Wyniki wyszukiwania - Biblioteka Nauki

1

Artificial neural network techniques in cold roll-forming process design

100%

Downes A. , Hartley P.

Computer Methods in Materials Science

|

2008

|

tom Vol. 8, No. 2

111-120

EN

There are several types of Artificial Neural Networks (ANN) each having different capabilities and characteristics that permit a wide range of applications. The purpose of this paper is to review three applications of ANN systems in the context of cold roll-forming process design. A brief description of each system explains the significance of the network architecture and training technique, and emphasizes the importance of selecting the most suitable system for the problem being processed.

PL

Istnieją różne typy sztucznych sieci neuronowych mające różne możliwości i charakterystyki, które pozwalają na szeroki wachlarz ich zastosowań. Celem niniejszego artykułu jest analiza zastosowania trzech systemów opartych na sztucznych sieciach neuronowych, wykorzystywanych do projektowania procesu gięcia profile z blach. W pracy zamieszczony jest krótki opis każdego z systemów, który wyjaśnia istotność przyjętej architektury sieci neuronowej oraz zastosowanej metody uczenia. Szczególny nacisk położono na wykazanie ważności doboru odpowiedniego systemu do projektowanego procesu gięcia.

2

Dynamic model updating using neural networks

100%

Ziemiański L. , Miller B.

Computer Assisted Mechanics and Engineering Sciences

|

2000

|

tom Vol. 7, No. 4

781-793

EN

The paper presents an application of Artificial Neural Networks for updating a mathematical model of the structure based on dynamic parameters. Neural networks which predict the value of selected stiffness or concentrated masses on the basis of Frequency Response Function (FRF) have been built. Two types of neural networks have been used for this task: multi-layer feed-forward (MLFF) networks with different learning algorithms and networks with radial basis function (RBF). Preceding the update, the FRF is compressed in order to reduce the number of input values necessary for updating the model.

3

Modelowanie decyzji z zastosowaniem sztucznych sieci neuronowych

100%

Żukowski P. , Grabowiecka R.

Zeszyty Naukowe / Wyższa Szkoła Morska w Szczecinie

|

2001

|

tom nr 62

136-151

PL

Przedstawiono zasadnicze cechy sztucznych sieci neuronowych, metody ich budowy, optymalizacji i uczenia, ze szczególnym uwzględnieniem algorytmu propagacji wstecznej błędu. Podano wyniki zastosowania sztucznej sieci neuronowej do modelowania wybranej wartości.

EN

The work presents the basic features of artificial neural networks, methods of their construction, optimisation and teaching with particular attention to the reverse error propagation algorithm. Results of applying an artificial neural network for modelling a selected value have been presented.

4

Selected problem of structure optimization for Artificial Neural Networks with forward connections

80%

Płaczek S.

Poznan University of Technology Academic Journals. Electrical Engineering

|

2014

|

tom No. 80

191--197

EN

The problem of Artificial Neural Network (ANN) structure optimization related to the definition of optimal number of hidden layers and distribution of neurons between layers depending on selected optimization criterion and inflicted constrains. The article presents the resolution of the optimization problem. The function describing the number of subspaces is given, and the minimum number of layers as well as the distribution of neurons between layers shall be found.

5

Monitoring of the average cutting forces from controller signals using artificial neural networks

80%

Bugdayci N. B. , Wegener K. , Postel M.

Journal of Machine Engineering

|

2022

|

tom Vol. 22, No. 4

54--70

EN

A new approach is presented to monitor the average cutting forces that are used for the calculation of the average cutting coefficients through neural networks using available controller signals. The cutting forces and the relevant controller signals are measured using a dynamometer and commercially available software supplied by the controller manufacturer in the calibration stage. Then a neural network is trained, which treats these controller signals as inputs and the cutting forces as the outputs. Finally, the average cutting forces for a new milling operation are predicted using the trained neural network without using a dynamometer. The proposed approach is validated using an experimental study, where a good match between predictions and measured forces is achieved. It is also shown that cutting coefficients can be calibrated and stability lobe diagrams can be generated using this method.

6

Computerised Recommendations On E-Transaction Finalisation By Means Of Machine Learning

80%

Budnikas G.

Statistics in Transition new series

|

2015

|

tom 16

|

nr 2

309-322

EN

Nowadays a vast majority of businesses are supported or executed online. Website-to-user interaction is extremely important and user browsing activity on a website is becoming important to analyse. This paper is devoted to the research on user online behaviour and making computerised advices. Several problems and their solutions are discussed: to know user behaviour online pattern with respect to business objectives and estimate a possible highest impact on user online activity. The approach suggested in the paper uses the following techniques: Business Process Modelling for formalisation of user online activity; Google Analytics tracking code function for gathering statistical data about user online activities; Naïve Bayes classifier and a feedforward neural network for a classification of online patterns of user behaviour as well as for an estimation of a website component that has the highest impact on a fulfilment of business objective by a user and which will be advised to be looked at. The technique is illustrated by an example.

7

The use of infrared spectroscopy and artificial neural networks for detection of uropathogenic Escherichia coli strains' susceptibility to cephalothin

80%

Lechowicz Ł. , Urbaniak M. , Adamus-Białek W. , Kaca W.

Acta Biochimica Polonica

|

2013

|

tom 60

|

nr 4

713-718

EN

Background & Aims: Infrared spectroscopy is an increasingly common method for bacterial strains' testing. For the analysis of bacterial IR spectra, advanced mathematical methods such as artificial neural networks must be used. The combination of these two methods has been used previously to analyze taxonomic affiliation of bacteria. The aim of this study was the classification of Escherichia coli strains in terms of susceptibility/resistance to cephalothin on the basis of their infrared spectra. The infrared spectra of 109 uropathogenic E. coli strains were measured. These data are used for classification of E. coli strains by using designed artificial neural networks. Results: The most efficient artificial neural networks classify the E. coli sensitive/resistant strains with an error of 5%. Conclusions: Bacteria can be classified in terms of their antibiotic susceptibility by using infrared spectroscopy and artificial neural networks.

8

Opis kinetyki redukcji NO węglowodorami na katalizatorze węglowo-żelazowym za pomocą sztucznych sieci neuronowych

80%

Jastrząb K. , Skiba P.

Przemysł Chemiczny

|

2006

|

tom T. 85, nr 8-9

723-725

PL

Przedstawiono wyniki badań katalitycznej redukcji tlenków azotu za pomocą mieszaniny propan–butan na katalizatorze węglowo–żelazowym. Określono wpływ temperatury procesu, czasu kontaktu, stężenia NO oraz dodatku mieszaniny propan–butan na przebieg redukcji NO. Uzyskane dane kinetyczne opisano za pomocą sztucznych sieci neuronowych zbudowanych z 3 lub 4 neuronów wejściowych, jednej warstwy ukrytej (3 do 7 neuronów ukrytych) i jednego neuronu wyjściowego. Za każdym razem sieci neuronowe pozwalały na podstawie założonych parametrów dobrze przewidywać wartości wyjściowe.

EN

Active coke impregnated with aq. Fe(NO3)3 and calcined at 600°C/1.5 hr. catalyzed 250, 500, 1000 or 2000 (xNO) ppm NO to become reduced with a (64.8:33.5 v/v) propane–butane over T=150–600°C, contact time (τ) 0–12 s (every 3 s). The dimensionless NO conversion deg. was expressed as a function of T, τ, and xNO and artificial neural networks involving 3 or 4 input neurons, one hidden layer (3–4 hidden neurons), and one output neuron were used to successfully predict output values for assumed parameter values.

9

Digital correction of nonlinear sensor dynamics by means of neural networks

80%

Rubaszewski I. , Mroczka J.

Metrology and Measurement Systems

|

2004

|

tom Vol. 11, nr 4

333-343

EN

The paper presents a simulation study concerning signal restoration from linear and nonlinear sensors by means of artificial neural networks. The influence of time-delay in the reconstructed signal on the restoration error has been investigated. This method is compared with direct restoration and linear regularization methods. Advantages of neural networks are shown. There is a potential for implementation of the presented method in microprocessor devices.

PL

Praca przedstawia zagadnienie rekonstrukcji sygnałów pomiarowych. W przypadku czujników o właściwościach całkujących sygnał na wyjściu czujnika nie odzwierciedla bezpośrednio dynamiki sygnału stymulującego czujnik. Dla sygnałów mierzonych o dynamice porównywalnej z dynamiką czujnika niezbędna jest rekonstrukcja sygnału. Przedstawiono metodę odtwarzania polegającą na numerycznym rozwiązaniu równania całkowego Fredholma z uwzględnieniem regularyzacji jak i bez regularyzacji a także metodę opartą na wykorzystaniu Sztucznych Sieci Neuronowych. Badania przeprowadzono dla liniowego i nieliniowego modelu czujnika. Porównano, w jaki sposób szum kwantyzacji 12-bitowego przetwornika wpływa na błąd rekonstrukcji sygnału z wykorzystaniem każdej z powyższych metod. Uzyskane wyniki pozwalają stwierdzić, że wielowarstwowe sieci neuronowe nadają się do rekonstrukcji sygnału pomiarowego z uwagi na zwiększenie stosunku sygnał-szum w sygnale zrekonstruowanym i możliwość rekonstrukcji sygnału na bieżąco. Dodatkową zaletą testowanych sieci neuronowych są niewygórowane wymagania co do mocy obliczeniowej potrzebnej do zrealizowania algorytmu rekonstrukcji sygnału. Struktura sieci neuronowej może być zaimplementowana nawet w urządzeniu mikroprocesorowym zbudowanym w oparciu o 8-bitowy mikrokontroler. Jakość rekonstrukcji w oparciu o regularyzcję liniową jest nieznacznie lepsza, ale wymaga zarejestrowania całego sygnału z czujnika a następnie silnej jednostki obliczeniowej (minimum komputer PC) do przywrócenia dynamiki sygnału pobudzającego czujnik.

10

Journal Bearing Fault Detection Based on Daubechies Wavelet

80%

Narendiranath B. T. , Himamshu H. S. , Prabin K. N. , Rama P. D. , Nishant C.

Archives of Acoustics

|

2017

|

tom Vol. 42, No. 3

401--414

EN

Journal bearings are widely used to support the shafts in industrial machinery involving heavy loads, such as compressors, turbines and centrifugal pumps. The major problem that could arise in journal bearings is catastrophic failure due to corrosion or erosion and fatigue, which results in economic loss and creates major safety risks. Thus, it is necessary to provide suitable condition monitoring technique to detect and diagnose failures, and achieve cost savings to the industry. Therefore, this paper focuses on fault diagnosis on journal bearing using Debauchies Wavelet-02 (DB-02). Nowadays, wavelet transformation is one of the most popular technique of the time-frequency-transformations. An experimental setup was used to diagnose the faults in the journal bearing. The accelerometer is used to collect vibration data, from the journal bearing in the form of time domain. This was then used as input for a MATLAB code that could plot the time domain signal. This signal was then decomposed based on the wavelet transform. The fast Fourier transform is then used to obtain the frequency domain, which gives us the frequency having the highest amplitude. To diagnose the faults various operating conditions are used in the journal bearing such as Full oil, half loose, half oil, fault 1, fault 2, fault 3 and full loose. Then the Artificial Neural Networks (ANN) is used to classify faults. The network is trained based on data already collected and then it is tested based on random data points. ANN was able to classify the faults with the classification rate of 85.7%. Thus, the test process for unseen vibration data of the trained ANN combined with ideal output target values indicates high success rate for automated bearing fault detection.

11

Variable valve timing scheduling in a 4-stroke internal combustion cylinder utilizing artificial neural networks

80%

Bapiri S. , Chaghaneh O. , Ghomashi H.

Advances in Science and Technology. Research Journal

|

2017

|

tom Vol. 11, no 3

114--121

EN

The apparently simple structure of a four-stroke internal combustion cylinder belies the complicated problem of optimizing valve operation in response to a change in crankshaft rotation speed. The objective of this study was to determine the cylinder pressure for valve event angles in order to determine the optimal strategy for the timing of valve events when independently-actuated valves are available. In this work, an artificial neural network is applied to create a prediction matrix to anticipate the best variable valve timing approach according to rotation speed.

12

Nowa metoda wyznaczenia pola powierzchni skóry przedramienia i dłoni wykorzystująca sztuczną sieć neuronową

80%

Redlarski G. , Krawczuk M. , Rzyman G. , Tojza P. M. , Siebert J.

Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej

|

2017

|

tom Nr 55

53--56

PL

W artykule przedstawiono rozbieżności pomiędzy wartościami pola powierzchni skóry obliczonymi za pomocą znanych metod a ich rzeczywistymi wartościami. Wykorzystując skaner 3D o wysokiej dokładności, zmierzono pole powierzchni skóry przedramienia i dłoni. Zaobserwowano, że błędy obliczeń są w wysokim stopniu skorelowane z wartościami BMI badanych osób. W grupie osób o BMI poniżej 20 stwierdzono maksymalny błąd względny wynoszący -8,5%, natomiast w grupie osób o BMI powyżej 25 odnotowano błędy kilkakrotnie wyższe, w skrajnym przypadku sięgające 27%. W celu redukcji błędów zaproponowano podejście alternatywne, bazujące na wykorzystaniu sztucznej sieci neuronowej.

EN

The article introduces a comparative analysis of existing methods for calculation of forearm and palm skin surfaces with high quality 3D models. Moreover, it was possible to systematize the errors resulting from these calculations and their division due to the BMI of a person. For people with BMI below 20, a maximum error of 8.5% was found, while for people with BMI above 25 the error was close to -27%. On this basis, inaccuracies in the process of the forearm and palm skin estimation of an abnormal body were found. What is more, an artificial neural network to determine this surface was proposed. The proposed neural network was developed for 15 neurons in the hidden layer and 1 neuron in the output layer. The Levenberg-Marquardt with backpropagation learning method was used. The maximal error for the neural network during the forearm and palm skin estimation was 3,04%.

13

Hybrid, finite element-artificial neural network model for composite materials

80%

Lefik M.

Journal of Theoretical and Applied Mechanics

|

2004

|

tom Vol. 42 nr 3

539-563

EN

An application of Artificial Neural Networks for a definition of the effective constitutive law for a composite is described in the paper. First, a classical homogenisation procedure is directly interpreted with a use of this numerical tool. Next, a self-learning Finite Element code (FE with ANN inside) is used in the case when the effective constitutive law is deduced from a numerical experiment (substituting here a purely phenomenological approach). The new contribution to the classical self-learning procedure consists of its adaptation to a case of a non-monotonic loading (non-to-one load-deformation curve). This new ability of the method is principally due to the incremental form of the constitutive equation and the respective scheme of the neural network structure. Also an organisation of a constitutive data-base containing learning patterns is suitably modified. It is shown by examples that the training process is very quick. The error of this method is smaller, comparing to other schemes of data acquisition.

PL

W artykule opisano zastosowanie sztucznych sieci neuronowych do określenia efektywnego związku konstytutywnego dla kompozytów. To narzędzie numeryczne użyte zostało dwojako: do bezpośredniego zapisu wyników otrzymanych w ramach klasycznej metody homogenizacji oraz do wnioskowania o własnościach efektywnych na podstawie eksperymentu numerycznego (zastępującego eksperyment rzeczywisty) wykonanego na małej, lecz reprezentatywnej próbce kompozytu. W tym drugim przypadku zastosowano schemat "samouczącego się" programu metody elementów skończonych, w którym związek konstytutywny opisany jest siecią neuronową. Schemat ten zaadaptowano tak, że może być użyty w przypadku obciążeń niemonotonicznych oraz wtedy, gdy zależność: miara odkształcenia-miara naprężenia nie jest wzajemnie jednoznaczna. Te nowe możliwości uzyskane zostały dzięki przedstawieniu związku konstytutywnego w formie przyrostowej oraz opracowania odpowiedniej do tego budowy sieci neuronowej. Schemat "samouczącego się" programu MES charakteryzuje się tym, że proces formułowania nieznanego związku konstytutywnego jest szybki, a zgodność modelu numerycznego z eksperymentem większa niż dla innych metod.

14

Analiza procesu oczyszczania ścieków z wykorzystaniem modelu opartego na technice sztucznych sieci neuronowych

80%

Masiuk S. , Rakoczy R. , Kordas M.

Inżynieria i Aparatura Chemiczna

|

2009

|

tom Nr 5

73-74

PL

Zaprezentowano zastosowanie techniki sztucznych sieci neuronowych w procesie tworzenia matematycznego opisu usuwania zanieczyszczeń w ścieku przemysłowym. Trójwymiarowe powierzchnie odpowiedzi modelu typu RBF mogą być wykorzystane do oceny wpływu parametrów charakteryzujących ściek wejściowy na analizowany parametr wyjściowy (twardość ogólna), charakteryzujący ściek po biologicznym oczyszczaniu.

EN

A main objective of this paper is to present the application of artificial neural network (ANN) technique for the development of a mathematical description of wastewater purification process. It was found that the 3-dimensional response surfaces could be used in the evaluation of raw sewage parameters' influence on the analyzed treatment sewage parameter (total hardness).

15

Sztuczna sieć neuronowa wspomagająca sterowanie oświetleniem ulicznym

80%

Drechny M. , Kolasa M.

Rynek Energii

|

2016

|

tom Nr 2

90--95

PL

Poszukując możliwości ograniczenia zużycia energii elektrycznej w instalacjach oświetlenia ulicznego, coraz częściej stosuje się różnego rodzaju systemy sterowania. Najprostsze systemy oświetlenia ulic sterowane są zegarem astro-nomicznym lub czujnikiem zmierzchu. Pojawienie się źródeł światła typu LED umożliwiło oprócz sterowania typu włącz/wyłącz także sterowaniem mocą oprawy, czego skutkiem może być oszczędność zużycia energii elektrycznej przy zachowaniu właściwych parametrów oświetlenia ulicy (np. natężenia oświetlenia). W pracy przedstawiono propozycję za-stosowania sztucznej sieci neuronowej (SSN) do wspomagania sterowania systemem oświetlenia ulicznego. Zaproponowane rozwiązanie bazuje na prognozach meteorologicznych.

EN

Looking for opportunities to reduce electricity consumption in street lighting systems, are increasingly being used all kinds of control systems. The simplest street lighting systems are controlled by an astronomical clock or twilight sensor. LED light sources have enabled in addition to the basic the on/off, also power control LED source. This may result in saving electricity consumption while maintaining appropriate parameters for street lighting (mainly illumination). The paper presents a proposal to apply the artificial neural network (ANN) to support street lighting system control. The proposed solution is based on meteorological forecasts.

16

Measurement system for the diagnosis of analogue technical objects with the use of artificial neural networks

80%

Duer P. , Duer R. , Duer S. , Płocha I.

Poznan University of Technology Academic Journals. Electrical Engineering

|

2009

|

tom No 59

61-72

EN

In this paper, the features of diagnostic measurement setup have been determined. The purpose of the setup was registration of diagnostic signals taken from the electronically controlled gasoline-powered engine. Special attention has been paid to presentation of the features of analogue-digital converter card used as well as to the possibility of its practical use. Another important aspect is design and programming of computer software dedicated for action along with the setup. The results of the work have been presented using the example of engine's microprocessor control module. A diagnostic analysis was conducted, as a result of which sets of the functional elements of the object and its diagnostic signals were determined. Also, the methodology of the diagnostic examination of the technical system was presented. The result was a functional and diagnostic model, which constituted the basis for initial diagnostic information, which is provided by the sets of information concerning the elements of the basic modules and their output signals.

17

A digital artificial neural network for shape recognition

80%

Rybarczyk A. , Idzior A. , Kaczmarek A. , Zamorski M. , Kapela R.

Poznan University of Technology Academic Journals. Electrical Engineering

|

2008

|

tom No 58

29-39

18

The correction of nominal parameters of electronic circuits based on selected unidirectional and recurrent artificial neural networks (ANN)

80%

Józefowicz K. , Rybarczyk A.

Poznan University of Technology Academic Journals. Electrical Engineering

|

2008

|

tom No 58

41-52

EN

In this paper the suggestion how to use artificial neural networks (ANN) and interactive environment MATLAB for correction of nominal parameters of active filters of higher order with a simultaneous process of optimization of the designed project [8,9] has been presented as well as the possibilities provided by the package MATLAB (NNT) [3, 15] as to quick design and testing methods of the algorithms of artificial neural networks and the verification of statistical properties of the acquired project. Thus, the paper focuses on the idea how both unidirectional and recurrent artificial neural circuits might aid in designing electronic circuits with the correction of the parameters' nominal point. The aim of the analysis was to build the neural optimizer used to acquire such values of constructional parameters of the network examined which will minimize the variance of selected output values, in other words - minimize the dependence of design parameters on dispersion of technological parameters [10-18] With regard to each type of network studied, a relevant method of learning has been implemented. A few absolutely impressive solutions of neural optimizers for a dedicated project task have been presented, their qualities compared and the advantages resulting from the application of ANN, in this particular case towards the other methods of optimization, have been pointed out.

19

Neuronowy model rozkładu prędkości strumienia wyjściowego w osiowosymetrycznym elemencie strumieniowym

80%

Peszyński K. , Nowicki K.

Zeszyty Naukowe. Mechanika / Akademia Techniczno-Rolnicza w Bydgoszczy

|

1999

|

tom Z. 45 (222)

45-53

PL

Referat prezentuje metodę modelowania własności elementów strumieniowych za pomocą sztucznych sieci neuronowych. Sieć neuronową wykorzystano do zamodelowania rozkładu prędkości przepływu powietrza w zaworze strumieniowym. Ponadto przedstawiono sposób tworzenia zbiorów: treningowego i testującego. Sprawdzono wpływ doboru konfiguracji parametrów wejściowych na wynik działania sieci neuronowej.

EN

This paper describes modelling of the fluidic device with neural network. In research outlet jet velocity has been modelled with neural network. The method of creating and validation set has been presented. The influence of input variables configuration on neural network has been tested.

20

Designing a Compact Microstrip Antenna Using the Machine Learning Approach

80%

Sharma K. , Pandey G. P.

Journal of Telecommunications and Information Technology

|

2020

|

tom nr 4

44--52

EN

This paper presents how machine learning techniques may be applied in the process of designing a compact dual-band H-shaped rectangular microstrip antenna (RMSA) operating in 0.75–2.20 GHz and 3.0–3.44 GHz frequency ranges. In the design process, the same dimensions of upper and lower notches are incorporated, with the centered position right in the middle. Notch length and width are verified for investigating the antenna. An artificial neural network (ANN) model is developed from the simulated dataset, and is used for shape prediction. The same dataset is used to create a mathematical model as well. The predicted outcome is compared and it is determined that the model relying on ANN offers better results.