Wyniki wyszukiwania - Biblioteka Nauki

1

Nowa metoda wspomagania prac inżynierskich w technologii klejenia

100%

Domińczuk J.

|

tom nr 11

24-27

PL

W artykule zaprezentowano wyniki przeprowadzonej analizy jakościowej przydatności sztucznej inteligencji do przetwarzania danych eksperymentalnych związanych z określaniem wytrzymałości połączeń klejowych. Dokonano porównania efektywności działania sieci neuronowej z efektywnością metod typowej analizy statystycznej, tj. regresji liniowej i wielomianowej. Przeprowadzona analiza pozwala na określenie stopnia przydatności sztucznych sieci neuronowych do przewidywania wytrzymałości połączeń klejowych.

EN

In the paper, results of qualitative analysis of suitability of artificial intelligence to experimental data processing connected with determination of adhesive joints strength were presented. There was accomplished comparison of efficiency of neural networks method with efficiency of typical statistic methods, linear and polynomial regression. The analysis allows to determination of suitability of neural networks to prediction of adhesive joints strength.

2

Diagnostyka nawierzchni drogowych z wykorzystaniem metody korygującej dopasowanie stereo-obrazów

75%

Staniek M.

|

2014

|

tom nr 6

9941--9948

PL

W pracy przedstawiono rozwiązania wizyjne wykorzystywane w diagnostyce nawierzchni drogowych. Scharakteryzowano opracowane przez autora tej pracy stanowisko pomiarowe oceny nawierzchni bazujące na metodach przetwarzania i rozpoznawania obrazów. Przedstawiono algorytm działania stanowiska pomiarowego. Zdefiniowano problemy analizy stereo-obrazów dotyczące niejednoznaczności dopasowania punktów, nieciągłość głębi dla sąsiednich obiektów oraz częściowo przesłaniających sie obiektów na zarejestrowanych obrazach. Autor zaproponował zastosowanie sieci neuronowych typu Hopfielda w procesie dopasowania obiektów w stereo-obrazach. Zdefiniowano kryteria najkorzystniejsze z punktu widzenia dopasowania punktów stereoobrazów oraz odwzorowania obrazów w modelu przestrzennym nawierzchni drogowej. Metoda obliczeniowa bazuje na minimalizacji energii całkowitej sieci neuronowej dla danych stereo-obrazów.

EN

The paper presents a stereo vision solutions used in the diagnostics of road pavement. The test-bench developed by the author, based on the image processing and image recognition solutions, was characterized. The algorithm of measurement procedure was presented. Problems of stereo-image analysis regarding the ambiguity of matching points images, discontinuity depth for neighboring objects registered on the images and partially obstructs objects in the images were defined. The author proposed Hopfield-type neural networks in the process of matching pixels in stereo-images. The criteria for the most favorable matching points of stereo images and the mapping of images in spatial model of road pavement were defined. The calculation method is based on minimizing the total energy of the neural network for data stereo-images.

3

Wykorzystanie sieci neuronowej do analizy probabilistycznej modelu zużycia wykrojnika

75%

Moszczyński L. , Pniewski S.

|

tom nr 6

26-29

4

Zastosowanie metod analizy obrazów do automatycznej detekcji i pomiaru źrenic oczu

63%

Koprowski R. , Tokarczyk R. , Wróbel Z.

|

2006

|

tom Vol. 16

305--317

PL

Potrzeby diagnostyki medycznej wad budowy i postawy człowieka wymagają stworzenia prostej metody jego pozycjonowania w trójwymiarowej przestrzeni. Jedną z metod wyznaczania położenia charakterystycznych punktów ciała jest metoda fotogrametryczna. Pomierzone punkty na zdjęciach służą do zbudowania przestrzennego modelu i za pomocą punktów dostosowania umieszczenia go w układzie odniesienia. Fotogrametryczny system do pomiaru 3D punktów ciała ludzkiego opracowany w Zakładzie Fotogrametrii i Informatyki Teledetekcyjnej WGGiIŚ AGH w Krakowie wymaga pomiaru na zdjęciach cyfrowych wybranych miejsc ciała ludzkiego, sygnalizowanych styropianowymi kulkami-markerami oraz środków źrenic oczu. W ramach automatyzacji pomiaru na zdjęciach prowadzone są badania nad metodami detekcji i pomiaru trzech grup punktów: fotopunktów, markerów na pacjencie oraz źrenic oczu Niniejsze opracowanie dotyczy metody automatycznego pomiaru trzeciej grupy punktów pomiarowych. Opracowana metoda detekcji źrenic oczu wymaga zrealizowania celów cząstkowych: detekcji markerów na ciele pacjenta, segmentacji obrazu ciała dla wykrycia głowy z rejonem oczu, wykrycia i pomiaru środków źrenic. Pierwszy z celów osiągnięto wykorzystując metodę korelacji krzyżowej. Do wykrycia rejonu oczu wykorzystano analizę skupień zbioru wspołrzędnych metodą k najbliższych sąsiadów. Dalsze przybliżenie rejonu oczu osiągnięto wykorzystując analizę statystyczną dużej ilości zdjęć pacjentów dla wyznaczenia współczynnika kryterium rejonizacji. Metodyka wyznaczania położenia oczu, centralnych punktów położenia źrenic została oparta na sieciach neuronowych ze wsteczną propagacją błędu. Uzyskana dokładność metody została oceniona na poziomie około 1 piksela, jej skuteczność w znacznej mierze zależy od prawidłowej detekcji markerów na ciele pacjenta.

EN

The needs of medical rehabilitation requires the creation of a simple method for the positioning of a human body in 3-D space. The method of posture analysis consists in simple visualization of particular characteristic points of the patient’s body. Usually, an assessment of the relative displacement and asymmetry of these points are a reliable measure of pathological body posture deviation. One of the methods of determining the position of characteristic points is the photogrammetric method. The points measured in the images are used to create a spatial model and, based on control points, position it in a reference system. The photogrammetric system for measuring 3D points located on a human body has been developed in the Department of Photogrammetry and Remote Sensing Informatics, Technical University – AGH Kraków. In the system, on digital images (taken with two compact, free-focus-type digital cameras), special markers (light foamed polystyrene balls) located on chosen points of human body and the center of an eye pupil are measured. To make the system more automatic, the research is carried on to automatically detect and measure the three following groups of points: control points, markers located on the human body and eye pupil. In this paper, the method of automatic measurement of last group of points is considered. The developed method of eye pupil detection requires achieving the following goals: detection of markers located on the human body, segmentation of the body image to detect a head, approximate eye localization and, finally, the measurement of a pupil center. The first goal was achieved by using the cross correlation method. The localization of the eyes was done by analyzing the coordinates’ set concentration by k nearest neighbors. The achieved results were divided into two sets pa 1 and pa 2 , which consist of data on the position of markers located on the front and back sides of body. A further approximation of eye location was achieved using statistical analysis of many images to determine the coefficient as a criterion for region membership. The methodology of determination of eye position, and pupil center were based on a neural network with backward error propagation. The achieved accuracy was estimated as 1 pixel, but the efficiency strongly depends on the proper detection of the markers located on the patient’s body.

5

Modele regresyjne sieci neuronowych w zastosowaniu do sterowania procesem jakości w przedsiębiorstwie produkcyjnym

63%

Lonkwic P.

|

tom nr 1

38--41

PL

W artykule przedstawiono zastosowanie modeli klasyfikujących sieci neuronowych dostępnych w pakiecie Statistica do sterowania procesami jakościowymi na przykładzie detalu wykonanego jako gięty profil typu "spinka". Analizie poddano, na ile metoda sieci neuronowych jest zdolna do identyfikacji wymiarowej uzyskanych parametrów w procesie gięcia w ocenie kontroli jakości wykonania profilu.

EN

The article presents the application of neuron network classifying models available in the Statistica pack for controlling quality processes on the example of a detail made as a „pin” type bent profile. It was analyzed to what extent the neuron network method was capable of dimension identification of the parameters obtained during bending processes in the evaluation of controlling the profile making quality.

6

Efficient nonlinear predictive control based on structured neural models

63%

Ławryńczuk M.

|

tom Vol. 19, no 2

233-246

EN

This paper describes structured neural models and a computationally efficient (suboptimal) nonlinear Model Predictive Control (MPC) algorithm based on such models. The structured neural model has the ability to make future predictions of the process without being used recursively. Thanks to the nature of the model, the prediction error is not propagated. This is particularly important in the case of noise and underparameterisation. Structured models have much better long-range prediction accuracy than the corresponding classical Nonlinear Auto Regressive with eXternal input (NARX) models. The described suboptimal MPC algorithm needs solving on-line only a quadratic programming problem. Nevertheless, it gives closed-loop control performance similar to that obtained in fully-fledged nonlinear MPC, which hinges on online nonconvex optimisation. In order to demonstrate the advantages of structured models as well as the accuracy of the suboptimal MPC algorithm, a polymerisation reactor is studied.