Wyniki wyszukiwania - Biblioteka Nauki

1

Modelowanie neuronowe w zastosowaniu do oceny zarządzania konfiguracją w logistyce

100%

Świderski A. , Pokora W.

|

2014

|

nr nr 5 (CD)

500-511

XX

Właściwe zarządzanie konfiguracją usług logistycznych ma bezpośredni wpływ na ich jakość. W artykule przedstawiono problematykę modelowania matematycznego eksperckiej oceny zarządzania konfiguracją usług logistycznych, jako narzędzia wspomagającego podejmowanie decyzji. Przedstawiona metoda modelowania oparta jest na wykorzystaniu sztucznych sieci neuronowych. (abstrakt oryginalny)

EN

The appropriate management of logistic services configuration has a direct impact on their quality. The article presents the issue of mathematical modeling used in the expert assessment of the management of logistic services configuration, as a tool that plays an important role in decision making. The presented method of modeling is based on the usage of artificial neural networks. (original abstract)

2

Some Engineering Applications of ANN in CAD

100%

Kiczkowiak T. , Grymek S.

|

nr nr 2

32-37

EN

A theory of the Computer Aided Design systems (CAD) has been one of the main targets of our research for many years. Generally CAD software is used for algorithmic tasks: calculations (e.g. optimisation or simulation), storage and searching for data in databases and edition of drawings and texts. However, many tasks are unsupported. Recently, a feasibility of Artificial Intelligence (AI) to improve CAD systems, especially Artificial Neural Networks (ANN), has been widely considered. This paper presents application of ANN: for calculation and selection of pneumatic control valve in optimisation of pneumatic driving system and in optimisation of seat suspension system. It is argued that the proposed technique is better than any other commercial method, since in both the optimisation of pneumatic driving system and the optimisation of seat suspension system the optimisation process was many times shorter providing equally valuable optimisation task solutions. In conclusion, it is postulated that ANNs give an opportunity to create improved CAD systems. (original abstract)

3

Modelowanie salda migracji dla miasta Poznania z wykorzystaniem sztucznych sieci neuronowych

75%

Gawryluk A. , Kulisz M. , Komor A.

|

nr nr 62

87-109

XX

W opracowaniu przeprowadzono modelowanie salda migracji wewnętrznych dla miasta Poznania w zależności od wybranych wskaźników (tj. liczby i powierzchni istniejących mieszkań, liczby izb w mieszkaniu, przeciętnej powierzchni użytkowej mieszkania na 1 osobę, salda migracji wewnętrznych, zmiany liczby ludności na 1000 mieszkańców, liczby ludności ogółem, z podziałem na kobiety i mężczyzn, oraz gęstości zaludnienia na 1 km2) charakteryzujących Miejski Obszar Funkcjonalny Poznania (łącznie 22 gminy) w latach 2005-2020 na podstawie danych statystycznych pochodzących z Banku Danych Lokalnych GUS. Wykazano, że wskaźniki te w istotny sposób wpływają na saldo migracji ludności miasta Poznania, a co za tym idzie - mogą być wykorzystywane do prognozowania salda migracji dla tego miasta. Ponadto opracowano eksperymentalny model sztucznej sieci neuronowej do przewidywania salda migracji dla miasta Poznania na 1 rok oraz na 2 lata do przodu. Stwierdzono, że możliwe jest wykorzystanie sztucznych sieci neuronowych do trafnego prognozowania salda migracji dla Poznania. Otrzymane wyniki potwierdzają utrzymanie się ujemnego salda migracji dla miasta Poznania z tendencją zmniejszania się tego trendu oraz dodatnie saldo migracji w gminach ościennych z tendencją zmniejszania się.(abstrakt oryginalny)

EN

In the article two goals were achieved. The first goal was to model the internal migration balance for the city of Poznań depending on selected economic and social factors (i.e. the number and area of existing apartments, the number of rooms in an apartment, the average usable floor space of an apartment per 1 person, internal migration balance, population change per 1000 inhabitants, total population, divided into women and men, and population density per square kilometer) in 2005-2020 based on statistical data from the Central Statistical Office. The research area covered 22 communes, which together with the city of Poznań formed the Urban Functional Area. Another research goal was to develop an experimental model of an artificial neural network to predict the migration balance for the city of Poznań at two time points - 1 year and 2 years ahead. It is worth noting that artificial neural networks were used in the study, which is a methodological approach that is relatively rarely used in the literature for this purpose. This paper showed that it is possible to use artificial neural networks to accurately predict the migration balance for the city of Poznań. The research showed that the analyzed economic and social factors for the communes included in the Urban Functional Area of Poznań were significantly correlated with the migration balance of the population for the city of Poznań, and thus can be used to predict the migration balance for the city of Poznań. The obtained results confirm the maintenance of a negative migration balance for the city of Poznań with a decreasing trend and a positive migration balance in the neighboring communes with a decreasing tendency.(original abstract)

4

Obliczanie współczynnika strat liniowych λ za pomocą sztucznych sieci neuronowych

75%

Dawidowicz J.

|

2013

|

nr nr 4 (47)

177-186

XX

W niniejszej pracy podjęto próbę zastosowania sztucznych sieci neuronowych do obliczeń współczynnika strat liniowych λ. Stosowany w Polsce wzór Colebrooka-White'a wymaga użycia metody iteracyjnej, która wydłuża czas obliczeń. Odpowiednio sporządzona sieć neuronowa może to zadanie realizować znacznie szybciej(fragment tekstu)

EN

Numerical modelling of water distribution systems are used in the design, operation and decision support. In recent years, many applications require a substantial acceleration calculation. This paper attempts to use artifi cial neural networks to calculate the friction factor. Commonly used Colebrook-White formula requires the use of an iterative method, which extends the computation time. Properly prepared neural network can perform this task much faster.(original abstract)

5

Typy sztucznych sieci neuronowych używanych jako narzędzie prognozy w procesach zarządzania

75%

Dudzic M.

|

tom 21

13-20

XX

Celem tego artykułu jest przedstawienie architektur sztucznych sieci neuronowych wykorzystywanych do przewidywania i badania zjawisk ekonomicznych uporządkowanych w czasie. Stanowi ono alternatywą lub rozszerzenie dla klasycznie rozumianej analizy szeregów czasowych i jest obecnie coraz częściej wykorzystywana w procesach predykcji m.in. w zarządzaniu oraz na rynkach kapitałowych. (abstrakt oryginalny)

EN

The main purpose of this article is presentation of architectures of artificial neuron networks. The networks are developed to predict and research economic phenomena, organized in time. Therefore, it presents alternative or expansion for classically implied analysis of temporal series and for example in management and capital market. (original abstract)

6

Sieci neuronowe jako modele prognozowania użycia narzędzi w systemach CAPP

75%

Rojek I.

|

tom 27

225-232

XX

W referacie przedstawiono sieci neuronowe jako modele prognozowania użycia narzędzi w systemach CAPP. Modele opracowano przy użyciu liniowej sieci neuro- nowej, sieci jednokierunkowej wielowarstwowej ze wsteczną propagacją błędu oraz sieci o radialnych funkcjach bazowych. Dokonano porównania tych modeli. Miarą oceny modeli jest skuteczność przewidywania użycia narzędzi w różnych interwałach czasowych. Modele te są wykorzystane już na etapie projektowania procesu technologicznego, w celu planowego wytworzenia wyrobów i aby nie doszło do przestoju z powodu braku narzędzi, szczególnie narzędzi specjalnych. Utworzone modele przetestowano na danych rzeczywistych z przedsiębiorstwa produkcyjnego. (abstrakt oryginalny)

EN

In the paper the neural networks were presented as the forecasting models of tool use in CAPP systems. The models were worked out by use linear neural networks, multi-layer networks with error back propagation and Radial Basis Function networks. The comparison of these models was executed. The effectiveness of forecasting of tool use in different time intervals is the measure of model evaluation. These models are used on the stage of design of manufacturing process in aim planned producing products and that it did not come to standstill with reason of lack of tools, particularly special tools. Created models were tested on real data from the enterprise.(original abstract)

7

Modelowanie neuronowe w zastosowaniu do oceny zarządzania ryzykiem w logistyce

75%

Jasińska J. , Świderski A.

|

2014

|

nr nr 5 (CD)

264-277

XX

W artykule przedstawiono zagadnienia neuronowego modelowania, wykorzystywanego podczas zarządzania ryzykiem realizacji usług logistycznych. Przedstawiona metoda jest narzędziem wspomagającym podejmowanie decyzji. Jej egzemplifikację przedstawiono na wybranym przykładzie. (abstrakt oryginalny)

EN

Selected aspects of the neural risk estimating modelling of providing logistical services. The paper presents the issues of the neural modelling, used in estimating the risk of providing services. The method presented is a tool to support decision making. Its exemplification is shown on the selected example. (original abstract)

8

Metodyka aktualizacji cen na przykładzie nieruchomości lokalowych

75%

Budzyński T.

|

nr nr 1

107-118

XX

W procesie wyceny nieruchomości rzeczoznawca majątkowy zobowiązany jest do aktualizacji cen transakcyjnych na datę wyceny. Prawidłowo wykonana aktualizacja jest szczególnie ważna w przypadku istotnie zauważalnych zmian poziomu cen na rynku nieruchomości w badanym okresie czasu. W pracy przedstawiono metody określania wpływu daty transakcji na ceny nieruchomości oraz ich aktualizacji. Rzeczoznawcy majątkowi, obliczając współczynnik zmiany cen, porównują ceny nieruchomości identycznych lub bardzo podobnych sprzedanych w różnych okresach czasu. W przypadku licznych zbiorów cen mogą zastosować metody statystyczne m.in. wyznaczając linię trendu o postaci liniowej lub nieliniowej. W celu aktualizacji cen na datę wyceny można zastosować również bardzo zaawansowane metody np. sztuczne sieci neuronowe. W pracy umieszczono przykłady zastosowania ww. opisanych metod dla potrzeb aktualizacji cen. Obiektami badań były 2 rynki lokalne nieruchomości lokalowych obejmujące: dzielnicę miasta Płocka oraz dzielnicę m. st. Warszawy. Wyniki uzyskane przy zastosowaniu wspomnianych metod zostały omówione jak również dokonano ich porównania. (abstrakt oryginalny)

EN

In the process of valuation a valuer is obliged to update of real estate prices for the evaluation date. A correct update is particularly important in case of noticeable indeed changes of the price level on the real estate market in the examined period of time. The paper presents methods of determing the influence of the date of transaction on real estate prices and methods of their update. Valuers compare prices of identical or very similar real estates sold in different period of times, calculating the rate of the changes in prices. In case of numerous sets of prices valuers can apply statistical methods among others, determing the line of the trend about linear or non - linear form. It is possible to apply also others advanced methods e.g. artificial neural networks for the purpose of the update of prices for the evaluation date. The paper contains examples of applying mentioned above methods for the purposes of update of prices. Two local house real estate markets were objects of research: the district of the city Płock and the district of Warsaw. Results obtained using mentioned above methods were discussed and compared as well. (original abstract)

9

Wykorzystanie sztucznych sieci neuronowych przez przedsiębiorstwa eksportujące oraz importujące

75%

Jasiński T.

|

nr nr 1

37-40

EN

The paper raises issues of the use of artificial intelligence in the enterprise. The focus was on the possibility of using artificial neural networks to accurately predict the behavior of the time series relevant to the economic activities based on the export and import. In particular, the paper describes the practical possibilities for time series forecasting such as foreign exchange rates. Researches focused on predicting of slope of linear regression, to determinate the direction of exchange rate changes. Artificial neural networks, tested during researches, included two types of models. First one was a simple neural network model, containing only a one network. Second one was a more complex model containing at least a few networks. These networks were used for predicting a part of output variable. To obtained mentioned parts during researches was used multiresolution analysis based on discrete wavelet trans- form. During researches a lot of versions of multiresolution analysis were tested. Finally, as the best one, was chosen the discrete wavelet transform based on the biorthogonal 6/8 wavelet. The paper describes also a type of model input variables, considering a frequency of their changes. It shows advantages and disadvantages of macroeconomic data and technical analysis. The article describes main and the most useful types of moving averages, such as simple moving average, exponential moving average, weighted moving average and VI- DYA (Variable Index Dynamic Average). The paper mentions other type of input variable, especially such indicators as RSI and MACD and their modifications. The final evaluation of the models was carried out based on a simple trading system. Thus was confirmed the useful- ness of the results in practical applications. During the analysis of the obtained results, was used the method of sliding window.(original abstract)

10

Artificial Neural Networks vs Spatial Regression Approach in Property Valuation

75%

Przekop D.

|

tom 14

|

nr nr 2

199-223

EN

The purpose of this paper is to compare two approaches applied in property valuation: artificial neural networks and spatial regression. Despite the fact that artificial neural networks are often the first choice for modeling in the big data era, spatial econometrics methods offer incorporation of information on dependences between multiple objects in the studied space. Although this dependency structure can be incorporated into artificial neural network via feature engineering, this study is focused on abilities of reproducing it with machine learning method from crude coordinate data. The research is based on the database of 18,166 property sale transactions in Warsaw, Poland. According to this study, such volume of data does not allow artificial neural networks to compete in reflecting spatial dependence structure with spatial regression models. (original abstract)

11

Analiza efektywności i predykcja OFE modelem integralnym MH

75%

Hadaś-Dyduch M.

|

2014

|

tom Problemy społeczno-ekonomiczne w relacjach międzynarodowych : analiza modelowa rozwoju regionów

164-178

XX

Osoby należące do OFE posiadają jednostki rozrachunkowe zapisane na ich indywidualnych rachunkach prowadzonych przez OFE, których wartość jest wyceniana każdego dnia roboczego na podstawie aktualnej wartości rynkowej aktywów OFE i sumy jednostek rozrachunkowych zapisanych na rachunkach prowadzonych przez dane OFE. OFE inwestuje posiadane środki w instrumenty finansowe dopuszczone przez obowiązujące przepisy i w granicach dopuszczonych limitów. (...) Predykcję jednostek OFE można dokonywać różnymi metodami. W artykule podjęto próbę predykcji na podstawie autorskiego modelu MH, opartego na współczynnikach falkowych transformaty falkowej oraz odwrotnej transformaty falkowej z uwzględnieniem sztucznych sieci neuronowych. (fragment tekstu)

12

Sztuczne sieci neuronowe w zastosowaniu do modelowania fazy zniżania samolotu

75%

Stycunów A. , Manerowski J.

|

2012

|

nr nr 4, CD 1

709-714

XX

W pracy przedstawiono wykorzystanie sztucznej sieci neuronowej do modelowania fazy zniżania samolotu. Dokonano tego poprzez analizę zapisu danych, pochodzących z pokładowego rejestratora eksploatacyjnego. W celu określenia wpływu struktury sztucznej sieci neuronowej, na precyzję odtworzenia rzeczywistego przebiegu lotu, przetestowano kilka różnych konfiguracji sieci. Spośród otrzymanych wyników wyselekcjonowano te, które najdokładniej odwzorowały rzeczywisty przebieg fazy zniżania samolotu. Tak sporządzony model charakteryzuje się dużą dokładnością odwzorowania rzeczywistego obiektu i może zostać wykorzystany m.in. do badań symulacyjnych ruchu lotniczego.(abstrakt oryginalny)

EN

This article discusses the neural network modelling of the descent phase of an aircraft. The model is based on the parameters recorded by the flight data recorder. Several different network configurations were tested to define how the structure of neural network affects the precision of reconstruction of the flight. Created model reconstructs the real operations of the flight precisely and can be used to the simulation research on the air traffic.(original abstract)

13

Sztuczne sieci neuronowe w zastosowaniu do modelowania fazy wznoszenia samolotu

75%

Stańczyk P. , Stelmach A.

|

2012

|

nr nr 4, CD 1

697-702

XX

W artykule przedstawiono zastosowanie sztucznej sieci neuronowej w modelowaniu fazy wznoszenia samolotu. Do wyznaczenia sieci wykorzystane zostały dane zarejestrowane przez pokładowy rejestrator parametrów lotu. Dla każdego z lotów stworzono odrębną sieć, co było spowodowane zmiennymi parametrami lotu oraz czasem trwania operacji. Otrzymane wyniki, dokładności odwzorowania lotów przez sieci, zamieszczono w tabelach. Zbadano wpływ struktury sieci na dokładność odwzorowania fazy wznoszenia samolotu. Pozwoli to na stworzenie modelu symulacyjnego oraz ocenę przebiegu lotu.(abstrakt oryginalny)

EN

This article presents an application of artificial neural networks in modeling aircraft ascent. To determine the network were used data recorded by on-board flight recorders. For each of the flight created a separate network, which was due to the variable parameters and duration of flight operations. The results obtained, the accuracy of mapping flights through the network, are presented in tables. Examined the impact of network structure on the accuracy of mapping aircraft ascent. This will provide a simulation model and an assessment of the flight course.(original abstract)

14

Regularized Semiparametric Neural Networks

75%

Capobianco E.

|

nr nr 1

21-33

XX

W artykule dokonano przeglądu technik regularyzacji, które zastosowano do uczenia i estymacji sztucznych sieci neuronowych. Istotę tych technik zademonstrowano na przykładzie takich sieci, których struktura funkcjonalna jest tylko częściowo znana lub w ogóle nieznana. Na przykład, gdy funkcje aktywacji są nieznane, wtedy konstruowane są tzw. sieci nieparametryczne. Jeśli zaś struktura jest częściowo znana, są to sieci nazwane w artykule semiparametrycznymi. Wśród sugerowanych metod estymacji są metody największej wiarygodności z karą, uogólnione modelowanie addytywne, a także modelowanie nieliniowe. (abstrakt oryginalny)

EN

In this paper, regularization techniques are reviewed and applied to artiiial neural networks for learning or estimation purposes. The importance of these methodologies is emphasized when we deal with networks presenting a functional structure which is completely or partially unknown, as in the case of the presence of hidden layer activation functions of unspecified form. Under these last circumstances we have built a nonparametric network; and althgough the architecture at hand has both parametric and nonparametric components, we call the network semiparametric, as in the statistical language. Interesting cases can thus be investigated; for instance, when the activation functions are specified only up to some regularity conditions, i.e., smoothness, and allowed to be time-varying and spatially adaptable. Among the suggested estimation methods here addressed, local and penalized likelihood, additive generalized linear and nonlinear modelling are considered, given their relevance in dealing with the curse of dimensionality. (original abstract)

15

Trends in the Stock Market and their Price Forecasting Using Artificial Neural Networks

75%

Strzelczyk A. , Strzelczyk A.

|

nr nr 2

155-164

XX

Niniejszy artykuł został poświęcony badaniom trendów rynkowych w celu prognozowania cen giełdowych w oparciu o sieci neuronowe. Aby zademonstrować takie możliwości, autorzy zaproponowali trzy sieci dla każdego z rozpatrywanych trendów. Artykuł ukazuje, iż sieci neuronowe mogą stanowić efektywne narzędzie przewidywania rynkowych cen akcji i udziałów. (abstrakt oryginalny)

EN

The article is devoted to the research of market trends in order to forecast stock prices on the basis of neuron networks. To demonstrate such a possibility the authors propose three networks for each considered trend. The article demonstrates that neuron networks can be an effective way to predict the market prices of shares. (original abstract)

16

The Study of the Influence of Architecture on Effectiveness of Deep Neural Networks Training

75%

Kolbusz J. , Różycki P. , Bartczak T.

Zeszyty Naukowe Uczelni Vistula

|

2018

|

nr nr 59(2)

60-71

XX

W artykule przedstawiono wpływ architektury sieci neuronowej na skuteczność i czas uczenia sieci. Opisano wybrane architektury sieci, algorytm uczenia oraz zaprezentowano wyniki badań potwierdzających znaczący wpływ architektury na sukces uczenia sieci. (abstrakt oryginalny)

EN

Paper presents impact of the neural network architecture on the training effectiveness and training time. Selected network architectures and training algorithm are described. Presented experimental results of research confirming the significant influence of architecture on the success of network training. (original abstract)

17

Application of Box-Jenkins Method and Artificial Neural Network Procedure for Time Series Forecasting of Prices

75%

Singh A. , Mishra G. C.

|

nr nr 1

83-96

EN

Forecasting of prices of commodities, especially those of agricultural commodities, is very difficult because they are not only governed by demand and supply but also by so many other factors which are beyond control, such as weather vagaries, storage capacity, transportation, etc. In this paper time series models namely ARIMA (Autoregressive Integrated Moving Average) methodology given by Box and Jenkins has been used for forecasting prices of Groundnut oil in Mumbai. This approach has been compared with ANN (Artificial Neural Network) methodology. The results showed that ANN performed better than the ARIMA models in forecasting the prices. (original abstract)

18

The use of neural image analysis in the identification of information encoded in a graphical form

75%

Koszela K. , Boniecki P. , Kuzimska T.

|

nr nr 3 (155)

25-35

XX

Rozwiązaniem problemu klasyfikacji jakościowej oocytów zwierzęcych zajmuje się wiele różnych ośrodków naukowo-badawczych. Celowość prowadzenia takich badań jest uzasadniona szczególnie w kontekście ciągłego dążenia do podnoszenia jakości produktów żywnościowych, która jest pochodną wartości hodowlanej zwierząt gospodarskich. W związku z tym, istotnego znaczenia nabierają poszukiwania metod prowadzących do stymulowania prawidłowego rozwoju większej liczby zapładnianych oocytów zwierzęcych, zwłaszcza realizowanego w warunkach pozaustrojowych. Rosnące zainteresowanie technikami wspomaganego rozrodu stało się przyczyną poszukiwania nowych, coraz bardziej efektywnych metod oceny jakościowej gamet oraz zarodków ssaków. Oczekiwany postęp w produkcji zarodków in vitro zwierząt uzależniony jest w istocie od poprawnej klasyfikacji pozyskiwanych oocytów. Celem pracy było opracowanie bezinwazyjnej metody oceny jakościowej oocytów dokonywanej w oparciu o informację graficzną zakodowana w postaci monochromatycznych obrazów cyfrowych pozyskanych metodą mikroskopową. Proces klasyfikacji zrealizowano w oparciu o informację prezentowaną w formie zdjęć mikrofotograficznych oocytów świni domowej, wykorzystując w tym celu nowoczesne metody neuronowej analizy obrazu.(abstrakt oryginalny)

EN

Numerous scientific and research centres are searching for solutions concerning the problem of quality classification of animal oocytes. Conducting such studies is purposeful, particularly in the context of constant attempts to improve the quality of food products, which depends on the breeding value of livestock. Therefore, searching for methods of stimulation of proper development of a larger number of animal oocytes, particularly in extracorporeal conditions, gains special importance. An increasing interest in assisted reproduction techniques resulted in searching for new, increasingly effective methods of quality assessment of mammalian gametes and embryos. The expected progress in the production of animal embryos in vitro is largely dependent on proper classification of obtained oocytes. The aim of this work was to develop a non-invasive method for the quality assessment of oocytes, performed on the basis of graphic information encoded in the form of monochromatic digital images obtained via microscopy techniques. The classification process was conducted based on the information presented in the form of microphotography pictures of domestic pig oocytes, using advanced methods of neural image analysis.(original abstract)

19

Artificial Neural Networks for Volatility Models

75%

Capobianco E.

Badania Operacyjne i Decyzje

|

1999

|

nr nr 2

15-25

XX

W artykule przedstawiono pobieżnie ideę modeli typu ARCH, a także idę sztucznych sieci neuronowych. Modele rodziny ARCH umożliwiają wykorzystanie do prognozowania warunkowych momentów rzędu wyższego niż jeden. Sieci neuronowe zaś charakteryzują się dużymi możliwościami aproksymacji funkcji. Przedstawiono próbę zbudowania modelu łączącego zalety modeli ARCH i sieci neuronowych. (abstrakt oryginalny)

EN

This paper presents an extension to backpropagation networks for financial time series prediction. We want the network that uses the information carried by the first and second order conditional moments of the distribution of interest, so as to combine its built-in nonlinear features with the typical dependence implied by ARCH-type and Stochastic Volatility models, whose effects must be estimated. A likelihood-type performance measure is discussed and learning schemes are suggested for conditionally Gaussian models. (original abstract)

20

Cluster Analysis as a Preliminary Problem in Neural Modelling of the Polish Power Exchange

75%

Tchórzewski J. , Jezierski J.

|

nr nr 1

69-81

EN

The work focuses on cluster analysis as a preliminary problem in neural modelling based on the data quoted on the Day Ahead Market of the Polish Power Exchange as a subsystem of the system of Towarowa Giełda Energii S.A. [Polish Power Exchange]. The paper contains the results of literature research related to cluster analysis methods, description of possible applications of artificial neural networks SOM for mapping information on the volume of electrical power sold and prices obtained, description of possible applications of MATLAB and Simulink environment, and especially Neural Network Toolbox for mapping knowledge, and cluster analysis performed for selected data. (original abstract)