BazEkon - Yadda

1

Convolutional Neural Networks Training for Autonomous Robotics

100%

Alexander L., Maiorov K., Bozek P.

Management Systems in Production Engineering

|

2021

|

29

|

nr 1

75-79

The article discusses methods for accelerating the operation of convolutional neural networks for autonomous robotics learning. The analysis of the theoretical possibility of modifying the neural network learning mechanism is carried out. Classic semiotic analysis and the theory of neural networks is proposed to union. An assumption is made about the possibility of using the symmetry mechanism to accelerate the training of convolutional neural networks. A multilayer neural network to represent how space is an attempt has been made. The conclusion was based on the laws on the plane obtained earlier. The derivation of formulas turned out to be impossible due to the problems of modern mathematics. A new approach is proposed, which involves combining the gradient descent algorithm and the stochastic completion of convolutional filters by the principles of symmetries. The identified algorithms allow increasing the learning rate from 5% to 15%, depending on the problem that the neural network solves. (original abstract)

2

Modelowanie stanu warstwy wierzchniej za pomocą sieci neuronowych

100%

Krajewska-Śpiewak J.

Zarządzanie Przedsiębiorstwem / Polskie Towarzystwo Zarządzania Produkcją

|

2016

|

nr 1

13-17

Wśród istniejących metod pomiaru naprężeń można wyróżnić metodę ring-core, metodę usuwania warstw (metody niszczące) oraz dyfrakcję rentgenowską, metodę ultradźwięków czy metodę prądów wirowych (metody nieniszczące). Niestety, metody nieniszczące są czasochłonne, a aparatura bardzo droga. Metody niszczące natomiast wymagają usunięcia pewnej części materiału w celu pomiaru naprężeń, przez co element poddany identyfikacji naprężeń jest niszczony. Określanie wartości naprężeń jest zagadnieniem bardzo złożonym, a wiedza na temat naprężeń własnych w obrabianym materiale ma istotne znaczenie praktyczne.(fragment tekstu)

3

Personnel Planning Support System on the Basis of Neural Network

100%

Teda J., Schindler J.

Prace Naukowe / Akademia Ekonomiczna w Katowicach

|

1998

|

Intelligent Decision Support Systems in Management, the transformation of business information systems in the 90-ties. International session

29-37

4

Automatic Classification of Fruit Defects based on Co-Occurrence Matrix and Neural Networks

100%

Capizzi, Lo Sciuto L., Napoli, Tramontana, Woźniak

Annals of Computer Science and Information Systems

|

2015

|

5

861-867

Nowadays the effective and fast detection of fruit defects is one of the main concerns for fruit selling companies. This paper presents a new approach that classifies fruit surface defects in color and texture using Radial Basis Probabilistic Neural Networks (RBPNN). The texture and gray features of defect area are extracted by computing a gray level co-occurrence matrix and then defect areas are classified by the applied RBPNN solution.(original abstract)

5

Standardowe zadanie programowania liniowego a sieć neuronowa

80%

Kopeć M.

Prace Naukowe / Akademia Ekonomiczna w Katowicach

|

2004

|

Metody i zastosowania badań operacyjnych '04

193-209

Celem pracy jest prezentacja sposobu rozwiązywania standardowego zadania programowania liniowego przy użyciu sieci neuronowej. (fragment tekstu)

6

Maintenance Supervision of the Dies Condition and Technological Quality of Forged Products in Industrial Conditions

80%

Krajewska-Śpiewak J., Turek J., Gawlik J.

Management and Production Engineering Review

|

2021

|

12

|

nr 2

27-32

Wear of the working surfaces of the forging dies in the process of manufacturing products with the die forging technique leads to deterioration of their operational properties as well as their technological quality. A characteristic feature of production in small and medium-sized enterprises is the high variability of the product range and short production series, which can be repeated in the case of re-orders by customers. In this type of production conditions, a technological criterion in form of - a change in the characteristic and selected dimension of forging is usually used to assess the quality of products. An important problem is, whether by taking up another order for a series of the same type of product, it will be possible to implement it with the existing die, or should a new die be made? As a result of the research carried out in the company implementing this type of contract, a procedure was proposed for forecasting the abrasive wear of die working surfaces on the basis of a technological criterion, easy to determine in the conditions of small and medium-sized enterprises. The paper presents the results of the wear assessment of a die made out of hot-work tool steel X37CrMoV5-1 (WCL) and dies made of 42CrMo4 alloy structural steel with hardfacing working surfaces by F-818 wire. To determine and forecast the process of die wear, a mathematical model in the form of neural networks was used. Their task was to forecast the ratio of the increment in introduced wear intensity indicator to the number of forgings made during the process. Taking into account the ability of neural networks to learn, their use in the diagnostic process is justified. (original abstract)

7

Demand Forecasting : an Alternative Approach Based on Technical Indicator Pbands

80%

Kolková A., Ključnikov A.

Oeconomia Copernicana

|

2021

|

12

|

nr 4

1063-1094

Research background: Demand forecasting helps companies to anticipate purchases and plan the delivery or production. In order to face this complex problem, many statistical methods, artificial intelligence-based methods, and hybrid methods are currently being developed. However, all these methods have similar problematic issues, including the complexity, long computing time, and the need for high computing performance of the IT infrastructure.Purpose of the article: This study aims to verify and evaluate the possibility of using Google Trends data for poetry book demand forecasting and compare the results of the application of the statistical methods, neural networks, and a hybrid model versus the alternative possibility of using technical analysis methods to achieve immediate and accessible forecasting. Specifically, it aims to verify the possibility of immediate demand forecasting based on an alternative approach using Pbands technical indicator for poetry books in the European Quartet countries.Methods: The study performs the demand forecasting based on the technical analysis of the Google Trends data search in case of the keyword poetry in the European Quartet countries by several statistical methods, including the commonly used ETS statistical methods, ARIMA method, ARFIMA method, BATS method based on the combination of the Cox-Box transformation model and ARMA, artificial neural networks, the Theta model, a hybrid model, and an alternative approach of forecasting using Pbands indicator. The study uses MAPE and RMSE approaches to measure the accuracy.Findings & value added: Although most currently available demand prediction models are either slow or complex, the entrepreneurial practice requires fast, simple, and accurate ones. The study results show that the alternative Pbands approach is easily applicable and can predict short-term demand changes. Due to its simplicity, the Pbands method is suitable and convenient to monitor short-term data describing the demand. Demand prediction methods based on technical indicators represent a new approach for demand forecasting. The application of these technical indicators could be a further forecasting models research direction. The future of theoretical research in forecasting should be devoted mainly to simplifying and speeding up. Creating an automated model based on primary data parameters and easily interpretable results is a challenge for further research. (original abstract)

8

Sieci neuronowe MLP do kompensacji odkształceń termicznych śrub tocznych obrabiarek CNC

80%

Rojek I., Kowal M., Staniek R.

Studies & Proceedings of Polish Association for Knowledge Management

|

2016

|

79

204-213

W artykule przedstawiono jednokierunkowe wielowarstwowe sieci neuronowe ze wsteczną propagacją błędu (MLP) do kompensacji odkształceń termicznych śrub tocznych obrabiarek CNC. Potrzeba poprawy dokładności pozycjonowania serwonapędu stała się bodźcem do rozpoczęcia prac badawczych nad nową bezczujnikową metodą kompensacji odkształceń termicznych śrub tocznych, która umożliwi kompensację wydłużenia takiej śruby na podstawie danych historycznych. Sieci neuronowe opracowano z różną strukturą oraz parametrami uczenia. Dokonano porównania tych sieci. Miarą oceny modeli była skuteczność działania tych sieci. Modele te przetestowano na danych rzeczywistych. (abstrakt oryginalny)

9

Sieci neuronowe a podejście oparte na ratingach wewnętrznych. Studium przypadku

80%

Wójcicka-Wójtowicz A.

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu

|

2018

|

nr 533 Finanse przedsiębiorstw i gospodarstw rolnych

250-258

Banki uważane są za instytucje zaufania publicznego. Zaufanie to zostało nadwyrężone przez ostatni kryzys finansowy w 2007 r. W związku ze wzrostem zanotowanych bankructw banki zaczęły przywiązywać większą wagę do oceny ryzyka kredytowego, które w skrajnych przypadkach może doprowadzić do bankructwa banku. Basel III skupia się na potrzebie uściślenia regulacji dotyczących zarządzania ryzykiem i modeli wywodzących się z ratingów wewnętrznych. Jednocześnie coraz większą popularność w klasyfikacji kredytobiorców zyskują sieci neuronowe. Celem artykułu jest przedstawienie zastosowania perceptronu wielowarstwowego ze wsteczną propagacją w klasyfikacji kredytobiorców i porównanie jakości klasyfikacji z modelem ratingów wewnętrznych. Na podstawie przeprowadzonych badań można stwierdzić, że sieci neuronowe ze względu na łatwość adaptacji i możliwość dynamicznego kształtowania zbioru zmiennych wejściowych (input) osiągają lepsze wyniki klasyfikacji kredytobiorców niż mniej elastyczne metody, takie jak testowana metoda IRB.(abstrakt oryginalny)

10

Dobór struktury sieci neuronowych

80%

Staniec I.

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Łódzka

|

2003

|

z. 38, nr 937

107-116

Przedstawiono automatyczne algorytmy optymalizacji architektury sieci neuronowych. W pierwszej części sformułowano problem doboru architektury optymalnej sieci. Następnie przedstawiono teoretyczne aspekty rozważanego problemu. Dalej zaprezentowano wyniki empirycznego doboru architektury sieci w wybranych programach. (oryg. streszcz.)

11

Application of Artificial Neural Network and Support Vector Regression in Cognitive Radio Networks for RF Power Prediction Using Compact Differential Evolution Algorithm

80%

Sunday I., Goodyer E., Gow J., Shell J., Gongora M.

Annals of Computer Science and Information Systems

|

2015

|

5

55-66

Cognitive radio (CR) technology has emerged as a promising solution to many wireless communication problems including spectrum scarcity and underutilization. To enhance the selection of channel with less noise among the white spaces (idle channels), the a priory knowledge of Radio Frequency (RF) power is very important. Computational Intelligence (CI) techniques cans be applied to these scenarios to predict the required RF power in the available channels to achieve optimum Quality of Service (QoS). In this paper, we developed a time domain based optimized Artificial Neural Network (ANN) and Support Vector Regression (SVR) models for the prediction of real world RF power within the GSM 900, Very High Frequency (VHF) and Ultra High Frequency (UHF) FM and TV bands. Sensitivity analysis was used to reduce the input vector of the prediction models. The inputs of the ANN and SVR consist of only time domain data and past RF power without using any RF power related parameters, thus forming a nonlinear time series prediction model. The application of the models produced was found to increase the robustness of CR applications, specifically where the CR had no prior knowledge of the RF power related parameters such as signal to noise ratio, bandwidth and bit error rate. Since CR are embedded communication devices with memory constrain limitation, the models used, implemented a novel and innovative initial weight optimization of the ANN's through the use of compact differential evolutionary (cDE) algorithm variants which are memory efficient. This was found to enhance the accuracy and generalization of the ANN model. Index Terms-Cognitive Radio; Primary User; Artificial Neural Network; Support Vector Machine; Compact Differential Evolution; RF Power; Prediction.(original abstract)

12

Koncepcja neuronowego modelu spadku efektywności rekuperatorów w kabinach lakierniczych

80%

Nikończuk P.

Logistyka

|

2015

|

nr 3, CD 1

3529-3535

Renowacyjne kabiny lakiernicze coraz częściej są wyposażane w instalacje odzysku ciepła. W trakcie eksploatacji kabiny lakierniczej na wewnętrznych częściach kanałów wyrzutni odkładają się osady lakierów. Osady te są izolatorami cieplnymi. W wyniku powstawania osadów lakierów sprawność rekuperatora spada. W artykule przedstawiono propozycję neuronowego systemu eksperckiego, który będzie w stanie wnioskować stopień obniżenia sprawności odzysku ciepła na podstawie innych parametrów pracy kabiny lakierniczej (abstrakt oryginalny)

13

Analiza własności modeli regresji opartych na sieciach neuronowych

80%

Trzęsiok J.

Prace Naukowe / Uniwersytet Ekonomiczny w Katowicach

|

2011

|

Metody i modele analiz ilościowych w ekonomii i zarządzaniu. Cz. 3

82-89

W tym opracowaniu sieci neuronowe przedstawione zostaną jako model statystyczny wykorzystywany do budowy funkcji regresji. Z tego też względu omówiony zostanie jeden z najbardziej popularnych modeli - sieć neuronowa jednokierunkowa (feed-forward neural networks) z jedną warstwą ukrytą. Szczegółowo budowę funkcji regresji opartą na sieciach neuronowych autorka przedstawiła w opracowaniu przygotowanym w ramach projektu badań statutowych w 2009 roku, dlatego też przypomniane zostaną jedynie główne idee konstrukcji tego modelu, bez omawiania szczegółowo kroków algorytmu budowy modelu i wyznaczania jego parametrów. Celem tego opracowania będzie zbadanie własności modelu regresji zbudowanego w oparciu o sieci neuronowe. Szczególnie interesować nas będzie, czy otrzymany model charakteryzuje się odpornością na występowanie w zbiorze uczącym wartości oddalonych oraz wartości zaburzonych wpływem zmiennych losowych

14

Zarządzanie nieruchomościami z wykorzystaniem kognitywnej maszyny wnioskującej

80%

Nowak-Nova D.

Nowoczesne Systemy Zarządzania

|

2023

|

18

|

nr 1

29-48

W artykule przedstawiono możliwość zastosowania Automatycznych Modeli Wyceny (AVMs), rozszerzonych o technologie algorytmów uczenia maszynowego i sztuczne sieci neuronowe, do przetwa****rzania kognitywnego w obszarze Facility Management. Opisano eksperymenty symulujące w procesach operacyjnego zarządzania nieruchomością, zachowania AVMs w kognitywnej maszynie wnioskującej. Badano poprawność działania algorytmów usług decyzyjnych wywoływanych przez zautomatyzowane silniki wnioskujące dla generalizacji informacji o nieruchomości oraz procesu planowania wykorzystującego algorytmy. Kluczowe wnioski z badania potwierdzają, że przyjęcie dla AVMs perspektywy kognitywnej i zastosowanie technologii algorytmów i sztucznych sieci neuronowych w operacyjnym zarządzaniu nie****ruchomością zwiększa produktywność procesów, tym samym przynosi korzyść zarządzającemu(abstrakt oryginalny)

15

Potencjał kognitywnej robotyzacji zaawansowanych procesów biznesowych. Mit czy rzeczywistość?

80%

Nowak-Nova D.

Przedsiębiorczość i Zarządzanie

|

2018

|

t. 19, z. 5, cz. 2 Agile Commerce - zarządzanie wobec wyzwań technologii

163-176

This paper presents an overview of the effects of applying Cognitive Automation in the area of tasks which do not require physical activity. The influence of intelligent algorithms was presented in terms of building and maintaining competitive advantage on the marketplace. The following methods were listed as the stages of the development of research concerning Artificial Intelligence: Machine Learning, Natural Language Processing, Deep Learning, Neural Networks, which allow to exceed the algorithm sequencing. It was indicated that Cognitive Computing, conclusions made by algorithms, technologies and systems which operate like a human mind change the rules of the market game. They allow for predictive conclusions by offering verifiable hypotheses concerning the expected development of the situation. In summation, the analysed results of the study regarding the changes on the job market confirm empirically that robotic automation of service processes has reached into the tasks which so far have been of authentically human, mental nature. The potential for the further algorithmization of non-manual tasks has been created.(original abstract)

16

Analiza głównych składowych jako metoda wstępnego przetwarzania danych dla sieci neuronowych

80%

Morajda J.

Zeszyty Naukowe / Akademia Ekonomiczna w Krakowie

|

2000

|

nr 551

17-30

W artykule opisano analizę głównych składowych (PCA) w odniesieniu do zagadnienia wstępnej transformacji danych dla sieci neuronowych typu perceptron. Zaprezentowano przy tym funkcjonowanie opierającej się na regule Sangera i realizującej taką transformację sieci neuronowej typu PCA, jako narzędzia alternatywnego dla metody klasycznej. Następnie przedstawiono wyniki badań doboru optymalnej ilości stosowanych głównych składowych oraz czasu uczenia sieci PCA w zagadnieniu wstępnego przetwarzania danych dla sieci neuronowych, wykorzystywanych do prognozowania dynamiki zmian indeksu giełdowego WIG 20. Wykazano celowość stosowania analizy PCA w wybranych zagadnieniach oraz sformułowano szereg wniosków dotyczących tej metody. (abstrakt oryginalny)

17

Attributes affecting the value of undeveloped real property based of communes of Komorniki and Murowana Goślina .

80%

Zydroń A., Kayzer D., Adamowicz K.

Ekonomia i Środowisko

|

2016

|

nr 4 (59)

133-142

Celem pracy było wyodrębnienie czynników wpływających na wartość nieruchomości budowlanych na przykładzie gmin: Komorniki oraz Murowana Goślina, uwzględniając walory środowiskowe i społeczno-ekonomiczne. W opracowaniu przeanalizowano materiały z lat 2010-2013 zawarte w transakcjach kupna-sprzedaży nieruchomości niezabudowanych, pozyskane z PODGiK w Poznaniu. Wyniki analizowano z wykorzystaniem sieci neuronowych. Największy wpływ na kształtowanie się wartości gruntów budowlanych w gminie Komorniki miało występowanie sieci kanalizacyjnej, a w gminie Murowana Goślina - powierzchnia działki.(abstrakt oryginalny)

18

Prediction of Surface Roughness Using a Feed-Forward Neural Network

80%

Senveter J., Klancnik S., Balic J., Cus F.

Management and Production Engineering Review

|

2010

|

1

|

nr 2

47-55

This article presents the development of a system for predicting surface roughness, using a feed-forward neural network. The primary goal was to develop a system in order to predict with complex reliability and defined accuracy. However, this system is designed in such a way that it is also possible to use it for various other workpieces. The described system uses a neural network which receives signals at the input level. The signals then travel through all hidden levels to the output level, where the responses to input signals are received. Data are used which affects the selection of surface roughness regarding the input to the neural network. Three different inputs in total are used for the neural network. Data which represents the inputs to the neural network are encoded, so that they occupy values between 0 and 1. Adequate cutting speed, feed, and depth of cut, are selected in order to achieve an adequate surface roughness of the workpiece, using the trained neural network. This contributes to the optimisation and economy of machining, which is very important during the production of an individual product and also for an individual company or organisation when transferring the final product to the contracting authority or final customer. (original abstract)

19

Wykorzystanie sieci Husmeiera do prognozowania zjawisk finansowych

80%

Paliwoda-Pękosz G.

Zeszyty Naukowe / Akademia Ekonomiczna w Krakowie

|

2004

|

nr 641

67-86

W pracy przedstawiono modele sieci neuronowych zaproponowane przez Husmeiera, które można wykorzystać do prognozowania rozkładów prawdopodobieństw. Zaprezentowano również wyniki testów przeprowadzonych przez autorkę artykułu nad wykorzystaniem modeli do prognozowania wysokości wskaźnika (kurs dolara)/(kurs marki).

20

Wykorzystanie sztucznych sieci neuronowych w spekulacjach na EUR/USD

80%

Nowak P.

Studia i Prace Kolegium Zarządzania i Finansów / Szkoła Główna Handlowa

|

2004

|

z. 50

74-81

Wyniki uzyskane w przeprowadzonych badaniach są bardzo obiecujące i zachęcają do dalszych prac w tym kierunku. Spekulacje na podstawie sztucznych sieci neuronowych są traktowane w środowisku inwestorów z pewnym niedowierzaniem. Są one jednak jednym z owoców zawrotnego tempa postępu technologicznego, którego nie da się zatrzymać. Powszechne wykorzystywanie metod sztucznej inteligencji w spekulacjach na rynkach finansowych jest więc tylko kwe-stią czasu, na co wskazują wyniki badań przedstawione w tym artykule. (fragment tekstu)