zrealizowania, przy czym w artykule dokładnie pokazano przyczyny i okoliczności tej niemożliwości.
13
Content available remote Porównanie metody kNN i techniki sieci neuronowych w klasyfikacji badań spirometrycznych
51%
Grabska-Chrząstowska J. , Libuszowski W. , Tomalak W.
Bio-Algorithms and Med-Systems
|
2005
|
tom Vol. 1, no. 1/2
9--12
PL
Praca przedstawia porównanie sieci neuronowych z metodą najbliższych sąsiadów, zastosowanych do klasyfikacji wyników badania spirometrycznego. Sieci neuronowe okazały się lepszym klasyfikatorem niż metoda kNN.
EN
This paper presents a comparison of neural networks and the kNN method in spirometric tests classification. Neural networks proved to be a better classifier than the kNN method.
14
Content available Zastosowanie sieci neuronowych do predykcji przeżycia w przypadku raka jajnika
51%
Grabska-Chrząstowska J. , Kulpa J. , Rychlik U.
|
2007
|
tom T. 11, z. 3
345-353
PL
Rak jajnika jest jednym z najbardziej złośliwych nowotworów występujących wśród kobiet. Przeżywalność pacjentek szacuje się na 30-50% w zależności od zaawansowania choroby. Bardzo istotna z punktu widzenia klinicznego jest prawidłowa predykcja przeżycia pacjentek ze względu na możliwość wprowadzenia dodatkowego leczenia po obowiązkowym leczeniu chemioterapią. Na podstawie wstępnych wyników badań podczas pierwszej interwencji chirurgicznej oraz rezultatach otrzymanych po I rzucie chemioterapii można przy pomocy sztucznych sieci neuronowych z dużą pewnością przewidywać 24-miesięczne przeżycie poszczególnych pacjentek.
EN
Ovarian carcinoma is one of the most malignant carcinomas within women patients. The patients' survival is estimated at 30-50% depending on the advancement of the disease. A proper prediction of the patients' survival chances is crucial from the clinical point of view due to the possibility of introducing additional treatment after the obligatory chemotherapy. On the basis of initial research results during the primary surgery and the results received after the first step chemotherapy artificial neural network may predict a 24-month survival of particular patients with a high level of certainty.
15
Content available Comparison of selected classification methods in automated oak seed sorting
32%
Grabska-Chrząstowska J. , Kwiecień J. , Drożdż M. , Bubliński Z. , Tadeusiewicz R. , Szczepaniak J. , Walczyk J. , Tylek P.
|
|
tom Vol. 62, nr 1
31--33
EN
In this paper the results of automated, vision based classification of oak seeds viability i.e. their ability to germinate are presented. In the first stage, using a photo of the seed cross-section, a set of feature vectors were determined. Then three classification methods were examined: k-nearest neighbours (k-NNs), artificial neural networks (ANNs) and support vector machines (SVMs). Finally, a 73.1% precision was obtained for kNN and a 64 bin histogram, 78.5% for ANN and a 4 bin histogram and 78.8% for SVM with a 64 bin histogram.
PL
W artykule zaprezentowano wyniki badań automatycznej, wizyjnej klasyfikacji nasion dębu pod względem ich żywotności, tj. zdolności do kiełkowania. W pierwszym etapie prac, na podstawie zdjęcia przekroju nasiona, wyznaczono zbiór cech, który w sposób niezależny od kształtu i rozmiaru poszczególnych obiektów pozwala na opisanie ich budowy anatomicznej. Następnie zbadano, dla wyselekcjonowanych wektorów cech, trzy metody klasyfikacji: k-najbliższych sąsiadów (k-NN), artificial neural networks (ANN) oraz maszynę wektorów nośnych (SVM). Uzyskano 73,1% precyzji rozpoznawania dla histogramu o długości 64 metodą kNN, 78,5% dla histogramu o długości 4 dla ANN i 78,8% dla histogramu o długości 64 metodą SVM.
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.