Browsing by Subject "sieć neuronowa"

Now showing 1 - 20 of 47

Access status: Open Access ,
Aerial SLAM algorithm with global alignment using satellite imagery
(Wydawnictwa AGH, 2023) Karbowski, Jakub; Bartoszewski, Bartosz; Kokot, Daria; Kwiecień, Michał Jan; Turlej, Tymoteusz
Simultaneous localization and mapping (SLAM) algorithms can be used in aerial vehicles with a down-facing camera for navigation and terrain mapping. However, they suffer from an incremental position error. Each neighbouring image pair match introduces an alignment error which accumulates to a global position error proportional to the map size. By using a reference satellite image map this error can be reduced to a constant factor. This work proposes a novel image alignment algorithm called Embed Match which can be applied to any SLAM algorithm. Embed Match uses a neural network to represent a map region as a field of embedding vectors which are a semantic representation of the area. By comparing the embedding fields of a satellite image and the camera image, an alignment function is defined. Maximising this function leads to image alignment. The proposed algorithm shows a radically different approach from keypoint-based alignment methods which usually struggle with matching drastically different images, such as satellite and real camera images.
Access status: Restricted ,
Agent based distributed classification system
(Data obrony: 2019-06-28) Latosiński, Waldemar
Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
Access status: Restricted ,
Algorytmy genetyczne w zagadnieniach szkolenia wielowarstwowych, jednokierunkowych sieci neuronowych.
(Data obrony: 2019-06-26) Stachańczyk, Krzysztof
Wydział Fizyki i Informatyki Stosowanej
Access status: Restricted ,
Analiza przydatności metod głębokiego uczenia w klasyfikacji obrazów
(Data obrony: 2020-09-29) Gładysz, Maciej
Wydział Inżynierii Mechanicznej i Robotyki
Access status: Restricted ,
Aplikacja automatycznie wykrywająca naruszenia regulaminu portalu społecznościowego z wykorzystaniem sieci neuronowych oraz biblioteki PyTorch
(Data obrony: 2021-01-28) Maroszek, Szymon
Wydział Inżynierii Mechanicznej i Robotyki
Access status: Restricted ,
Aplikacja mobilna Smart Live do analizy i planowania budżetu domowego
(Data obrony: 2019-12-09) Kochman, Marcelina
Wydział Fizyki i Informatyki Stosowanej
Access status: Restricted ,
Aplikacja mobilna wspomagająca świadome zakupy żywieniowe z użyciem rozszerzonej rzeczywistości
(Data obrony: 2021-01-25) Dygas, Michał
Wydział Informatyki, Elektroniki i Telekomunikacji
Access status: Restricted ,
Aplikacja mobilna wspomagająca świadome zakupy żywieniowe z użyciem rozszerzonej rzeczywistości
(Data obrony: 2021-01-25) Błażej, Mirosław
Wydział Informatyki, Elektroniki i Telekomunikacji
Access status: Open Access ,
Applying neural network in computing filling coefficient of four-stroke internal combustion engine
(2011) Bera, Piotr
Neural networks consist of many simple elements operating in parallel. In supervised training they are capable of finding their own solution to a particular problem, given only examples of proper behavior. It is a very useful method of solving complex, non-linear problems. The following article discusses the usage of artificial neural network to compute the value of filling coefficient of four-stroke internal combustion engines as the function of crankshaft rotational speed and throttle opening angle. The paper presents the idea of a static, two-layer feedforward network trained with the basic backpropagation algorithm in which the weights and biases are updated in the direction of the negative gradient. The article discusses network architecture and data structure, training parameters and result analysis.
Access status: Restricted ,
Aproksymacja funkcji odpowiedzi analogowej części układu odczytu SALT przy pomocy sieci neuronowej
(Data obrony: 2021-02-02) Sitko, Sebastian
Wydział Fizyki i Informatyki Stosowanej
Access status: Restricted ,
Badania i analiza jakości regulacji wybranych konfiguracji algorytmów sterowania wykorzystujących logikę rozmytą i sieci neuronowe
(Data obrony: 2016-07-06) Rabenda, Rafał
Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
Access status: Restricted ,
Ekstrakcja wiedzy ze sztucznej sieci neuronowej
(Data obrony: 2020-07-06) Świąder, Mateusz
Wydział Inżynierii Metali i Informatyki Przemysłowej
Access status: Restricted ,
Elektroniczny wizjer z funkcją rozpoznawania twarzy oparty na platformie Raspberry Pi i aplikacji webowej.
(Data obrony: 2019-12-10) Balicki, Dawid
Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
Access status: Restricted ,
Genetyczna optymalizacja czasu przejazdu robota śledzącego tor na podstawie odometrii
(Data obrony: 2019-10-04) Ciałoń, Łukasz
Wydział Inżynierii Mechanicznej i Robotyki
Access status: Restricted ,
Implementacja modelu wzmacniacza gitarowego opartego na danych z pomiarów rzeczywistego urządzenia
(Data obrony: 2020-05-28) Wróbel, Jakub
Wydział Inżynierii Mechanicznej i Robotyki
Access status: Restricted ,
Interfejs człowiek-komputer wspomagający osoby niewidome
(Data obrony: 2021-01-26) Sieńko, Mikołaj
Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
Access status: Restricted ,
Klasyfikacja danych tekstowych przy pomocy rekurencyjnych sieci neuronowych
(Data obrony: 2018-01-23) Łyko, Tomasz
Wydział Informatyki, Elektroniki i Telekomunikacji
Access status: Restricted ,
Klasyfikacja obrazów SAR za pomocą sieci neuronowej
(Data obrony: 2014-09-25) Podsiadło, Iwona
Wydział Geologii, Geofizyki i Ochrony Środowiska
The aim of this work was to create a classifier polarimetric signatures using neural networks. To solve the problem has been applied Hamming network and neural networks for pre-processing the data. Environment in which the solution was implemented Matlab 7.1. Hamming classifier has proved to be an adequate tool to solve the problem in the case of coherent polarimetric signatures and for the signatures of coherent network volume did not give satisfactory results.
Access status: Restricted ,
Kompresja głębokich sieci neuronowych
(Data obrony: 2019-10-25) Maciejowski, Piotr
Wydział Informatyki, Elektroniki i Telekomunikacji
Access status: Restricted ,
Planowane!
Matematyczne modelowanie procesów stalowniczych za pomocą sztucznych sieci neuronowych
(Data obrony: 2006) Pietrzkiewicz, Piotr
Wydział Metalurgii i Inżynierii Materiałowej
Problem określenia prawidłowych parametrów technologicznych na początku każdego procesu stalowniczego odgrywa bardzo istotną rolę. Potwierdzeniem tak postawionej hipotezy są doświadczenia przemysłowe oraz matematyczne rozważania na temat zestawienia parametrów wejściowych każdego procesu technologicznego. Z uwagi na fakt, że zestawienie właściwego wektora wejściowego oparte jest na danych przemysłowych, decydujące znaczenie ma ich "wiarygodność". Zbadanie matematycznych zależności oraz wiarygodności parametrów początku i końca procesu technologicznego ma dla problemu sterowania znaczenie podstawowe. W przedstawionej pracy zaprezentowano wyniki badań stosowania sztucznych sieci neuronowych jako narzędzie do matematycznego modelowania parametrami technologicznymi w wybranych procesach stalowniczych. Biorąc pod uwagę ciąg technologiczny produkcji stali, do badań wybrano przemysłową bazę danych pochodzącą z dwóch procesów tj. procesu konwertorowego oraz procesu próżniowej rafinacji stali typu RH. Na przykładzie konwertora tlenowego zaprezentowano własną metodę filtracji danych przemysłowych, która pozwala na poprawę jakości budowanego modelu sterowania czyniąc go wiarygodnym. Natomiast na przykładzie rafinacji pozapiecowej typu RH zaprezentowano gruntowną matematyczną analizę wpływu parametrów technologicznych początku procesu na parametry końcowe. W oparciu o uzyskane wyniki badań stworzono matematyczny model sterowania procesami stalowniczymi w postaci programu komputerowego o nazwie NeuroSTEELMAKING. Umożliwia on dobór optymalnych parametrów technologicznych na początku procesu konwertorowego oraz pozapiecowej rafinacji stali typu RH. Z punktu widzenia praktyki przemysłowej ma on zastosowanie użytkowe, natomiast sama idea działania programu może mieć zastosowanie uniwersalne wszędzie tam gdzie istnieje problem wiarygodności baz danych.