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
Wyszukiwano:
w słowach kluczowych:  sieć RBF
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Ocena ryzyka kredytowego jest zadaniem klasyfikacji, które rozwiązywane jest przez instytucje kredytowe. W referacie przedstawione zostaną wyniki klasyfikacji klientów przedsiębiorstwa leasingowego, uzyskane za pomocą liniowej funkcji dyskryminacji, metody k-średnich i sieci neuronowych RBF.
EN
Creditworthiness evaluation is a classification problem that is faced by the credit institutions. In the paper we discuss the results of the leasing company clients classification that are obtained applying linear discriminant function, k-means method and RBF networks
2
100%
PL
W artykule zaprezentowano agentowy system ewolucji sieci neuronowych. Idea ewolucyjnego systemu wieloagentowego (EMAS) może pomóc w likwidacji pewnych wad, którymi charakteryzują się klasyczne techniki ewolucyjnej optymalizacji. Rozważania teoretyczne zostały zilustrowane prezentacją systemu rozwiązującego problem predykcji ciągów czasowych, dla którego przedstawiono wybrane wyniki eksperymentów.
EN
In the paper an agent system of evolving neural networks is presented. A concept of decentralised evolutionary computation realised as an evolutionary multi-agent system (EMAS) may help to avoid some of the shortcommings of classical evolutionary optimisation techniques. General considerations are illustrated by the particular system dedicated to a problem of time-series prediction. Selected experimental results conclude the work.
PL
Przedmiotem artykułu jest system diagnostyczny służący do lokalizacji pojedynczych uszkodzeń analogowych układów elektronicznych. Na etapie przedtestowym dla diagnozowanego układu elektronicznego skonstruowano słownik uszkodzeń na podstawie symulacji komputerowych dla każdego analizowanego stanu obwodu. Jako pobudzenie wykorzystano zarówno zasilanie układu, jak i podawany na wejście obwodu sygnał sinusoidalny. Na wyjściu badanego obwodu mierzono moduł i fazę napięcia. Zespół dwóch sieci neuronowych o radialnych funkcjach bazowych został użyty jako klasyfikator uszkodzeń (katastroficznych i parametrycznych). Odpowiedź końcową dwóch równolegle połączonych sieci neuronowych wyznaczono z wykorzystaniem przestrzeni BKS (Behavior Knowledge Space).
EN
This paper presents a diagnostic system created for localization of faults in analog electronic circuits. The system is based on dictionary method. As stimu oflation signals, dc supply voltage and sinusoidal input signal have been used. The frequency of sinusoidal signal is variable. Voltages and phases in output of the circuit are measured to create dictionary of faults. Radial Basis Function (RBF) neural networks were used as neural classifiers. Behavior Knowledge Space (BKS) was used to find the optimum final answer of parallel classifiers. Software which has been used to generate teaching-testing files had been created in Borland Delphi. Simulations of electronic circuits have been realized by SPICE. Software, used to simulate neural classifiers has been created in Matlab.
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.