Wyniki wyszukiwania - BazEkon

1

Analiza własności modeli regresji opartych na sieciach neuronowych

100%

Trzęsiok J.

|

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

2

Zarządzanie nieruchomościami z wykorzystaniem kognitywnej maszyny wnioskującej

100%

Nowak-Nova D.

|

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)

3

Potencjał kognitywnej robotyzacji zaawansowanych procesów biznesowych. Mit czy rzeczywistość?

100%

Nowak-Nova D.

|

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)

4

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

100%

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)

5

Koncepcja neuronowego modelu spadku efektywności rekuperatorów w kabinach lakierniczych

100%

Nikończuk P.

|

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)

6

Sieci neuronowe a podejście oparte na ratingach wewnętrznych. Studium przypadku

100%

Wójcicka-Wójtowicz A.

|

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)

7

Dobór struktury sieci neuronowych

100%

Staniec I.

|

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.)

8

Algorytmy komputerowo wspomaganej metody syntezy sieci neuropodobnych

76%

Wilusz T.

|

nr 248

43-65

W niniejszym artykule przedstawiono podstawowe pojęcia oraz przedmiot syntezy. Zaprezentowano wprowadzenie do metody. Omówiono podstawowy algorytm syntezy oraz metodę postępowania.

9

Zastosowanie sieci neuronowej typu SOM do wyboru najatrakcyjniejszych spółek na WGPW

76%

Migdał-Najman K., Najman K.

|

nr 952 Inwestycje finansowe i ubezpieczenia - tendencje światowe a polski rynek

493-499

Badanie tu prezentowane jest próbą przedstawienia możliwości sieci neuronowej typu SOM (Self Organizing Map, Mapa Samoorganizująca) w klasyfikacji i wyborze najatrakcyjniejszych spółek na WGPW przy wykorzystaniu danych fundamentalnych. (fragment tekstu)

10

Sieci neuronowe i algorytmy genetyczne narzędziem do rozwiązania skomplikowanych zadań

76%

Grabowski C.

|

2006

|

Metody matematyczne, ekonometryczne i informatyczne w finansach i ubezpieczeniach. Część 1

221-230

Porównano naturalne i sztuczne sieci neuronowe. Omówiono zagadnienie nauczania sieci neuronowych i ich zastosowanie. Przedstawiono rozwiązania stosowane przez algorytmy genetyczne i hybrydowy algorytm genetyczny oraz systemy ekspertowe bazujące na logice rozmytej.

11

Zastosowanie sieci neuronowych w analizie rynków finansowych

76%

Chrzan P., Timofiejczuk G.

|

2006

|

Metody matematyczne, ekonometryczne i informatyczne w finansach i ubezpieczeniach. Część 1

213-219

Celem badań, których wyniki prezentowane są w opracowaniu, było porównanie własności prognostycznych skonstruowanych modeli sieci neuronowych dla finansowych szeregów czasowych. Przedmiotem analizy była prognoza krótkoterminowa tygodniowa ceny wybranych instrumentów finansowych notowanych na Giełdzie Papierów Wartościowych w Warszawie. W opracowaniu przybliżono również problem optymalizacji struktury sieci neuronowych przy zastosowaniu algorytmów genetycznych. (fragment tekstu)

12

Sieć falkowo-neuronowa jako skuteczne narzędzie do analizy i predykcji szeregów czasowych

76%

Hadaś M.

|

Metody matematyczne, ekonometryczne i komputerowe w finansach i ubezpieczeniach 2006

175-185

Sztuczne sieci neuronowe powstały na grancie wiedzy o działaniu systemu nerwowego istot żywych i stanowią próbę wykorzystania zjawisk zachodzących w systemach nerwowych przy poszukiwaniu nowych rozwiązań technologicznych. Wykazują własności pożądane w wielu zastosowaniach praktycznych, a mianowicie stanowią uniwersalny układ aproksymacyjny odwzorowujący wielowymiarowe zbiory danych, mają zdolność uczenia się i przystosowywania do zmieniających się warunków środowiskowych. Jakkolwiek sieci neuronowe stanowią dziedzinę wiedzy całkowicie samodzielną, w rozwiązaniach praktycznych stanowią zwykle część sterującą procesem bądź część decyzyjną, przekazującą sygnał wykonawczy innym elementom urządzenia, niezwiązanym bezpośrednio z sieciami neuronowymi. W niniejszej pracy wykorzystujemy własności sztucznej sieci neuronowej i falki do przeprowadzenia predykcji szeregu czasowego. Prezentowana predykcja jest oparta na sieci neuronowo-falkowej, która jest odmianą sieci neuronowej, a w której tradycyjne funkcje aktywacji neuronów zastąpiono funkcjami falkowymi. (fragment tekstu)

13

Alternatywny sposób transformacji szeregu czasowego w prognozowaniu kursu wymiany euro

76%

Dyduch M.

|

nr 103 Prognozowanie w zarządzaniu firmą

50-55

W pracy zaprezentowano prognozę dla szeregu o wysokiej częstotliwości otrzymanej na podstawie modelu, który jest zintegrowany z transformatą falkową, siecią neuronową i algorytmem genetycznym. Prognoza jest wykonana w skali jednego dnia i siedmiu dni dla kursu wymiany euro. (abstrakt oryginalny)

14

Przetwarzanie wielowymiarowych danych medycznych z zastosowaniem rosnącego gazu neuronowego

76%

Gruber-Szydło K., Gruber J., Szynkaruk M.

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska

|

2012

|

z. 63a

337-351

W artykule omówiono możliwości usprawnienia przetwarzania danych medycznych i zwiększenia wydajności tego procesu przez wprowadzenie początkowego etapu eksploracji danych z wykorzystaniem rosnącego gazu neuronowego GNG (ang. Growing Neural Gas). Przetwarzanie danych medycznych charakteryzuje się dużą złożonością i występującymi w nim trudnościami, ponieważ analizowane dane są wielowymiarowe i dotyczą dopiero poznawanych zależności i zjawisk. W pracy wskazano, dlaczego rosnący gaz neuronowy pozwala osiągać lepsze rezultaty niż inne popularne sztuczne sieci neuronowe uczone metodą nienadzorowaną.(abstrakt oryginalny)

15

Sprzętowa implementacja samoorganizującej się, sztucznej sieci neuronowej typu Neural Gas w systemach klasyfikacji danych

76%

Szulc C., Talaśka T., Miciak M.

|

nr 1, cz. 2, CD 1

412-417

W artykule przedstawiono implementację sieci neuronowej typu Neural Gas na platformie Arduino Uno z procesorem ATmega328P. W pracy przedstawiono pewne modyfikacje procesu uczenia sieci, które wykazują zalety w kontekście realizacji sprzętowej. Dzięki zastosowanym modyfikacjom uzyskano nawet 10-krotne zwiększenie prędkości przetwarzania danych uczących. (abstrakt oryginalny)

16

Poprawa procesu uczenia się sztucznej sieci neuronowej typu Neural Gas w kontekście realizacji sprzętowej

76%

Talaśka T.

|

nr 1, cz. 2, CD 1

418-424

W artykule przedstawiono pewną modyfikację procesu uczenia sieci Neural Gas. Modyfikacja polega na zmianie funkcji sąsiedztwa G, która wykorzystywana jest w procesie uczenia się sieci. Zaproponowana funkcja może być dobrą alternatywą do istniejących i znanych z literatury rozwiązań. Zalety jej wykorzystania, będą szczególnie widoczne w przypadku realizacji sieci NG w układach elektronicznych. Łatwość realizacji takiej funkcji (np. przez dekrementację jej wartości w czasie) w konsekwencji przełoży się na zmniejszenie czasu uczenia sieci i pobieranej przez nią energii. (abstrakt oryginalny)

17

Neuronowe prognozowanie szeregów czasowych metodą przesuwanego okna danych

76%

Morajda J.

Zeszyty Naukowe Małopolskiej Wyższej Szkoły Ekonomicznej w Tarnowie

|

2007

|

nr 1(10)

189-199

W artykule zaprezentowano opartą na sieciach neuronowych metodę analizy i prognozowania szeregów czasowych, wykorzystującą technikę przesuwanego okna danych. Przedstawiono badania zastosowania tej metody dla szeregu czasowego cen detalicznych benzyny w USA. Dokonano oceny efektywności metody oraz porównano ją z wybranymi klasycznymi narzędziami analizy szeregów czasowych. (abstrakt oryginalny)

18

Określanie istotności atrybutów w zadaniach klasyfikacyjnych przez niedestruktywną eliminację połączeń w sieci neuronowej

76%

Huk M.

Prace Naukowe Akademii Ekonomicznej we Wrocławiu

|

2003

|

nr 975 Pozyskiwanie wiedzy i zarządzanie wiedzą

138-147

Problematyka pozyskiwania wiedzy z baz danych jest bardzo rozległa, zarówno z powodu ogólności sformułowania zagadnienia Data Mining jako poszukiwania ciekawych informacji w dużych zbiorach, nierzadko zaszumionych danych, jak i ze względu na wielość możliwych rozwiązań. W poniższym artykule rozważany będzie jedynie niewielki fragment tej dziedziny, odnoszący się do badania istotności atrybutów w zadaniach klasyfikacyjnych z wykorzystaniem sztucznych sieci neuronowych. (fragment tekstu)

19

Szacowanie wartości jednostek Otwartych Funduszy Emerytalnych na przykładzie OFE Polsat

76%

Dyduch M.

|

nr 183 Inwestycje finansowe i ubezpieczenia - tendencje światowe a polski rynek

137-145

W artykule przedstawiono prognozowanie jednostek Otwartych Funduszy Emerytalnych na przykładzie OFE Polsat, którego polityka inwestycyjna zakłada inwestycje w instrumenty przewidziane przepisami prawa przy jednoczesnym uwzględnieniu obecnego stanu rozwoju i kondycji rynków. Prognozę wykonano, opierając się na autorskim modelu integrującym analizę falkową oraz sieci neuronowe.(abstrakt oryginalny)

20

Sztuczna inteligencja i jej wykorzystanie w logistyce

76%

Mroczko F.

|

53 (1) Pedagogika, zarządzanie, psychologia i inżyniernia zarządzania wobec wyzwań współczesności : relacje i interdyscyplinarność wyzwaniem współczesności

41-60

Wobec wyzwań współczesności, w artykule ujęta została ogólna wiedza z zakresu sztucznej inteligencji oraz jej wykorzystanie w wieli dziedzinach działalności człowieka ze szczególnym uwzględnieniem uwarunkowań logistycznych. Przedstawiono krótką dyskusję i zrozumienie pojęcia sztucznej inteligencji z przedstawieniem determinantów jej rozwoju. Zaprezentowano niektóre różnice między mózgiem człowieka a sztuczną siecią neuronową oraz wskazano na kierunki rozwoju tych sieci. Istotną część artykułu stanowią problemy wykorzystania sztucznej inteligencji w logistyce. W szczególności dotyczą one zmian w przepływach materialnych i informacyjnych, transporcie, oraz realizacji zadań logistycznych "ostatniej mili". Zwrócono także uwagę na zagrożenia wynikające z niekontrolowanego rozwoju sztucznej inteligencji. (abstrakt oryginalny)