Wyniki wyszukiwania

Wynik wyszukiwania

1/202
Nr opisu: 0000128874
Application of artificial neural networks for short-term forecasting of container flows in Kazakhstan.
[Aut.]: Z. Abdirassilov, Aleksander Sładkowski, A. Izbairova, S. Sarbaev.
W: Modelling of the interaction of the different vehicles and various transport modes. Ed. Aleksander Sładkowski. Cham : Springer, 2020, s. 131-158, bibliogr. 28 poz. (Lecture Notes in Intelligent Transportation and Infrastructure ; vol. 1 2523-3440). Punktacja MNiSW 20.000

pociąg kontenerowy ; międzynarodowy korytarz transportowy ; sztuczna sieć neuronowa

container train ; international transport corridor ; artificial neural network ; predicting container flow

2/202
Nr opisu: 0000137989
Application of artificial neural networks to heat transfer simulations of thin film structures irradieted by laser.
[Aut.]: Anna Korczak, Waldemar Mucha, Alicja Piasecka-Belkhayat.
W: 2020 International Conference Mechatronic Systems and Materials (MSM), Bialystok, Poland, July 1-3, 2020. Ed. by Zbigniew Kulesza, Arkadiusz Mystkowski, Jolanta Pauk, Adam Idzkowski. Piscataway : IEEE, 2020, s. 1-4, bibliogr. 18 poz.

metoda siatkowa Boltzmanna ; arytmetyka interwałowa ; sztuczna sieć neuronowa

lattice Boltzmann method ; interval arithmetic ; artificial neural network

3/202
Nr opisu: 0000138885
Artificial neural network as a virtual sensor of nitrate nitrogen (V) concentration in an activated sludge reactor.
[Aut.]: Lesław Płonka.
-Civ. Environ. Eng. Rep. 2020 nr 30 (4), s. 188-200, bibliogr. 14 poz.. Punktacja MNiSW 20.000

osad czynny ; sztuczna sieć neuronowa

activated sludge process ; artificial neural network

4/202
Nr opisu: 0000134522
Innovative artificial neural network approach for integrated biogas - wastewater treatment system modelling: effect of plant operating parameters on process intensification.
[Aut.]: Piotr Sakiewicz, Krzysztof Piotrowski, Józef Piotr Ober, J. Karwot.
-Renew. Sustain. Energy Rev. 2020 vol. 124, s. 1-14, bibliogr. 67 poz.. Impact Factor 12.110. Punktacja MNiSW 200.000

produkcja biogazu ; oczyszczalnia ścieków ; sztuczna sieć neuronowa ; model numeryczny ; parametry działania instalacji ; studium parametryczne

biogas production ; wastewater treatment plant ; artificial neural network ; numerical model ; plant-operating parameters ; sensitivity study

5/202
Nr opisu: 0000135685
Methodology of modeling an artificial neural network for self-sensing concrete mix design.
[Aut.]: Sofija Kekez.
W: Współczesne zagadnienia z inżynierii lądowej. Prace naukowe doktorantów. Red. Iwona Pokorska-Silva, Krzysztof Gromysz. Gliwice : Wydaw. Politechniki Śląskiej, 2020, s. 249-258, bibliogr. 15 poz. (Monografia ; [Politechnika Śląska] nr 837). Punktacja MNiSW 20.000

beton samomonitorujący ; projektowanie ; sztuczna sieć neuronowa

self-sensing concrete ; design ; artificial neural network

6/202
Nr opisu: 0000138055
Modeling of fuel consumption using artificial neural networks.
[Aut.]: Kazimierz Witaszek.
-Diagnostyka 2020 vol. 21 no. 4, s. 103-113, bibliogr. 29 poz.. Punktacja MNiSW 20.000

sztuczna sieć neuronowa ; zużycie paliwa ; dane OBDII ; modelowanie ; symulator sieci neuronowej w Stuttgarcie

artificial neural network ; fuel consumption ; OBDII data ; modelling ; Stuttgart neural network simulator

7/202
Nr opisu: 0000136659
Neural network prediction of parameters of biomass ashes, reused within the circular economy frame.
[Aut.]: Piotr Sakiewicz, Krzysztof Piotrowski, Sylwester Kalisz.
-Renew. Energy 2020 vol. 162, s. 743-753, bibliogr. 58 poz.. Impact Factor 6.274. Punktacja MNiSW 140.000

biomasa ; energia spalania ; sztuczna sieć neuronowa ; gospodarka obiegu zamkniętego ; temperatury topnienia popiołu ; Przemysł 4.0 ; neuronowy model predykcyjny

biomass ; combustion energy ; artificial neural network ; circular economy ; ash fusion temperatures ; Industry 4.0 ; neural predictive model

8/202
Nr opisu: 0000135567
Optimizing predictor variables in artificial neural networks when forecasting raw material prices for energy production.
[Aut.]: Marta Matyjaszek, G. F. Valverde, A. Krzemień, Krzysztof Wodarski, P. R. Fernandez.
-Energies 2020 vol. 13 iss. 8, art. no. 2017 s. 1-15, bibliogr. 45 poz.. Impact Factor 2.702. Punktacja MNiSW 140.000

surowiec ; prognozowanie cen ; sztuczna sieć neuronowa ; zmienne objaśniające ; zmienna opóźniona ; ruchome okno ; węgiel koksowy ; gaz ziemny ; ropa naftowa ; węgiel

raw material ; price forecasting ; artificial neural network ; explanatory variables ; lagged variable size ; rolling window ; coking coal ; natural gas ; crude oil ; coal

9/202
Nr opisu: 0000133052
Application of artificial neural networks in hybrid simulation.
[Aut.]: Waldemar Mucha.
-Appl. Sci. 2019 vol. 9 iss. 21, art. no. 4495 s. 1-19, bibliogr. 35 poz.. Impact Factor 2.474. Punktacja MNiSW 70.000

symulacja hybrydowa ; model redukcji zamówienia ; metoda elementów skończonych ; czas rzeczywisty ; metamodelowanie ; sztuczna sieć neuronowa ; sztuczna inteligencja

hybrid simulation ; model order reduction ; finite element method ; real-time ; metamodeling ; artificial neural network ; artificial intelligence

10/202
Nr opisu: 0000131743
Hot flow curve description of CuFe2 alloy via different artificial neural network approaches.
[Aut.]: P. Opela, I. Schindler, P. Kawulok, R. Kawulok, S. Rusz, Kinga Rodak.
-J. Mater. Eng. Perform. 2019 vol. 28 iss. 8, s. 4863-4870, bibliogr. 26 poz.. Impact Factor 1.652. Punktacja MNiSW 70.000

sztuczna sieć neuronowa ; formowanie ; modelowanie ; symulacja ; modelacja ; tłoczenie

artificial neural network ; forming ; modelling ; simulation ; shaping ; stamping ; hot flow curve approximation

11/202
Nr opisu: 0000132091
Lithuanian speech recognition using purely phonetic deep learning.
[Aut.]: L. Pipiras, Rytis Maskeliunas, Robertas Damasevicius.
-Computers 2019 vol. 8 no. 4, s. 1-15, bibliogr. 51 poz.. Punktacja MNiSW 20.000

rozpoznawanie mowy litewskiej ; modele fonetycznego enkodera/dekodera ; deep learning ; sztuczna sieć neuronowa

Lithuanian speech recognition ; phonetic encoder-decoder models ; deep learning ; artificial neural network

12/202
Nr opisu: 0000131908
Methods for determining the best composition of reconstruction mixtures based on the example of a mixture produced from industrial waste.
[Aut.]: Michał Kozioł, E. Kwaśniewska, Krzysztof Gaska.
W: Central European Conference ECOpole'19, 9-12 October, 2019 [online]. Opole : Ecopole, 2019, s. 1
Dostępny w Internecie: https://drive.google.com/file/d/1y84XY4_o0JKHhRgEh7-mXAIo4dld_7Ww/view [dostęp dnia 16 października 2019]

rekultywacja terenu ; sztuczna sieć neuronowa ; eksperyment planowany ; optymalizacja składu

land reclamation ; artificial neural network ; planned experiment ; composition optimisation

13/202
Nr opisu: 0000131569
Neural network prediction of parameters of ashes reused within the Circular Economy frame.
[Aut.]: Piotr Sakiewicz, Krzysztof Piotrowski, Sylwester Kalisz.
W: The book of abstracts of XXIV International Symposium on Combustion Processes, Wrocław, 23-25 September 2019. Ed. by: H. Pawlak-Kruczek, T. Hardy, Ł. Niedźwiecki. [B.m.] : [b.w.], 2019, s. 48-49, bibliogr. 6 poz.

sztuczna sieć neuronowa ; gospodarka obiegu zamkniętego ; popiół ; haloizyt ; temperatura

artificial neural network ; circular economy ; ash ; halloysite ; temperature

14/202
Nr opisu: 0000134305
On training deep networks for satellite image super-resolution.
[Aut.]: Michał Kawulok, Szymon Piechaczek, Krzysztof Hrynczenko, Paweł Benecki, Daniel Kostrzewa, Jakub Nalepa.
W: 2019 IEEE International Geoscience & Remote Sensing Symposium. IGARSS 2019, July 28 - August 2, 2019, Yokohama, Japan. Proceedings. Piscataway : Institute of Electrical and Electronics Engineers, 2019, s. 3125-3128, bibliogr. 12 poz.. Punktacja MNiSW 20.000

rekonstrukcja obrazów ; satelita ; szkolenie ; sztuczna sieć neuronowa ; dane szkoleniowe ; degradacja

image reconstruction ; satellite ; training ; artificial neural network ; training data ; degradation

15/202
Nr opisu: 0000129275
Predicting methane concentration in longwall regions using artificial neural networks.
[Aut.]: Magdalena Tutak, Jarosław Brodny.
-Int. J. Environ. Res. Public Health 2019 vol. 16 iss. 8, art. 1406 s. 1-21, bibliogr. 50 poz.. Impact Factor 2.849. Punktacja MNiSW 70.000

zagrożenie metanowe ; stężenie metanu ; prognozowanie ; pomiar in situ ; sztuczna sieć neuronowa

methane hazard ; methane concentration ; forecasting ; in situ measurement ; artificial neural network

16/202
Nr opisu: 0000135325
Reconstruction algorithm of invisible sides of a 3D object for depth scanning systems of a 3D object for cost effective truncation of point cloud data.
[Aut.]: A. Kulikajevas, R. Maskeliunas, Robertas Damasevicius, Marcin Woźniak.
W: Proceedings of the 32nd International Conference on Efficiency, Cost, Optimization, Simulation and Environmental Impact of Energy Systems. ECOS 2019, Wrocław, Poland, 23-28 June 2019. [Dokument elektroniczny]. Ed. by Wojciech Stanek, Paweł Gładysz, Sebastian Werle, Wojciech Adamczyk. Gliwice : Institute of Thermal Technology. Silesian University of Technology, 2019, s. 4483-4485, bibliogr. 6 poz.

sztuczna sieć neuronowa ; algorytm hybrydowy ; skanowanie głębokie ; rekonstrukcja 3D

artificial neural network ; hybrid algorithm ; depth scanning ; 3D reconstruction ; point-cloud prediction

17/202
Nr opisu: 0000134859
Rozmyte reguły warunkowe i metody inteligencji obliczeniowej we wspomaganiu diagnozy medycznej.
[Aut.]: Michał Jeżewski, Sebastian Porębski, Robert Czabański, Ewa Straszecka, Jacek Łęski.
W: Informatyka w medycynie. Red. Marek Kurzyński, Leon Bobrowski, Antoni Nowakowski, Jacek Rumiński. Warszawa : Akademicka Oficyna Wydaw. EXIT, 2019, s. 389-408, bibliogr. 33 poz. (Inżynieria Biomedyczna, Podstawy i Zastosowania ; t. 7). Punktacja MNiSW 20.000

sztuczna sieć neuronowa ; wspomaganie diagnozy medycznej ; reguła rozmyta ; grupowanie rozmyte ; rozmyte elementy ogniskowe

artificial neural network ; medical diagnosis support ; fuzzy rule ; fuzzy clustering ; fuzzy focal elements

18/202
Nr opisu: 0000124930
An intelligent system for monitoring skin diseases.
[Aut.]: Dawid Połap, Alicja Winnicka, Kalina Serwata, Karolina Kęsik, Marcin Woźniak.
-Sensors 2018 vol. 18 iss. 8, art. no. 2552 s. 1-19, bibliogr. 39 poz.. Impact Factor 3.031. Punktacja MNiSW 30.000

Ambient Intelligence ; sztuczna sieć neuronowa ; wykrywanie chorób skóry ; rozpoznawanie wyrazów

Ambient Intelligence ; artificial neural network ; skin diseases detection ; pattern recognition

19/202
Nr opisu: 0000128108
Application of artificial neural networks for short-term prediction of container train flows in direction of China-Europe via Kazakhstan.
[Aut.]: Z. Abdirassilov, Aleksander Sładkowski.
-Transp. Probl. 2018 vol. 13 iss. 4, s. 103-113, bibliogr. 20 poz.. Punktacja MNiSW 14.000

kontener ; pociąg ; międzynarodowy korytarz transportowy ; sztuczna sieć neuronowa

container ; train ; international transport corridor ; artificial neural network ; predicting container flow

20/202
Nr opisu: 0000130901
Application of artificial neural networks to predict railway switch durability.
[Aut.]: Łukasz Gibała, Jarosław Konieczny.
-Sci. J. Sil. Univ. Technol., Ser. Transp. 2018 vol. 101, s. 67-77, bibliogr. 21 poz.. Punktacja MNiSW 9.000

sztuczna sieć neuronowa ; zwrotnica kolejowa ; utrzymanie ruchu ; predykcja

artificial neural network ; railway switch ; maintenance ; prediction

21/202
Nr opisu: 0000124370
Application of neural network for testing selected specification parameters of voltage-controlled oscillator.
[Aut.]: Damian Grzechca, Sebastian Temich.
-Int. J. Electron. Telecommun. 2018 vol. 64 nr 2, s. 203-207, bibliogr. 12 poz.. Punktacja MNiSW 15.000

testowanie sterowane specyfikacją ; oscylator sterowany napięciem ; oscylator pierścieniowy ; sztuczna sieć neuronowa

specification driven testing ; voltage-controlled oscillator ; ring oscillator ; artificial neural network

22/202
Nr opisu: 0000124926
Design of a K-winners-take-all model with a binary spike train.
[Aut.]: Pavlo* Tymoshchuk, D. C. Wunsch.
-IEEE Trans. Cybern. 2018 vol. 49 iss. 8, s. 3131-3140, bibliogr. 54 poz.. Impact Factor 10.387. Punktacja MNiSW 50.000

model analityczny ; sztuczna sieć neuronowa ; modelowanie komputerowe ; konwergencja ; system czasu dyskretnego ; filtracja ; dysk twardy ; model matematyczny ; sieć neuronowa ; równanie nieliniowe ; sortowanie ; trajektoria

analytical model ; artificial neural network ; computational modeling ; convergence ; discrete-time system ; filtering ; hardware ; mathematical model ; neural network ; nonlinear equation ; sorting ; trajectory

23/202
Nr opisu: 0000124726
Evaluation of the accuracy of ADAS module readings based on an analysis of the transient supply current and neural network application.
[Aut.]: Damian Grzechca, Paweł Rybka, Krzysztof Paszek.
-Elektron. Elektrotech. 2018 vol. 24 no. 3, s. 46-52, bibliogr. 17 poz.. Impact Factor 0.684. Punktacja MNiSW 15.000

zaawansowany system wspomagania kierowcy ; sztuczna sieć neuronowa ; pomiar prądu ; konserwacja predykcyjna

advanced driver assistance system ; artificial neural network ; current measurement ; predictive maintenance

24/202
Nr opisu: 0000127773
Identification of the specification parameters for a voltage controlled oscillator using an artificial neural network with a genetic algorithm.
[Aut.]: Sebastian Temich, Łukasz Chruszczyk, Damian Grzechca.
-Elektron. Elektrotech. 2018 vol. 24 no. 6, s. 42-49, bibliogr. 26 poz.. Impact Factor 0.684. Punktacja MNiSW 15.000

oscylator sterowany napięciem ; parametry specyfikacji projektowej ; identyfikacja uszkodzeń ; algorytm genetyczny ; optymalizacja ; sztuczna sieć neuronowa

voltage-controlled oscillator ; specification parameters ; identification ; genetic algorithm ; optimization ; artificial neural network

25/202
Nr opisu: 0000126782
Modelowanie zależności między warunkami wytapiania w wielkim piecu i składem chemicznym surówki z wykorzystaniem sieci neuronowych. Rozprawa doktorska.
[Aut.]: Marek Berliński.
Gliwice, 2018, 185 k., bibliogr. 275 poz. + zał.: [184] k.
Politechnika Śląska. Wydział Mechaniczny Technologiczny. Promotor: prof. dr hab. inż. L. Dobrzański, dr hab. inż. Jacek Trzaska

wielki piec ; sztuczna sieć neuronowa ; surówka ; hutnictwo żelaza ; modelowanie

blast furnace ; artificial neural network ; pig iron ; iron metallurgy ; modelling

26/202
Nr opisu: 0000125329
Module's overheating assessment with the use of supply current waveform analysis.
[Aut.]: Damian Grzechca, Paweł Rybka, Sebastian Temich.
W: 15th IFAC Conference on Programmable Devices and Embedded Systems. PDeS 2018, Ostrava, Czech Republic, 23-25 May 2018. Ed. by Zdenek Slanina. Amsterdam : Elsevier, 2018, s. 306-311, bibliogr. 10 poz. (IFAC-PapersOnLine ; vol. 51, iss. 6 2405-8963). Punktacja MNiSW 15.000

radar ; pomiar temperatury ; pozyskiwanie danych ; algorytm genetyczny ; sztuczna sieć neuronowa

radar ; temperature measurement ; data acquisition ; genetic algorithm ; artificial neural network

27/202
Nr opisu: 0000126148
Soft computing algorithms for noise and vibration control. Rozprawa doktorska.
[Aut.]: Sebastian* Kurczyk.
Gliwice, 2018, 121 s., bibliogr. 137 poz.
Politechnika Śląska. Wydział Automatyki, Elektroniki i Informatyki. Promotor: prof. dr hab. inż. Marek Pawełczyk

drgania mechaniczne ; hałas ; redukcja drgań ; redukcja hałasu ; soft computing ; zawieszenie pojazdu ; tłumik ; tłumik magnetoreologiczny ; algorytm ewolucyjny ; logika rozmyta ; sztuczna sieć neuronowa

mechanical vibrations ; noise ; reduction of vibrations ; noise reduction ; soft computing ; vehicle suspension ; damper ; magnetorheological damper ; evolutionary algorithm ; fuzzy logic ; artificial neural network

28/202
Nr opisu: 0000125326
Spot defect analysis to identify the functional parameters of a Voltage Controlled Oscillator.
[Aut.]: Sebastian Temich, Damian Grzechca, Łukasz Chruszczyk, Krzysztof Tokarz.
W: 15th IFAC Conference on Programmable Devices and Embedded Systems. PDeS 2018, Ostrava, Czech Republic, 23-25 May 2018. Ed. by Zdenek Slanina. Amsterdam : Elsevier, 2018 (IFAC-PapersOnLine ; vol. 51, iss. 6 2405-8963). Punktacja MNiSW 15.000

elektronika analogowo-cyfrowa ; testowanie analogowo-cyfrowe ; oscylator sterowany napięciem ; algorytm genetyczny ; sztuczna sieć neuronowa ; wada punktowa

mixed-signal electronics ; mixed-signal testing ; voltage-controlled oscillator ; genetic algorithm ; artificial neural network ; spot defect

29/202
Nr opisu: 0000120612
Traffic prediction methods for quality improvement of adaptive video.
[Aut.]: Arkadiusz Biernacki.
-Multimedia Syst. 2018 vol. 24 iss. 5, s. 531-547, bibliogr. 63 poz.. Impact Factor 1.956. Punktacja MNiSW 25.000

prognozowanie ruchu ; proces FARIMA ; sztuczna sieć neuronowa ; proces stochastyczny ; wideo adaptacyjne

traffic prediction ; FARIMA process ; artificial neural network ; stochastic process ; adaptive video

30/202
Nr opisu: 0000129419
Zastosowanie Metody Elementów Skończonych Czasu Rzeczywistego w symulacji hybrydowej. Rozprawa doktorska.
[Aut.]: Waldemar Mucha.
Gliwice, 2018, 131 k., bibliogr. 177 poz.
Politechnika Śląska. Wydział Mechaniczny Technologiczny. Promotor: dr hab. inż. Wacław Kuś

symulacja hybrydowa ; Metoda Elementów Skończonych Czasu Rzeczywistego ; redukcja modelu ; superpozycja modalna ; kondensacja dynamiczna ; metamodelowanie ; sztuczna sieć neuronowa ; FPGA

hybrid simulation ; real time finite element method ; model reduction ; modal superposition technique ; dynamic condensation ; metamodelling ; artificial neural network ; FPGA

31/202
Nr opisu: 0000126528
Zastosowanie sztucznych sieci neuronowych jako narzędzia wspomagającego monitoring emisji zanieczyszczeń do powietrza z instalacji spalania odpadów.
[Aut.]: Krzysztof Gaska, A. Generowicz, T. Żaba, K. V. Vasylovych.
W: Infrastruktura krytyczna miast. Bezpieczeństwo funkcjonowania infrastruktury komunalnej, 24-26 października 2018 r., Nowy Sącz - Rytro. Książka streszczeń. Critical infrastructure of cities. Safety of municipal infrastructure functioning. Book of abstract. Red. Ewa Wysowska. Nowy Sącz : Sądeckie Wodociągi Sp. z o.o., 2018, s. 48

spalanie odpadów ; emisja zanieczyszczeń ; sztuczna sieć neuronowa ; monitorowanie zanieczyszczenia powietrza

waste combustion ; pollutants emission ; artificial neural network ; monitoring of air pollution

32/202
Nr opisu: 0000118925
Cloud-based machine learning for bus arrival time prediction.
[Aut.]: Adrian* Olczyk, Adam Gałuszka.
W: Carpathian Logistics Congress. CLC'2016, November 28th - 30th 2016, Zakopane, Poland. Conference proceedings. TANGER Ltd., VSB - Technical University Ostrava. Czech Republic, Technical University in Kosice. Slovakia, AGH University of Science & Technology. Cracow. Poland. Ostrava : Tanger, 2017, s. 173-177, bibliogr. 6 poz.. Punktacja MNiSW 15.000

sieć transportu publicznego ; przewidywanie czasu przybycia autobusu ; uczenie maszynowe ; sztuczna sieć neuronowa ; maszyna wektorów podpierających ; regresja liniowa

public transport network ; bus arrival time prediction ; machine learning ; artificial neural network ; Support Vector Machine ; linear regression

33/202
Nr opisu: 0000108641
Device based on EASI ECG method as a simple and efficient tool in diagnostics of patients suffering from noncommunicable iseases (NCDs).
[Aut.]: Wojciech* Oleksy, Ewaryst Tkacz, Zbigniew Piotr* Budzianowski.
W: Innovations in biomedical engineering. Eds. Marek Gzik, Ewaryst Tkacz, Zbigniew Paszenda, Ewa Piętka. Cham : Springer International Publishing, 2017, s. 302-309, bibliogr. 18 poz. (Advances in Intelligent Systems and Computing ; vol. 526 2194-5357). Punktacja MNiSW 20.000

EASI ; EKG ; sztuczna sieć neuronowa ; SVM ; regresja liniowa ; regresja PACE ; metoda najmniejszej mediany kwadratów

EASI ; ECG ; artificial neural network ; SVM ; linear regression ; PACE regression ; least median of squares method ; gradient boosting

34/202
Nr opisu: 0000120472
Intelligent cyber defense system using artificial neural network and immune system techniques.
[Aut.]: M. Komar, Anatoliy* Sachenko, S. Bezobrazov, V. Golovko.
W: Information and communication technologies in education, research, and industrial applications. 12th International Conference, ICTERI 2016, Kyiv, Ukraine, June 21-24, 2016, Revised Selected Papers. Eds. Athula Ginige, Heinrich C. Mayr, Dimitris Plexousakis, Vadim Ermolayev, Mykola Nikitchenko, Grygoriy Zholtkevych, Aleksander Spivakovskiy. Cham : Springer International Publishing, 2017, s. 36-55, bibliogr. 61 poz. (Communications in Computer and Information Science ; vol. 783 1865-0929)

sztuczna sieć neuronowa ; wykrywanie złośliwego kodu ; wykrywanie włamań ; system inteligentny ; cyber atak ; cyber obrona ; straty finansowe

artificial neural network ; malicious code detection ; intrusion detection ; intelligent system ; cyber attack ; cyber defens ; financial losses

35/202
Nr opisu: 0000113852
Metodologia prognozowania anizotermicznych krzywych przemian fazowych stali konstrukcyjnych i maszynowych.
[Aut.]: Jacek Trzaska.
Gliwice : Wydaw. Politechniki Śląskiej, 2017, 177 s., bibliogr. 276 poz.
(Monografia ; [Politechnika Śląska] nr 647). Punktacja MNiSW 80.000

stal konstrukcyjna ; austenit przechłodzony ; wykres CTPc ; modelowanie ; sztuczna sieć neuronowa

constructional steel ; supercooled austenite ; TTT diagram ; neural modelling ; modelling ; artificial neural network

36/202
Nr opisu: 0000107352
Automatic 3D segmentation of renal cysts in CT.
[Aut.]: Paweł Badura, Wojciech Więcławek, Bartłomiej Pyciński.
W: Information technologies in medicine. 5th International conference, ITIB 2016, Kamień Śląski, Poland, June 20-22, 2016. Proceedings. Vol. 1. Eds. Ewa Piętka, Pawel Badura, Jacek Kawa, Wojciech Wieclawek. Cham : Springer, 2016, s. 149-163, bibliogr. 27 poz. (Advances in Intelligent Systems and Computing ; vol. 471 2194-5357)

segmentacja obrazu ; torbiel nerki ; tomografia komputerowa brzucha ; sztuczna sieć neuronowa ; zbiór poziomicowy

image segmentation ; renal cyst ; abdominal computed tomography ; artificial neural network ; level set

37/202
Nr opisu: 0000107390
Laboratorium metod sztucznej inteligencji z zastosowaniem języka R.
[Aut.]: Krzysztof Ciupke.
Gliwice : Wydaw. Politechniki Śląskiej, 2016, 131 s., bibliogr. 56 poz.
Skrypt nr 2566

sztuczna inteligencja ; sztuczna sieć neuronowa ; drzewo decyzyjne ; zbiór rozmyty ; wnioskowanie ; algorytm ewolucyjny ; algorytm rojowy

artificial intelligence ; artificial neural network ; decision tree ; fuzzy set ; inference ; evolutionary algorithm ; swarm algorithm

38/202
Nr opisu: 0000115632
Machine-learning methods in the classification of water bodies.
[Aut.]: M. Sołtysik, Marcin Blachnik, D. Dąbrowska.
-Environ. Socio-Econom. Stud. 2016 vol. 4 iss. 2, s. 34-42, bibliogr. 35 poz.

zbiornik wodny ; algorytm k-najbliższych sąsiadów ; sztuczna sieć neuronowa ; drzewo decyzyjne ; związki amfifilowe

water body ; k-nearest neighbours algorithm ; artificial neural network ; decision tree ; amphiphiles

39/202
Nr opisu: 0000110535
Measuring the stroke volume of the pneumatic heart prosthesis using an artificial neural network.
[Aut.]: L. Grad, K. Murawski, Tadeusz Pustelny.
W: 11th Conference on Integrated Optics: Sensors, Sensing Structures, and Methods. Eds. Tadeusz Pustelny, Przemyslaw Struk, Pawel Mergo, Jacek Wojtas. Bellingham : SPIE, 2016, s. 1003407-1 - 1003407-4 (Proceedings of SPIE ; vol. 10034 0277-786X)

objętość wyrzutowa ; sztuczna sieć neuronowa ; pomiary bezdotykowe

stroke volume ; artificial neural network ; optical measurement system

40/202
Nr opisu: 0000108663
Odpady stosowane w rekultywacji terenów pogórniczych.
[Aut.]: J. Biegańska, Ewelina* Kwaśniewska, S. Bednarczyk.
W: Innowacyjne i przyjazne dla środowiska techniki i technologie przeróbki surowców mineralnych. Bezpieczeństwo - jakość - efektywność. Komeko 2016. Monografia. Praca zbiorowa. [Dokument elektroniczny]. Red. Adam Klich, Antoni Kozieł. Instytut Techniki Górniczej KOMAG. Gliwice : Instytut Techniki Górniczej KOMAG, 2016, dysk optyczny (CD-ROM) s. 250-263, bibliogr. 15 poz.

teren pogórniczy ; rekultywacja terenów pogórniczych ; zagospodarowanie odpadów ; sztuczna sieć neuronowa

post-mining area ; reclamation of post-mining areas ; waste management ; artificial neural network

41/202
Nr opisu: 0000093552
Application of artificial neural networks for modelling of Nicolsky-Eisenman equation and determination of ion activities in mixtures.
[Aut.]: Józef Wiora, Dariusz Grabowski, Alicja Wiora, Andrzej Kozyra.
W: Intelligent Systems'2014. Proceedings of the 7th IEEE International Conference Intelligent Systems IS'2014, Warsaw, Poland, September 24-26, 2014. Vol. 1, Mathematical foundations, theory, analyses. Eds. P. Angelov, K.T. Atanassov, L. Doukovska, M. Hadjiski, V. Jotsov, J. Kacprzyk, N. Kasabov, S. Sotirov, E. Szmidt, S. Zadrożny. Cham : Springer, 2015, s. 727-738, bibliogr. 23 poz. (Advances in Intelligent Systems and Computing ; vol. 322 2194-5357)

sztuczna sieć neuronowa ; potencjometria ; elektroda jonoselektywna

artificial neural network ; potentiometry ; ion-selective electrode

42/202
Nr opisu: 0000103530
Application of artificial neural networks in modeling of manufactured front metallization contact resistance for silicon solar cells.
[Aut.]: Małgorzata Musztyfaga-Staszuk, Rafał Honysz.
-Arch. Metall. Mater. 2015 vol. 60 iss. 3A, s. 1673-1678, bibliogr. 25 poz.. Punktacja MNiSW 30.000

komputerowa nauka o materiałach ; sztuczna sieć neuronowa ; krzemowe ogniwo słoneczne ; selektywne spiekanie laserowe ; sitodruk ; współspalanie w piecu

computational materials science ; artificial neural network ; silicon solar cell ; selective laser sintering ; screen printing ; co-firing in the furnace

43/202
Nr opisu: 0000104873
Artificial immune system for Android OS.
[Aut.]: S. Bezobrazov, Anatoliy* Sachenko, M. Komar, V. Rubanau.
W: Proceedings of the 2015 IEEE 8th International Conference on Intelligent Data Acquisition and Advanced Computing Systems: Technology and Applications (IDAACS). IDAACS'2015, September 24-26, 2015, Warsaw, Poland. Vol. 1. Piscataway : Institute of Electrical and Electronics Engineers, 2015, s. 403-407, bibliogr. 16 poz.

sztuczny system immunologiczny ; android ; sztuczna sieć neuronowa ; bezpieczeństwo informacji

artificial immune system ; android ; artificial neural network ; information security

44/202
Nr opisu: 0000100617
Artificial neural networks in accelerometer-based human activity recognition.
[Aut.]: Paula* Lubina, Marcin Rudzki.
W: Mixed design of integrated circuits and systems. MIXDES 2015. Book of abstracts of 22nd international conference, Toruń, Poland, June 25-27, 2015. [Dokument elektroniczy].. Ed. by Andrzej Napieralski. Łódź : Department of Microelectronics and Computer Science. Lodz University of Technology, 2015, s. 28
Toż na USB PenDrive

sztuczna sieć neuronowa ; akcelerometr ; przetwarzanie sygnałów ; rozpoznawanie aktywności człowieka

artificial neural network ; accelerometer ; signal processing ; human activity recognition

45/202
Nr opisu: 0000103643
Artificial neural networks in accelerometer-based human activity recognition.
[Aut.]: Paula* Lubina, Marcin Rudzki.
W: Mixed design of integrated circuits and systems. MIXDES 2015. Proceedings of 22nd international conference, Toruń, Poland, June 25-27, 2015. Ed. by Andrzej Napieralski. Łódź : Department of Microelectronics and Computer Science. Lodz University of Technology, 2015, s. 63-68, bibliogr. 41 poz.

rozpoznawanie aktywności człowieka ; sztuczna sieć neuronowa ; akcelerometr ; przetwarzanie sygnałów

human activity recognition ; artificial neural network ; accelerometer ; signal processing

46/202
Nr opisu: 0000105837
Correction of gas sensor dynamic errors by means of neural networks.
[Aut.]: Jerzy Roj, Henryk Urzędniczok.
-Meas. Autom. Monit. 2015 vol. 61 nr 12, s. 538-541, bibliogr. 16 poz.. Punktacja MNiSW 11.000

czujnik gazu ; sztuczna sieć neuronowa ; korekcja dynamiczna

gas sensor ; artificial neural network ; dynamic correction

47/202
Nr opisu: 0000101170
Method of measurement of capacitance and dielectric loss factor using artificial neural networks.
[Aut.]: Jerzy Roj, Adam Cichy.
-Meas. Sci. Rev. 2015 vol. 15 no. 3, s. 127-131, bibliogr. 19 poz.. Impact Factor 0.969. Punktacja MNiSW 25.000

współczynnik strat dielektrycznych ; układ quasi-zrównoważony ; sztuczna sieć neuronowa

dielectric loss factor ; quasi-balanced circuit ; artificial neural network

48/202
Nr opisu: 0000097287
Optymalizacja procesu predykcji własności mechanicznych normalizowanych stali odpornych na korozję po obróbce walcowania.
[Aut.]: K. Mężyk, Rafał Honysz.
W: Sesja Okolicznościowa Studenckich Kół Naukowych "SO-KÓŁ'15". Red. Mirosław Bonek. Gliwice : Instytut Materiałów Inżynierskich i Biomedycznych Politechniki Śląskiej, 2015, s. 41-48, bibliogr. 12 poz. (Prace Studenckich Kół Naukowych ; Instytut Materiałów Inżynierskich i Biomedycznych. Politechnika Śląska nr 35)

stal odporna na korozję ; sztuczna sieć neuronowa ; optymalizacja

stainless steel ; artificial neural network ; optimization

49/202
Nr opisu: 0000098573
Przewidywanie średnic kolumn iniekcyjnych przy zastosowaniu sztucznych sieci neuronowych.
[Aut.]: Maciej Ochmański, Joanna Bzówka, G. Modoni.
-Inż. Mor. Geotech. 2015 nr 2, s. 94-106, bibliogr 43 poz.. Punktacja MNiSW 6.000

wzmocnienie podłoża ; iniekcja strumieniowa ; kolumna iniekcyjna ; średnica kolumny ; predykcja ; sztuczna sieć neuronowa

soil strengthening ; jet injection ; jet grouting column ; columns diameter ; prediction ; artificial neural network

50/202
Nr opisu: 0000093483
Application of the discrete wavelet transform and probabilistic neural networks in IC engine fault diagnostics.
[Aut.]: Piotr Czech, Grzegorz Wojnar, Rafał Burdzik, Łukasz Konieczny, Jan Warczek.
-J. Vibroeng. 2014 vol. 16 no. 4, s. 1619-1639, bibliogr. 35 poz.. Impact Factor 0.617. Punktacja MNiSW 15.000

diagnoza ; silnik ; sztuczna sieć neuronowa ; fala elementarna ; DWT

diagnosis ; engine ; artificial neural network ; wavelet ; DWT

51/202
Nr opisu: 0000086490
Clustering of delaminations in composite rotors using self-organizing maps.
[Aut.]: Marcin* Amarowicz, Andrzej Katunin.
W: Intelligent systems in technical and medical diagnostics. Pt 1. Eds. J. Korbicz, M. Kowal. Berlin : Springer, 2014, s. 149-159, bibliogr. 15 poz. (Advances in Intelligent Systems and Computing ; vol. 230 2194-5357)

delaminacja ; sztuczna sieć neuronowa ; wirnik kompozytowy

delamination ; artificial neural network ; composite rotor

52/202
Nr opisu: 0000093610
Modelling of hardness prediction of alloyed copper using artificial neural networks applications.
[Aut.]: Jarosław Konieczny, B. Chmielnicki, Błażej Tomiczek.
W: Modern technologies in industrial engineering II. Selected, peer reviewed papers from the Modern Technologies in Industrial Engineering. ModTech 2014, Gliwice, Poland, July 13-16. Ed. by Constantin Carausu, Andrzej Wróbel [et al.]. Staffa-Zurich : Trans Tech Publications, 2014, s. 52-57 (Advanced Materials Research ; vol. 1036 1662-8985). Punktacja MNiSW 7.000

sztuczna sieć neuronowa ; walcowanie na zimno ; miedź ; twardość ; obróbka cieplna

artificial neural network ; cold rolling ; copper ; hardness ; heat treatment

53/202
Nr opisu: 0000096667
Practical algorithms for online thermal stress calculations and heating process control.
[Aut.]: Andrzej Rusin, Grzegorz Nowak, Marian* Lipka.
-J. Therm. Stresses 2014 vol. 37 iss. 11, s. 1286-1301. Impact Factor 0.992. Punktacja MNiSW 25.000

sztuczna sieć neuronowa ; funkcja Greena ; turbina parowa ; naprężenie termiczne ; działanie turbiny

artificial neural network ; Green's function ; steam turbine ; thermal stress ; turbine operation

54/202
Nr opisu: 0000099477
Prediction on friction characteristics of industrial brakes using artificial neural networks.
[Aut.]: Wojciech Grzegorzek, Stanisław** Ścieszka.
W: Bezpieczeństwo pracy urządzeń transportowych w górnictwie. Monografia. Praca zbiorowa. Red. Andrzej Tytko, Marian Wójcik. Lędziny : Centrum Badań i Dozoru Górnictwa Podziemnego, 2014, s. 195-202, bibliogr. 7 poz.

hamulec ; maszyna wyciągowa ; sztuczna sieć neuronowa

brake ; hoisting machine ; artificial neural network

55/202
Nr opisu: 0000091159
The effect of PVD and CVD coating structures on the durability of sintered cutting edges.
[Aut.]: Marcin Staszuk, Leszek** Dobrzański, Tomasz Tański, Waldemar Kwaśny, Małgorzata Musztyfaga-Staszuk.
-Arch. Metall. Mater. 2014 vol. 59 iss. 1, s. 269-274, bibliogr. 15 poz.. Impact Factor 1.090. Punktacja MNiSW 30.000

materiały narzędziowe ; powłoka PVD ; powłoka CVD ; obróbka powierzchni ; obróbka ubytkowa ; sztuczna sieć neuronowa

tool materials ; PVD coating ; CVD coating ; surface treatment ; machining ; artificial neural network

56/202
Nr opisu: 0000096776
The use of artificial neural networks for the prediction of a chemical composition of hot metal produced in blast furnace.
[Aut.]: Leszek** Dobrzański, M. Gawron, M. Berliński.
-Arch. Mater. Sci. Eng. 2014 vol. 67 nr 1, s. 32-38, bibliogr. 19 poz.. Punktacja MNiSW 13.000

sztuczna sieć neuronowa ; wielki piec ; skład chemiczny

artificial neural network ; blast furnace ; chemical composition

57/202
Nr opisu: 0000096901
Zastosowanie sztucznych sieci neuronowych do klasyfikacji stopów metali wykorzystywanych na protezy stomatologiczne.
[Aut.]: Łukasz Reimann.
W: Biomateriały i mechanika w stomatologii. Program i streszczenia referatów XIV konfrencji, Ustroń , 9-12 października 2014 r. Red. Jacek Kasperski, Grzegorz Chladek, Sewer Kruczkowski. Ustroń : [b.w.], 2014, s. 74

stopy metali ; sztuczna sieć neuronowa ; proteza dentystyczna ; protetyka stomatologiczna

metal alloys ; artificial neural network ; dental prosthesis ; prosthodontics

58/202
Nr opisu: 0000091633
Aplikacje sztucznych sieci neuronowych do modelowania własności stopów magnezu po obróbce cieplnej i powierzchniowej.
[Aut.]: Tomasz Tański, Mariusz Król, Leszek** Dobrzański.
W: Ćwiczenia laboratoryjne z inżynierii materiałowej i nanotechnologii. Praca zbiorowa. Pod red. Leszka A. Dobrzańskiego i Tomasza Tańskiego. Gliwice : International OCSCO World Press, 2013, s. 684-687 (Open Access Library ; vol. 10 (28) 2083-5191)

stop magnezu ; obróbka cieplna ; obróbka powierzchni ; własności użytkowe ; modelowanie komputerowe ; sztuczna sieć neuronowa ; ćwiczenia laboratoryjne

magnesium alloy ; heat treatment ; surface treatment ; functional properties ; computer modelling ; artificial neural network ; laboratory exercises

59/202
Nr opisu: 0000088885
Clustering of delaminations in composite rotors using self-organizing maps.
[Aut.]: Marcin* Amarowicz, Andrzej Katunin.
W: 11th International Conference on Diagnostics of Processes and Systems. DPS 2013, Łagów Lubuski, Poland, 8-11 September 2013. [Dokument elektroniczny]. [B.m.] : [b.w.], 2013, pamięć USB (PenDrive) s. 1-11, bibliogr. 15 poz.

mapa samoporządkująca ; sztuczna sieć neuronowa ; wirnik kompozytowy ; delaminacja

self-organizing map ; artificial neural network ; composite rotor ; delamination ; damage clustering

60/202
Nr opisu: 0000095587
Diagnose car engine exhaust system damage using bispectral analysis and radial basic function.
[Aut.]: Piotr Czech.
W: Proceedings of the International Conference on Computer, Networks and Communication Engineering. ICCNCE 2013, Beijing, Peoples Republic of China, May, 23-24, 2013. Eds.: D. Zheng, J. Shi, L. Zhang. Paris : Atlantis Press, 2013, s. 312-315, bibliogr. 14 poz. (Advances in Intelligent Systems Research ; 1951-6851)

system diagnostyczny ; drgania ; silnik ; sztuczna sieć neuronowa

diagnostic system ; vibration ; engine ; artificial neural network

61/202
Nr opisu: 0000093347
Diagnosing a car engine fuel injectors damage.
[Aut.]: Piotr Czech.
W: Transport systems telematics. TST'13. 13th International conference, Katowice - Ustroń, October 23-26, 2013. Conference proceedings. Silesian University of Technology. Faculty of Transport, Polish Academy of Science. Committee of Transport, Polish Association of Transport Telematics. Katowice : Chair of Automatic Control in Transport. Faculty of Transport. Silesian University of Technology, 2013, s. 30

silnik spalinowy ; sztuczna sieć neuronowa ; diagnostyka

internal combustion engine ; artificial neural network ; diagnostics

62/202
Nr opisu: 0000088580
Diagnosing a car engine fuel injectors' damage.
[Aut.]: Piotr Czech.
W: Activities of transport telematics. 13th International Conference on Transport Systems Telematics. TST 2013, Katowice-Ustroń, Poland, October 23-26, 2013. Selected papers. Ed. Jerzy Mikulski. Berlin : Springer, 2013, s. 243-250, bibliogr. 20 poz. (Communications in Computer and Information Science ; vol. 395 1865-0929)

silnik spalinowy ; sztuczna sieć neuronowa ; diagnostyka ; diagnostyka pokładowa

internal combustion engine ; artificial neural network ; diagnostics ; on-board diagnostics

63/202
Nr opisu: 0000089783
Diagnosing of car engine fuel injectors damage using DWT analysis and PNN neural networks.
[Aut.]: Piotr Czech, Henryk Bąkowski.
-Transp. Probl. 2013 vol. 8 iss. 3, s. 85-91, bibliogr. 14 poz.. Punktacja MNiSW 14.000

silnik spalinowy ; sztuczna sieć neuronowa ; diagnostyka ; analiza DWT ; sieć neuronowa PNN

internal combustion engine ; artificial neural network ; diagnostics ; DWT analysis ; PNN neural network

64/202
Nr opisu: 0000113566
Gas-liquid jet pump crystallizer in phosphorus recycling technology - neural network model.
[Aut.]: Krzysztof Piotrowski, A. Matynia, N. Hutnik.
-Procedia Environ. Sci. 2013 vol. 18, s. 756-765, bibliogr. 21 poz.
Referat wygłoszony na: 2013 International Symposium on Environmental Science and Technology (2013 ISEST). Punktacja MNiSW 5.000

struwit ; ciągła krystalizacja strąceniowa ; model numeryczny ; sztuczna sieć neuronowa ; ścieki przemysłowe ; pompa strumieniowa ; recykling fosforu

struvite ; continuous reaction crystallization ; numerical model ; artificial neural network ; industrial wastewater ; jet pump ; DTM MSMPR crystallizer ; phosphorus recycling

65/202
Nr opisu: 0000088591
Intelligent approach to valve clearance diagnostic in cars.
[Aut.]: Piotr Czech.
W: Activities of transport telematics. 13th International Conference on Transport Systems Telematics. TST 2013, Katowice-Ustroń, Poland, October 23-26, 2013. Selected papers. Ed. Jerzy Mikulski. Berlin : Springer, 2013, s. 384-391, bibliogr. 18 poz. (Communications in Computer and Information Science ; vol. 395 1865-0929)

silnik spalinowy ; sztuczna sieć neuronowa ; diagnostyka ; diagnostyka pokładowa

internal combustion engine ; artificial neural network ; diagnostics ; on-board diagnostics

66/202
Nr opisu: 0000093349
Intelligent approach to valve clearance diagnostic in cars.
[Aut.]: Piotr Czech.
W: Transport systems telematics. TST'13. 13th International conference, Katowice - Ustroń, October 23-26, 2013. Conference proceedings. Silesian University of Technology. Faculty of Transport, Polish Academy of Science. Committee of Transport, Polish Association of Transport Telematics. Katowice : Chair of Automatic Control in Transport. Faculty of Transport. Silesian University of Technology, 2013, s. 31

silnik spalinowy ; sztuczna sieć neuronowa ; diagnostyka

internal combustion engine ; artificial neural network ; diagnostics

67/202
Nr opisu: 0000077388
Mechatronic systems in mining roadheaders - examples of solutions.
[Aut.]: D. Jasiulek, Jerzy Świder.
-Pomiary Autom. Rob. 2013 R. 17 nr 1, s. 121-127, bibliogr. 15 poz.. Punktacja MNiSW 8.000

system mechatroniczny ; kombajn chodnikowy ; techniki numeryczne ; sztuczna sieć neuronowa ; układ sterowania

mechatronic system ; roadheader ; numerical techniques ; artificial neural network ; control system

68/202
Nr opisu: 0000089634
Neural network based real-time correction of transducer dynamic errors.
[Aut.]: Jerzy Roj.
-Meas. Sci. Rev. 2013 vol. 13 no. 6, s. 286-291, bibliogr. 37 poz.. Impact Factor 1.162. Punktacja MNiSW 25.000

sztuczna sieć neuronowa ; perceptron liniowy ; korekcja błędów dynamicznych ; przetwornik pomiarowy ; zmienna stanu

artificial neural network ; linear perceptron ; dynamic errors correction ; measuring transducer ; state variable

69/202
Nr opisu: 0000086503
Neuronowe odtwarzanie sygnałów pomiarowych.
[Aut.]: Jerzy Roj.
Gliwice : Wydaw. Politechniki Śląskiej, 2013, 202 s., bibliogr. 255 poz.
(Monografia ; [Politechnika Śląska] nr 472)
Rozprawa habilitacyjna

sztuczna sieć neuronowa ; tor pomiarowy ; uczenie sieci neuronowej ; niepewność pomiaru

artificial neural network ; measuring track ; neural network learning ; measurement uncertainty

70/202
Nr opisu: 0000088509
Prognozowanie wielkości sprzedaży węgla kamiennego z wykorzystaniem sztucznej inteligencji.
[Aut.]: Anna Manowska.
-Zesz. Nauk. PŚl., Org. Zarz. 2013 z. 63, s. 233-245, bibliogr. 8 poz.. Punktacja MNiSW 11.000

prognozowanie sprzedaży ; sztuczna inteligencja ; sprzedaż węgla ; sztuczna sieć neuronowa

sale forecasting ; artificial intelligence ; coal sale ; artificial neural network

71/202
Nr opisu: 0000081191
The use of artificial neural networks in a numerical model calibration.
[Aut.]: Joanna Bzówka, Maciej Ochmański.
W: Reinforcement, sealing and anchoring of rock massif and building structures 2013. The proceedings of the 18th International seminar, Ostrava, 14-15.2.2013 = Zpevnovani, tesneni a kotveni horninoveho masivu a stavebnich konstrukci 2013. Sbornik prispevku 18.mezinarodniho seminare. Vysoka skola banska - technicka univerzita Ostrava. Katedra geotechniky a podzemniho stavitelstvi FAST, Minova Bohemia s.r.o Ostrava. Ostrava : Katedra geotechniky a podzemniho stavitelstvi VSB-TU Ostrava, 2013, s. 88-93, bibliogr. 4 poz.

monitoring geotechniczny ; sztuczna sieć neuronowa ; modelowanie numeryczne

geotechnical monitoring ; artificial neural network ; numerical modelling

72/202
Nr opisu: 0000097467
The use of vibration signals and RBF neural networks in the process of identification of pressure in internal combustion engine cylinder.
[Aut.]: Piotr Czech.
-MTM Mach. Technol. Mater. 2013 R. 7 iss. 5, s. 32-36, bibliogr. 24 poz.. Punktacja MNiSW 5.000

system diagnostyczny ; silnik ; sztuczna sieć neuronowa

diagnostic system ; engine ; artificial neural network

73/202
Nr opisu: 0000097471
The use of vibration signals and RBF neural networks in the process of identification of pressure in internal combustion engine cylinder.
[Aut.]: Piotr Czech.
W: trans & MOTAUTO '13. XXI International scientific-technical conference, Varna, Bulgaria, 01.-02.07 2013. Proceedings. Sect. 1, Vehicle engines. Application of fuels types. Efficiency. [B.m.] : Scientific-Technical Union of Mechanical Engineering, 2013, s. 58-62, bibliogr. 24 poz. (Naučni Izvestiâ na Naučno-Tehničeskiâ S''ûz po Mašinostroene ; R. 21, iss. 7 1310-3946)

system diagnostyczny ; silnik ; sztuczna sieć neuronowa

diagnostic system ; engine ; artificial neural network

74/202
Nr opisu: 0000082570
Właściwości metrologiczne radialnych i sigmoidalnych sieci neuronowych zastosowanych do korekcji błędów statycznych w przetworniku próbkującym.
[Aut.]: Jerzy Roj.
-Prz. Elektrot. 2013 R. 89 nr 1a, s. 84-87, bibliogr. 16 poz.. Punktacja MNiSW 14.000

sztuczna sieć neuronowa ; MLP ; RBF ; niepewność

artificial neural network ; MLP ; RBF ; uncertainty

75/202
Nr opisu: 0000087843
Wybrane przykłady zastosowań sztucznych sieci neuronowych w geotechnice.
[Aut.]: Maciej Ochmański, Joanna Bzówka.
-Bud. Inż. Środ. 2013 vol. 4 no. 4, s. 287-294, vivliogr. 14 poz.. Punktacja MNiSW 5.000

sztuczna sieć neuronowa ; SSN ; kalibracja modelu numerycznego ; analiza wsteczna ; tunel SCL ; kolumna iniekcyjna

artificial neural network ; ANN ; calibration of numerical model ; retrograde analysis ; SCL tunnel ; injection column

76/202
Nr opisu: 0000083738
Wykorzystanie sztucznych sieci neuronowych do analizy wpływu wybranych parametrów na średnice kolumn iniekcyjnych.
[Aut.]: Maciej Ochmański.
W: Aktualne badania i analizy z inżynierii lądowej. Prace naukowe doktorantów. Praca zbiorowa. Pod red. Joanny Bzówki. Gliwice : Wydaw. Politechniki Śląskiej, 2013, s. 141-150, bibliogr. 7 poz. (Monografia ; [Politechnika Śląska] nr 448)

sztuczna sieć neuronowa ; kolumna iniekcyjna ; wzmocnienie podłoża ; podłoże gruntowe ; SSN ; analiza obliczeniowa ; parametr gruntowy ; parametr iniekcyjny

artificial neural network ; jet grouting column ; soil strengthening ; subsoil ; SSN ; calculation analysis ; subsoil parameter ; jet grouting parameter

77/202
Nr opisu: 0000091628
Zastosowanie sieci neuronowych do obliczania temperatury przemian austenitu przechłodzonego.
[Aut.]: Jacek Trzaska.
W: Ćwiczenia laboratoryjne z inżynierii materiałowej i nanotechnologii. Praca zbiorowa. Pod red. Leszka A. Dobrzańskiego i Tomasza Tańskiego. Gliwice : International OCSCO World Press, 2013, s. 676-679 (Open Access Library ; vol. 10 (28) 2083-5191)

materiały inżynierskie ; austenit przechłodzony ; przemiana bainityczna ; sztuczna sieć neuronowa ; ćwiczenia laboratoryjne

engineering materials ; supercooled austenite ; bainitic transformation ; artificial neural network ; laboratory exercises

78/202
Nr opisu: 0000082484
Application of the artificial neural networks for prediction of hardness of alloyed copper.
[Aut.]: Jarosław Konieczny.
-J. Achiev. Mater. Manuf. Eng. 2012 vol. 55 iss. 2, s. 529-535, bibliogr. 39 poz.. Punktacja MNiSW 8.000

komputerowa nauka o materiałach ; sztuczna sieć neuronowa ; stop miedzi ; obróbka cieplna ; odkształcenie na zimno

computational materials science ; artificial neural network ; copper alloy ; heat treatment ; cold deformation

79/202
Nr opisu: 0000078576
Back analysis of SCL tunnels based on artificial neural network.
[Aut.]: Maciej Ochmański, Joanna Bzówka.
-ACEE Archit. Civ. Eng. Environ. 2012 vol. 5 no. 3, s. 73-81, bibliogr. 14 poz.. Punktacja MNiSW 4.000

tunel w obudowie z betonu natryskowego ; analiza wsteczna ; analiza wrażliwości ; sztuczna sieć neuronowa

Sprayed Concrete Lined tunnel ; back analysis ; sensitivity analysis ; artificial neural network

80/202
Nr opisu: 0000080329
Determination of the course of pressure in an internal combustion engine cylinder with the use of vibration effects and radial basis function - preliminary research.
[Aut.]: Piotr Czech.
W: Transport systems telematics. TST'12. 12th International conference, Katowice - Ustroń, October 10-13, 2012. Conference proceedings. Silesian University of Technology. Faculty of Transport, Polish Academy of Science. Committee of Transport, Polish Association of Transport Telematics. Katowice : Chair of Automatic Control in Transport. Faculty of Transport. Silesian University of Technology, 2012, s. 26
Toż na CD-ROM

silnik tłokowy ; ciśnienie ; drgania ; sztuczna sieć neuronowa ; diagnostyka

internal combustion engine ; pressure ; vibration ; artificial neural network ; diagnostics

81/202
Nr opisu: 0000074037
Determination of the course of pressure in an internal combustion engine cylinder with the use of vibration effects and radial basis function - preliminary research.
[Aut.]: Piotr Czech.
W: Telematics in the transport environment. 12th International Conference on Transport Systems Telematics. TST 2012, Katowice-Ustroń, Poland, October 10-13, 2012. Selected papers. Ed. Jerzy Mikulski. Berlin : Springer, 2012, s. 175-182, bibliogr. 14 poz. (Communications in Computer and Information Science ; vol. 329 1865-0929)

silnik tłokowy ; ciśnienie ; drgania ; sztuczna sieć neuronowa ; diagnostyka

internal combustion engine ; pressure ; vibration ; artificial neural network ; diagnostics

82/202
Nr opisu: 0000100606
Finding new EASI ECG coefficients improving EASI ECG model using various regression techniques.
[Aut.]: Wojciech* Oleksy, Ewaryst Tkacz.
W: 5th International Joint Conference on Biomedical Engineering Systems and Technologies. BIOSTEC 2012, Vilamoura, Algarve, Portugal, 1-4 February, 2012. Final program and book of abstracts. [B.m.] : SciTePress - Science and Technology Publications, 2012, s. 102

EASI ; EKG ; perceptron wielowarstwowy ; SMO ; sztuczna sieć neuronowa ; regresja liniowa ; regresja PACE

EASI ; ECG ; multilayer perceptron ; SMO ; artificial neural network ; linear regression ; PACE regression

83/202
Nr opisu: 0000080330
Identification of leakages in the inlet system of an internal combustion engine with the use of Wigner-Ville transform and RBF neural networks.
[Aut.]: Piotr Czech.
W: Transport systems telematics. TST'12. 12th International conference, Katowice - Ustroń, October 10-13, 2012. Conference proceedings. Silesian University of Technology. Faculty of Transport, Polish Academy of Science. Committee of Transport, Polish Association of Transport Telematics. Katowice : Chair of Automatic Control in Transport. Faculty of Transport. Silesian University of Technology, 2012, s. 27
Toż na CD-ROM

silnik tłokowy ; sztuczna sieć neuronowa ; diagnostyka ; system diagnostyki pokładowej

internal combustion engine ; artificial neural network ; diagnostics ; on-board diagnostic system

84/202
Nr opisu: 0000074043
Identification of leakages in the inlet system of an internal combustion engine with the use of wigner-ville transform and RBF neural networks.
[Aut.]: Piotr Czech.
W: Telematics in the transport environment. 12th International Conference on Transport Systems Telematics. TST 2012, Katowice-Ustroń, Poland, October 10-13, 2012. Selected papers. Ed. Jerzy Mikulski. Berlin : Springer, 2012, s. 414-422, bibliogr. 13 poz. (Communications in Computer and Information Science ; vol. 329 1865-0929)

silnik tłokowy ; sztuczna sieć neuronowa ; diagnostyka ; system diagnostyki pokładowej

internal combustion engine ; artificial neural network ; diagnostics ; on-board diagnostic system

85/202
Nr opisu: 0000100605
Improving EASI ECG method using various machine learning and regression techniques to obtain new EASI ECG model.
[Aut.]: Wojciech* Oleksy, Ewaryst Tkacz, Zbigniew Piotr* Budzianowski.
-Int. J. Comput. Commun. Eng. 2012 vol. 1 no. 3, s. 287-289, bibliogr. 15 poz.

EASI ; EKG ; sztuczna sieć neuronowa ; regresja liniowa ; regresja PACE ; bagging

EASI ; ECG ; artificial neural network ; linear regression ; PACE regression ; bagging

86/202
Nr opisu: 0000083501
Modelowanie ubytku masy przez zużycie ścierne przy zastosowaniu sztucznych sieci neuronowych.
[Aut.]: Leszek** Dobrzański, Ewa Jonda.
W: Proceedings of the Eighteenth International Scientific Conference on Contemporary Achievements in Mechanics, Manufacturing and Materials Science. CAM3S'2012, Gliwice - Ustroń, 27th - 29th February 2012. Ed. by L. A. Dobrzański. Gliwice : International Organising Committee of the Scientific Conferences World Press, 2012, s. 32, bibliogr. 2 poz.

zużycie ścierne ; ubytek masy ; sztuczna sieć neuronowa ; stal narzędziowa ; obróbka laserowa

abrasive wear ; mass decrement ; artificial neural network ; tool steel ; laser treatment

87/202
Nr opisu: 0000082180
Robust extraction of fuzzy rules with artificial neural network based on fuzzy inference system.
[Aut.]: Robert Czabański, Michał Jeżewski, J. Jeżewski, J. Wróbel, K. Horoba.
-Int. J. Intell. Inf. Database Syst. 2012 vol. 6 no. 1, s. 77-92. Punktacja MNiSW 7.000

ekstrakcja reguł rozmytych ; system neuronowo-rozmyty ; odporna metoda statystyczna ; sztuczna sieć neuronowa ; rozmyty system wnioskowania ; modelowanie

fuzzy rules extraction ; neuro-fuzzy system ; robust method ; artificial neural network ; fuzzy inference system ; modelling

88/202
Nr opisu: 0000071521
A functional testing of analogue electronic circuits with the use of specification approximation in the time-domain response features space.
[Aut.]: Piotr* Jantos, Tomasz Golonek, Jerzy** Rutkowski.
-Prz. Elektrot. 2011 R. 87 nr 10, s. 110-113, bibliogr. 15 poz.. Impact Factor 0.244. Punktacja MNiSW 15.000

triangulacja Delaunaya ; testowanie funkcjonalne ; analogowy układ elektroniczny ; sztuczna sieć neuronowa

Delaunay's triangulation ; specification driven testing ; analogue electronic circuit ; artificial neural network

89/202
Nr opisu: 0000085028
An adaptive control system of roadheader with intelligent modelling of mechanical features of mined rock.
[Aut.]: D. Jasiulek, K. Stankiewicz, Jerzy Świder.
-J. Kones, Powertrain Transp. 2011 vol. 18 no. 2, s. 197-203, bibliogr. 12 poz.. Punktacja MNiSW 7.000

kombajn chodnikowy ; sztuczna sieć neuronowa ; właściwości skały ; układ sterowania

roadheader ; artificial neural network ; rock properties ; control system

90/202
Nr opisu: 0000073968
An intelligent approach to wear of piston-cylinder assembly diagnosis based on entropy of wavelet packet and probabilistic neural networks.
[Aut.]: Piotr Czech.
W: Transport systems telematics. TST'11. 11th International conference, Katowice - Ustroń, October 19-22, 2011. Conference proceedings. Silesian University of Technology. Faculty of Transport, Polish Academy of Science. Committee of Transport, Polish Association of Transport Telematics. Katowice : Chair of Automatic Control in Transport. Faculty of Transport. Silesian University of Technology, 2011, s. 28
Toż na CD-ROM

silnik tłokowy ; sztuczna sieć neuronowa ; diagnostyka ; system diagnostyki pokładowej

internal combustion engine ; artificial neural network ; diagnostics ; on-board diagnostic system

91/202
Nr opisu: 0000074021
An intelligent approach to wear of piston-cylinder assembly diagnosis based on entropy of wavelet packet and probabilistic neural networks.
[Aut.]: Piotr Czech.
W: Modern transport telematics. 11th International Conference on Transport Systems Telematics. TST 2011, Katowice-Ustroń, Poland, October 19-22, 2011. Selected papers. Ed. Jerzy Mikulski. Berlin : Springer, 2011, s. 102-109, bibliogr. 14 poz. (Communications in Computer and Information Science ; vol. 239 1865-0929)

silnik tłokowy ; sztuczna sieć neuronowa ; diagnostyka ; system diagnostyki pokładowej

internal combustion engine ; artificial neural network ; diagnostics ; on-board diagnostic system

92/202
Nr opisu: 0000079759
Diagnosing of disturbances in the fuel inflow to cylinders by vibroacoustic signals and SVM neural networks.
[Aut.]: Piotr Czech.
-MTM Mach. Technol. Mater. 2011 R. 5 iss. 3, s. 24-28, bibliogr. 11 poz.

system diagnostyczny ; silnik ; sztuczna sieć neuronowa

diagnostic system ; engine ; artificial neural network

93/202
Nr opisu: 0000073969
Diagnosing of disturbances in the ignition system by vibroacoustic signals and radial basis function - preliminary research.
[Aut.]: Piotr Czech.
W: Transport systems telematics. TST'11. 11th International conference, Katowice - Ustroń, October 19-22, 2011. Conference proceedings. Silesian University of Technology. Faculty of Transport, Polish Academy of Science. Committee of Transport, Polish Association of Transport Telematics. Katowice : Chair of Automatic Control in Transport. Faculty of Transport. Silesian University of Technology, 2011, s. 29
Toż na CD-ROM

silnik tłokowy ; sztuczna sieć neuronowa ; diagnostyka ; system diagnostyki pokładowej

internal combustion engine ; artificial neural network ; diagnostics ; on-board diagnostic system

94/202
Nr opisu: 0000074023
Diagnosing of disturbances in the ignition system by vibroacoustic signals and radial basis function - preliminary research.
[Aut.]: Piotr Czech.
W: Modern transport telematics. 11th International Conference on Transport Systems Telematics. TST 2011, Katowice-Ustroń, Poland, October 19-22, 2011. Selected papers. Ed. Jerzy Mikulski. Berlin : Springer, 2011, s. 110-117, bibliogr. 12 poz. (Communications in Computer and Information Science ; vol. 239 1865-0929)

silnik tłokowy ; sztuczna sieć neuronowa ; diagnostyka ; system diagnostyki pokładowej

internal combustion engine ; artificial neural network ; diagnostics ; on-board diagnostic system

95/202
Nr opisu: 0000082616
Grupowanie uszkodzeń parametrycznych we wzmacniaczu EKG z wykorzystaniem samoorganizującej sieci neuronowej.
[Aut.]: Damian Grzechca.
W: Dziesiąta Krajowa Konferencja Elektroniki, [Darłówko Wschodnie, 05-09.06.2011]. Materiały konferencji. [Gdańsk] : [Polskie Towarzystwo Elektrotechniki Teoretycznej i Stosowanej. Oddział Gdańsk], 2011, s. 234
Pełny tekst na CD-ROM

detekcja uszkodzeń ; uszkodzenia parametryczne ; wzmacniacz EKG ; sztuczna sieć neuronowa

fault detection ; parametric faults ; ECG amplifier ; artificial neural network

96/202
Nr opisu: 0000084227
New EASI ECG model obtained using various machine learning and regression techniques.
[Aut.]: Wojciech* Oleksy.
W: Forum Innowacji Młodych Badaczy, Łódź, 25-26 listopada 2011. [Dokument elektroniczny]. Łódź : Politechnika Łódzka. Wydział Elektrotechniki, Elektroniki, Informatyki i Automatyki, 2011, dysk optyczny (CD-ROM) s. 1-6, bibliogr. 17 poz.

EASI ; EKG ; regresja liniowa ; SVM ; regresja PACE ; sztuczna sieć neuronowa

EASI ; ECG ; linear regression ; SVM ; PACE regression ; artificial neural network

97/202
Nr opisu: 0000069566
Optymalizacja składu chemicznego stali o założonej postaci wykresu CTPc.
[Aut.]: Jacek Trzaska.
W: Proceedings of the Seventeenth International Scientific Conference on Contemporary Achievements in Mechanics, Manufacturing and Materials Science. CAM3S'2011, Gliwice - Wrocław, 29th May - 1st June 2011. Ed. by L. A. Dobrzański. Gliwice : International Organising Committee of the Scientific Conferences World Press, 2011, s. 87, bibliogr. 2 poz.

stal ; wykres CTPc ; modelowanie inżynierskie ; sztuczna sieć neuronowa

steel ; CCT diagram ; engineering modelling ; artificial neural network

98/202
Nr opisu: 0000082610
Testowanie funkcjonalne analogowych układów elektronicznych z wykorzystaniem aproksymacji specyfikacji w przestrzeni cech odpowiedzi układu testowanego.
[Aut.]: Piotr* Jantos, Tomasz Golonek, Jerzy** Rutkowski.
W: Dziesiąta Krajowa Konferencja Elektroniki, [Darłówko Wschodnie, 05-09.06.2011]. Materiały konferencji. [Gdańsk] : [Polskie Towarzystwo Elektrotechniki Teoretycznej i Stosowanej. Oddział Gdańsk], 2011, s. 231
Pełny tekst na CD-ROM

triangulacja Delaunaya ; testowanie funkcjonalne ; analogowy układ elektroniczny ; sztuczna sieć neuronowa

Delaunay's triangulation ; specification driven testing ; analog electronic circuit ; artificial neural network

99/202
Nr opisu: 0000069492
Zastosowanie sterowania dawką koagulantu w czasie rzeczywistym w celu zwiększenia skuteczności procesu koagulacji.
[Aut.]: Marcin Kłos, Jolanta Gumińska.
-Ochr. Środ. 2011 vol. 33 nr 4, s. 71-76, bibliogr. 18 poz.. Impact Factor 1.633. Punktacja MNiSW 15.000

koagulacja ; jakość wody ; sztuczna sieć neuronowa ; modelowanie ; sterowanie dawką koagulantu

coagulation ; water quality ; artificial neural network ; modelling ; coagulant dose control

100/202
Nr opisu: 0000085029
Zastosowanie sztucznych sieci neuronowych w układzie sterowania kombajnu chodnikowego.
[Aut.]: Jerzy Świder, D. Jasiulek.
Gliwice : Instytut Techniki Górniczej KOMAG, 2011, 70 s., bibliogr. 81 poz.
(Prace Naukowe. Monografie ; Instytut Techniki Górniczej KOMAG nr 35)

sztuczna sieć neuronowa ; układ sterowania ; kombajn chodnikowy

artificial neural network ; control system ; roadheader

101/202
Nr opisu: 0000057808
Application of artificial neural networks in modelling of quenched and tempered structural steels mechanical properties.
[Aut.]: Leszek** Dobrzański, Rafał Honysz.
-J. Achiev. Mater. Manuf. Eng. 2010 vol. 40 iss. 1, s. 50-57, bibliogr. 31 poz.

metody sztucznej inteligencji ; mechanika obliczeniowa ; komputerowa nauka o materiałach ; sztuczna sieć neuronowa

artificial intelligence methods ; computational mechanics ; computational materials science ; artificial neural network

102/202
Nr opisu: 0000063701
Evolutionary identification of laminates' granular parameters.
[Aut.]: Witold Beluch, Piotr** Orantek.
-Comput. Assist. Mech. Eng. Sci. 2010 vol. 17 no. 1, s. 51-58, bibliogr. 12 poz.

algorytm ewolucyjny ; laminat ; sztuczna sieć neuronowa ; liczby rozmyte ; zmienne losowe

evolutionary algorithm ; laminate ; artificial neural network ; fuzzy numbers ; random variables

103/202
Nr opisu: 0000063702
Identification of solidification process parameters.
[Aut.]: Jerzy Mendakiewicz.
-Comput. Assist. Mech. Eng. Sci. 2010 vol. 17 no. 1, s. 59-73, bibliogr. 40 poz.

sztuczna sieć neuronowa ; proces krzepnięcia ; badanie numeryczne

artificial neural network ; solidification process ; numerical study

104/202
Nr opisu: 0000082874
Możliwości zastosowania sztucznych sieci neuronowych w układach sterowania maszyn górniczych.
[Aut.]: K. Stankiewicz, D. Jasiulek, Jerzy Świder.
W: Innowacyjne techniki i technologie dla górnictwa. Bezpieczeństwo - efektywność - niezawodność. Monografia. Praca zbiorowa. Red.: A. Klich, A. Kozieł. Instytut Techniki Górniczej KOMAG. Gliwice : Instytut Techniki Górniczej KOMAG, 2010, s. 297-306, bibliogr. 14 poz.

sztuczna sieć neuronowa ; maszyna górnicza ; układ sterowania ; kombajn chodnikowy

artificial neural network ; mining machine ; control system ; roadheader

105/202
Nr opisu: 0000061571
Neuronowa korekcja błędów dynamicznych przetwornika II-go rzędu.
[Aut.]: Jerzy Roj.
-Pomiary Autom. Kontr. 2010 vol. 56 nr 11, s. 1315-1317, bibliogr. 5 poz.

sztuczna sieć neuronowa ; korekcja błędu ; błąd dynamiczny ; niepewność pomiaru

artificial neural network ; error correction ; dynamic error ; measurement uncertainty

106/202
Nr opisu: 0000063935
Porównanie algorytmów monitorowania naprężeń opartych o całkę Duhamela oraz sztuczne sieci neuronowe.
[Aut.]: Andrzej Rusin, Grzegorz Nowak, Marian* Lipka.
W: Aktualne problemy budowy i eksploatacji kotłów. Międzynarodowa XI Konferencja Kotłowa ICBT 2010, Szczyrk, 19-22 października 2010 = 11th International Conference on Boiler Technology 2010. T. 3. Politechnika Śląska. Instytut Maszyn i Urządzeń Energetycznych. Zakład Kotłów i Wytwornic Pary [i in.]. Gliwice : [Politechnika Śląska. Wydział Inżynierii Środowiska i Energetyki. Instytut Maszyn i Urządzeń Energetycznych], 2010, s. 95-103, bibliogr. 4 poz. (Prace Naukowe. Monografie. Konferencje ; z. 25 1506-9702)

monitoring ; naprężenie ; całka Duhamela ; sztuczna sieć neuronowa

monitoring system ; stress ; Duhamel integral ; artificial neural network

107/202
Nr opisu: 0000067382
Prediction of Ni(II) retention coefficient in polyelectrolyte enhanced ultrafiltration using artificial neural networks.
[Aut.]: Irena Korus, Krzysztof Piotrowski.
W: Membrany i procesy membranowe w ochronie środowiska. T. 1. Pod red. Krystyny Konieczny, Ireny Korus. [Lublin] : [Polska Akademia Nauk. Komitet Inżynierii Środowiska], 2010, s. 247-255, bibliogr. 14 poz. (Monografie ; Polska Akademia Nauk. Komitet Inżynierii Środowiska nr 65)

ultrafiltracja wspomagana polielektrolitem ; sztuczna sieć neuronowa ; retencja ; Ni(II)

polyelectrolyte enhanced ultrafiltration ; artificial neural network ; retention ; Ni(II)

108/202
Nr opisu: 0000081239
The model of the active control system for vibration isolation of the cabin of the vehicle based on an artificial neural network.
[Aut.]: Andrzej** Nowak, Marcin Woźniak.
W: 51. Medzinarodna vedecka konferencia katedier casti a mechanizmov strojov, Kosice - Slovensky Raj, 08. - 10.9.2010. Zbornik referatov. Technicka Univerzita w Kosicach. Strojnicka fakulta, Katedra konstruovania, dopravy a logistiky. Oddelenie konstruovania a casti strojov. Kosice : C-PRESS Vydavatelstvo a tlaciaren, 2010, s. 219-224, bibliogr. 5 poz.

wibroizolacja ; układ sterowania ; sztuczna sieć neuronowa

vibration isolation ; control system ; artificial neural network

109/202
Nr opisu: 0000056513
A global parametric faults diagnosis with the use of artificial neural networks.
[Aut.]: Piotr* Jantos, Damian Grzechca, Jerzy** Rutkowski.
W: European Conference on Circuit Theory and Design. ECCTD 2009, Antalya, Turkey, 23-27 August 2009. Piscataway : Institute of Electrical and Electronics Engineers, 2009, s. 651-654, bibliogr. 11 poz.

sztuczna sieć neuronowa ; diagnostyka uszkodzeń ; analogowy układ scalony

artificial neural network ; fault diagnosis ; analog integrated circuit

110/202
Nr opisu: 0000055007
An optimization of diagnostic system of water supply network with use of clustering methods.
[Aut.]: Bogdan* Wysogląd, Ryszard Wyczółkowski, G. Matysiak.
W: Recent developments in artificial intelligence methods. AI-METH 2009. Eds: T. Burczyński, W. Cholewa, W. Moczulski. Silesian University of Technology. Faculty of Mechanical Engineering. Department of Fundamentals of Machinery Design. Department of Strength of Materials and Computational Mechanics. Gliwice : Centre of Excellence AI-METH. Silesian University of Technology, 2009, s. 327-334, bibliogr. 10 poz.

diagnostyka ; metoda klasteryzacyjna ; sztuczna sieć neuronowa ; system zaopatrzenia w wodę

diagnostics ; clustering method ; artificial neural network ; water supply system

111/202
Nr opisu: 0000048141
Application of artificial neural networks in modelling of normalised structural steels mechanical properties.
[Aut.]: Leszek** Dobrzański, Rafał Honysz.
-J. Achiev. Mater. Manuf. Eng. 2009 vol. 32 iss. 1, s. 37-45, bibliogr. 28 poz.

metody sztucznej inteligencji ; komputerowa nauka o materiałach ; mechanika obliczeniowa ; sztuczna sieć neuronowa ; właściwości mechaniczne

artificial intelligence methods ; computational materials science ; computational mechanics ; artificial neural network ; mechanical properties

112/202
Nr opisu: 0000055555
Error model application in neural reconstruction of nonlinear sensor input signal.
[Aut.]: Jerzy** Jakubiec, Piotr* Makowski, Jerzy Roj.
-IEEE Trans. Instrum. Meas. 2009 vol. 58 iss. 3, s. 649-656, bibliogr. 16 poz.. Impact Factor 1.025

sztuczna sieć neuronowa ; model błędu ; czujnik nieliniowy ; rekonstrukcja sygnału ; niepewność pomiaru

artificial neural network ; error model ; nonlinear sensor ; signal reconstruction ; measurement uncertainty

113/202
Nr opisu: 0000054333
Global parametric fault identification in analog electronic circuits.
[Aut.]: Piotr* Jantos, Damian Grzechca, Jerzy** Rutkowski.
-Metrol. Meas. Syst. 2009 vol. 16 nr 3, s. 391-402, bibliogr. 23 poz.

uszkodzenia parametryczne ; identyfikacja ; sztuczna sieć neuronowa

parametric faults ; identification ; artificial neural network

114/202
Nr opisu: 0000048901
Metody inteligencji obliczeniowej: sztuczne sieci neuronowe - budowa i działanie.
[Aut.]: Witold Beluch.
-Pr. Zdr. Bezp. 2009 R. 51 nr 1, s. 5-9, bibliogr. 9 poz.

sztuczna sieć neuronowa ; sztuczny neuron ; funkcja aktywacji ; warstwa ukryta ; sieć jednokierunkowa ; sieć rekurencyjna

artificial neural network ; artificial neuron ; activation function ; hidden layer ; feed-forward network ; recurent network

115/202
Nr opisu: 0000054349
Metody inteligencji obliczeniowej: sztuczne sieci neuronowe- uczenie i zastosowania.
[Aut.]: Witold Beluch.
-Pr. Zdr. Bezp. 2009 R. 51 nr 3/4, s. 13-16, bibliogr. 10 poz.

sztuczny neuron ; sztuczna sieć neuronowa ; uczenie sieci ; wsteczna propagacja błędów ; rozpoznawanie wzorców

artificial neuron ; artificial neural network ; network learning ; back-propagation method ; pattern recognition

116/202
Nr opisu: 0000055011
Modelowanie empiryczne kotłów z wykorzystaniem sztucznych sieci neuronowych.
[Aut.]: Wojciech Stanek, Henryk Rusinowski.
-Arch. Energ. 2009 t. 39 nr 2, s. 105-129, bibliogr. 20 poz.

model empiryczny ; kocioł energetyczny ; sztuczna sieć neuronowa

empirical model ; power boiler ; artificial neural network

117/202
Nr opisu: 0000050830
Stanowisko mocy krążącej jako system pozyskiwania danych testujących dla klasyfikatorów neuronowych.
[Aut.]: Grzegorz Wojnar, Tomasz Figlus, Piotr Czech.
-Zesz. Nauk. PŚl., Transp. 2009 z. 65, s. 119-124, bibliogr. 17 poz.

diagnostyka maszyn ; diagnostyka wibroakustyczna ; wykrywanie uszkodzeń ; sztuczna sieć neuronowa ; klasyfikator neuronowy

diagnostics of machines ; vibroacoustic diagnostics ; fault detection ; artificial neural network ; neural classifier

118/202
Nr opisu: 0000041541
Analiza wyładowań niezupełnych w szynoprzewodach z izolacją stałą.
[Aut.]: Zbigniew** Gacek, Marek Szadkowski, Grzegorz* Malitowski.
-Prz. Elektrot. 2008 R. 84 nr 10, s. 248-251, bibliogr. 6 poz.

wyładowanie niezupełne ; sztuczna sieć neuronowa ; detekcja ; szynoprzewód

partial discharge ; artificial neural network ; recognition ; bus duct

119/202
Nr opisu: 0000038695
Application of the artificial neural networks for prediction of magnetic saturation of metallic amorphous alloys.
[Aut.]: Jarosław Konieczny, Leszek** Dobrzański, Błażej Tomiczek, Jacek Trzaska.
-Arch. Mater. Sci. Eng. 2008 vol. 30 iss. 2, s. 105-108, bibliogr. 16 poz.

komputerowa nauka o materiałach ; sztuczna sieć neuronowa ; materiał amorficzny

computational materials science ; artificial neural network ; amorphous material

120/202
Nr opisu: 0000042383
Application of the histogram of the vibration spectrum of an engine block for setting up the clearance model of the piston-cylinder assembly for PNN neural classifier.
[Aut.]: Henryk** Madej, Piotr Czech.
-Sci. Probl. Mach. Oper. Maint. 2008 vol. 43 nr 2, s. 83-92, bibliogr. 16 poz.

diagnostyka ; silnik spalinowy ; sztuczna sieć neuronowa ; drgania

diagnostics ; combustion engine ; artificial neural network ; vibrations

121/202
Nr opisu: 0000041779
Attempt to utilise histogram of vibration cepstrum of engine body for setting up the clearance model of the piston-cylinder assembly for PNN neural classifier.
[Aut.]: Henryk** Madej, Piotr Czech.
-J. Kones, Powertrain Transp. 2008 vol. 15 no. 3, s. 305-311, bibliogr. 11 poz.

silnik spalinowy ; diagnostyka ; sztuczna sieć neuronowa ; drgania

combustion engine ; diagnostics ; artificial neural network ; vibration

122/202
Nr opisu: 0000048453
Diagnosing disturbances in the fuel inflow to cylinders with the use of DWT analysis and PNN neural networks.
[Aut.]: Henryk** Madej, Piotr Czech.
-Sci. Probl. Mach. Oper. Maint. 2008 vol. 43 nr 3, s. 75-83, bibliogr. 14 poz.

diagnostyka ; silnik spalinowy ; sztuczna sieć neuronowa ; drgania

diagnostics ; combustion engine ; artificial neural network ; vibrations

123/202
Nr opisu: 0000032522
Intelligent monitoring of local water supply system.
[Aut.]: Ryszard Wyczółkowski.
-Eksploat. i Niezawodn. 2008 nr 1, s. 33-36, bibliogr. 6 poz.

sieć wodociągowa ; diagnostyka ; awaryjność ; wyciek wody ; sztuczna sieć neuronowa

water supply system ; diagnostics ; failure frequency ; water leakage ; artificial neural network

124/202
Nr opisu: 0000050498
Metody sztucznej inteligencji w predykcji własności produktów hutniczych.
[Aut.]: Leszek** Dobrzański, M. Kowalski, Janusz Madejski.
W: Proceedings of the Fourteenth International Scientific Conference on Contemporary Achievements in Mechanics, Manufacturing and Materials Science. CAM3S'2008, Gliwice - Ryn, Poland, 22nd-25th June 2008. Ed. by L. A. Dobrzański. Gliwice : International Organising Committee of the Scientific Conferences World Press, 2008, s. 25, bibliogr. 1 poz.

sztuczna inteligencja ; sztuczna sieć neuronowa ; produkt hutniczy ; algorytm genetyczny

artificial intelligence ; artificial neural network ; metallurgical product ; genetic algorithm

125/202
Nr opisu: 0000038734
Modelling of hardness prediction of magnesium alloys using artificial neural networks applications.
[Aut.]: Leszek** Dobrzański, Tomasz Tański, Jacek Trzaska, L. Cizek.
-J. Achiev. Mater. Manuf. Eng. 2008 vol. 26 iss. 2, s. 187-190, bibliogr. 15 poz.

obróbka cieplna ; właściwości mechaniczne ; sztuczna sieć neuronowa ; stop magnezu

heat treatment ; mechanical properties ; artificial neural network ; magnesium alloy

126/202
Nr opisu: 0000050503
Modelowanie własności stali narzędziowych stopowych po laserowej obróbce powierzchniowej.
[Aut.]: Leszek** Dobrzański, Adam* Polok.
W: Proceedings of the Fourteenth International Scientific Conference on Contemporary Achievements in Mechanics, Manufacturing and Materials Science. CAM3S'2008, Gliwice - Ryn, Poland, 22nd-25th June 2008. Ed. by L. A. Dobrzański. Gliwice : International Organising Committee of the Scientific Conferences World Press, 2008, s. 30, bibliogr. 2 poz.

stal narzędziowa ; obróbka laserowa powierzchni ; stopowanie laserowe ; sztuczna sieć neuronowa

tool steel ; laser surface treatment ; laser alloying ; artificial neural network

127/202
Nr opisu: 0000050368
New artificial neural network based test for the detection of past population expansion using microsatellite loci.
[Aut.]: Krzysztof Cyran, Dariusz Myszor.
-Int. J. Appl. Math. Informat. 2008 vol. 2 iss. 1, s. 1-9, bibliogr. 13 poz.

symulacja komputerowa ; sztuczna sieć neuronowa ; mikrosatelity

computer simulation ; artificial neural network ; microsatellites ; population growth detection test ; single step mutation model

128/202
Nr opisu: 0000040274
Porównanie działania sieci neuronowych typu SVM, RBF i PNN wykorzystujących analizę Cepstrum do budowy wzorców uszkodzeń kół zębatych przekładni.
[Aut.]: Bogusław Łazarz, Henryk** Madej, Piotr Czech.
W: Diagnostyka maszyn. XXXV Jubileuszowe ogólnopolskie sympozjum, Węgierska Górka, 03.03-08.03.2008 r. Streszczenia. Red. Janusz Gardulski. Politechnika Śląska. Wydział Transportu. Katowice : Drukarnia B&Z, 2008, s. 60
Pełny tekst na CD-ROM

przekładnia zębata ; koło zębate ; diagnostyka uszkodzeń ; sygnał drganiowy ; klasyfikator neuronowy ; sztuczna sieć neuronowa

gear ; gear wheel ; fault diagnosis ; vibration signal ; neural classifier ; artificial neural network

129/202
Nr opisu: 0000051553
Systemy neuronowo-rozmyte.
[Aut.]: Jacek Łęski.
Warszawa : Wydaw. Naukowo-Techniczne, 2008, 689 s., bibliogr. 517 poz.

system rozmyty ; sztuczna sieć neuronowa ; system neuronowo-rozmyty

fuzzy system ; artificial neural network ; neuro-fuzzy system

130/202
Nr opisu: 0000036671
Sztuczne sieci neuronowe w układach decyzyjnych automatyki elektroenergetycznej.
[Aut.]: Adrian Halinka, Paweł Sowa, Michał Szewczyk.
-Energetyka 2008 nr 1, s. 20-25, bibliogr. 10 poz.

sztuczna sieć neuronowa ; logika rozmyta ; zbiór rozmyty ; automatyka elektroenergetyczna

artificial neural network ; fuzzy logic ; fuzzy set ; power system automation

131/202
Nr opisu: 0000042888
Uczenie sztucznych sieci neuronowych w środowisku gridowym.
[Aut.]: Jacek* Frączek, M. Jastrzębski.
W: Bazy danych. Rozwój metod i technologii. Praca zbiorowa. [T. 1]: Architektura, metody formalne i zaawansowana analiza danych. Pod red. Stanisława Kozielskiego, Bożeny Małysiak, Pawła Kasprowskiego, Dariusza Mrozka. Warszawa : Wydaw. Komunikacji i Łączności, 2008, s. 467-479, bibliogr. 11 poz.

sztuczna sieć neuronowa ; grid ; SOA

artificial neural network ; grid ; SOA

132/202
Nr opisu: 0000039726
Właściwości metrologiczne jednokierunkowych sieci neuronowych.
[Aut.]: Jerzy Roj.
-Pr. Nauk. PŚl., Elektr. 2008 R. 54 z. 1 (205), s. 87-100, bibliogr. 8 poz.

sztuczna sieć neuronowa ; właściwości metrologiczne ; niepewność pomiaru ; korekcja błędu ; błąd dynamiczny ; błąd statyczny

artificial neural network ; metrological properties ; measurement uncertainty ; error correction ; dynamical error ; static error

133/202
Nr opisu: 0000036680
Zastosowanie sieci neuronowych do identyfikacji modeli dynamicznych procesu flotacji węgla.
[Aut.]: Jarosław Joostberens.
-Mechaniz. Automatyz. Gór. 2008 R. 46 nr 2, s. 25-28, bibliogr. 13 poz.

flotacja węgla ; sztuczna sieć neuronowa ; modelowanie dynamiczne

coal flotation ; artificial neural network ; dynamic modelling

134/202
Nr opisu: 0000031239
Klasyfikacja rodzaju i stopnia uszkodzenia zębów kół przekładni oparta na ciągłej transformacie falkowej i sieci neuronowej typu MLP - koncepcja wykorzystania danych z modelu i rzeczywistej przekładni.
[Aut.]: Piotr Czech, Bogusław Łazarz.
-Diagnostyka 2007 nr 2, s. 75-82, bibliogr. 34 poz.

diagnostyka ; przekładnia zębata ; sztuczna sieć neuronowa ; ciągła transformata falkowa

diagnostics ; gear ; artificial neural network ; continuous wavelet transform

135/202
Nr opisu: 0000032737
Klasyfikator lokalnych uszkodzeń zębów kół przekładni, wykorzystujący sieci neuronowe MLP oraz ciągłą transformatę falkową.
[Aut.]: Piotr Czech.
-Probl. Ekspl. 2007 nr 4, s. 61-81, bibliogr. 42 poz.

diagnostyka przekładni zębatej ; metody sztucznej inteligencji ; sztuczna sieć neuronowa

toothed gear diagnostics ; artificial intelligence methods ; artificial neural network

136/202
Nr opisu: 0000036597
Klasyfikator neuronowy typu RBF uczony za pomocą deskryptorów uszkodzeń zębów kół otrzymanych przy użyciu analizy CWT.
[Aut.]: Piotr Czech.
-Zesz. Nauk. PŚl., Transp. 2007 z. 61, s. 107-112, bibliogr. 9 poz.

sztuczna sieć neuronowa ; RBF ; diagnostyka ; koło zębate ; pęknięcie ; ciągła transformata falkowa

artificial neural network ; RBF ; diagnostics ; gear wheel ; crack ; continuous wavelet transform

137/202
Nr opisu: 0000077288
Machine learning approach to authorship attribution of literary texts.
[Aut.]: Urszula Stańczyk, Krzysztof Cyran.
-Int. J. Appl. Math. Informat. 2007 vol. 1 iss. 4, s. 151-158, bibliogr. 15 poz.

uczenie maszynowe ; stylometria ; sztuczna sieć neuronowa ; identyfikacja autora

machine learning ; stylometry ; artificial neural network ; author identification

138/202
Nr opisu: 0000039700
Metody komputerowe inspirowane biologicznie: inteligencja obliczeniowa w mechanice.
[Aut.]: Tadeusz* Burczyński.
W: I Kongres Mechaniki Polskiej. KMP 2007, Warszawa, 28-31 sierpnia 2007 r. Streszczenia referatów. Red. J. Kubik, W. Kurnik, W. K. Nowacki. Warszawa : [Oficyna Wydaw. Politechniki Warszawskiej], 2007, s. 160
Pełny tekst na CD-ROM

sztuczna sieć neuronowa ; sztuczna inteligencja ; sztuczny system immunologiczny ; modelowanie rozmyte ; modelowanie interwałowe

artificial neural network ; artificial intelligence ; artificial immune system ; fuzzy modelling ; interval modelling

139/202
Nr opisu: 0000041683
Neural reconstruction of nonlinear sensor input signal.
[Aut.]: Jerzy** Jakubiec, Piotr* Makowski, Jerzy Roj.
W: Synergy of science and technology in instrumentation and measurement. IEEE Instrumentation and Measurement Technology. IMTC/2007, Warsaw, Poland, May 1-3, 2007. Conference proceedings. [Dokument elektroniczny]. Piscataway : Institute of Electrical and Electronics Engineers, 2007, dysk optyczny (CD-ROM) s. 1-6, bibliogr. 12 poz.

sztuczna sieć neuronowa ; rekonstrukcja sygnału ; model błędu ; niepewność wyniku pomiaru

artificial neural network ; signal reconstruction ; error model ; uncertainty measurement result

140/202
Nr opisu: 0000041337
Próba identyfikacji wyładowań niezupełnych w wybranych modelowych układach izolacyjnych.
[Aut.]: Grzegorz* Malitowski.
W: Problemy eksploatacji układów izolacyjnych wysokiego napięcia. IX Sympozjum, Krynica, 25-28 września 2007. Warszawa : Wydaw. Czasopism i Książek Technicznych SIGMA-NOT, 2007, s. 150-152, bibliogr. 5 poz. (Przegląd Elektrotechniczny. Konferencje ; R 5, nr 3 1731-6103)

wyładowanie niezupełne ; sztuczna sieć neuronowa ; układ izolacyjny

partial discharge ; artificial neural network ; insulation system

141/202
Nr opisu: 0000028061
Quality analysis of the Al-SiCu alloy castings.
[Aut.]: Leszek** Dobrzański, Mariusz Krupiński, Rafał* Maniara, J. H. Sokołowski.
-Arch. Foundry Eng. 2007 vol. 7 iss. 2, s. 91-94, bibliogr. 15 poz.

wada odlewnicza ; proces technologiczny ; komputerowa analiza obrazu ; sztuczna sieć neuronowa ; Al-Si-Cu

casting defect ; technological process ; computer image analysis ; artificial neural network ; Al-Si-Cu

142/202
Nr opisu: 0000042920
The fuzzy strategy in identification of laminates' elastic constants.
[Aut.]: Witold Beluch, Tadeusz* Burczyński, Piotr** Orantek.
W: 17th International Conference on Computer Methods in Mechanics. CMM-2007, Łódź - Spała, Poland, June 19-22, 2007. Short papers. Eds: K. Dems [et al.]. Łódź : Faculty of Civil, Architecture and Environmental Engineering Technical University of Łódź, 2007, s. 31-32, bibliogr. 6 poz.
Pełny tekst na CD-ROM

kompozyty ; identyfikacja ; obliczenia rozmyte ; algorytm ewolucyjny ; sztuczna sieć neuronowa

composites ; identification ; fuzzy computations ; evolutionary algorithm ; artificial neural network

143/202
Nr opisu: 0000042903
The fuzzy strategy in identification of laminates' elastic constants.
[Aut.]: Witold Beluch, Tadeusz* Burczyński, Piotr** Orantek.
W: 17th International Conference on Computer Methods in Mechanics. CMM-2007, Łódź - Spała, Poland, June 19-22, 2007. Proceedings. [Dokument elektroniczny]. [Łódź] : [Faculty of Civil, Architecture and Environmental Engineering Technical University of Łódź], 2007, dysk optyczny (CD-ROM) s. 1-6, bibliogr. 19 poz.

kompozyty ; identyfikacja ; obliczenia rozmyte ; algorytm ewolucyjny ; sztuczna sieć neuronowa

composites ; identification ; fuzzy computations ; evolutionary algorithm ; artificial neural network

144/202
Nr opisu: 0000042907
The identification of uncertain parameters in mechanical structures.
[Aut.]: Tadeusz* Burczyński, Piotr** Orantek, Wacław Kuś, Radosław* Górski, Arkadiusz Poteralski, Mirosław Szczepanik.
W: 17th International Conference on Computer Methods in Mechanics. CMM-2007, Łódź - Spała, Poland, June 19-22, 2007. Proceedings. [Dokument elektroniczny]. [Łódź] : [Faculty of Civil, Architecture and Environmental Engineering Technical University of Łódź], 2007, dysk optyczny (CD-ROM) s. 1-9, bibliogr. 14 poz.

algorytm ewolucyjny ; metoda gradientu ; sztuczna sieć neuronowa ; strategia dwustopniowa ; obliczenia rozmyte

evolutionary algorithm ; gradient method ; artificial neural network ; two-stage strategy ; fuzzy computations

145/202
Nr opisu: 0000042927
The identification of uncertain parameters in mechanical structures.
[Aut.]: Tadeusz* Burczyński, Piotr** Orantek, Wacław Kuś, Radosław* Górski, Arkadiusz Poteralski, Mirosław Szczepanik.
W: 17th International Conference on Computer Methods in Mechanics. CMM-2007, Łódź - Spała, Poland, June 19-22, 2007. Short papers. Eds: K. Dems [et al.]. Łódź : Faculty of Civil, Architecture and Environmental Engineering Technical University of Łódź, 2007, s. 111-112, bibliogr. 7 poz.
Pełny tekst na CD-ROM

algorytm ewolucyjny ; metoda gradientu ; sztuczna sieć neuronowa ; strategia dwustopniowa ; obliczenia rozmyte

evolutionary algorithm ; gradient method ; artificial neural network ; two-stage strategy ; fuzzy computations

146/202
Nr opisu: 0000031549
Wykorzystanie algorytmów genetycznych do doboru wejść klasyfikatora uszkodzeń zębów kół przekładni opartego na sieci neuronowej PNN oraz krótkoczasowej transformacie Fouriera.
[Aut.]: Piotr Czech.
-Probl. Ekspl. 2007 nr 3, s. 51-70, bibliogr. 32 poz.

diagnostyka ; przekładnia zębata ; metody sztucznej inteligencji ; sztuczna sieć neuronowa ; algorytm genetyczny ; krótkoczasowa transformata Fouriera

diagnostics ; toothed gear ; artificial intelligence methods ; artificial neural network ; genetic algorithm ; short time Fourier trans form

147/202
Nr opisu: 0000032208
Wykorzystanie modeli neuronowych w badaniach symulacyjnych generatorów synchronicznych.
[Aut.]: Adrian Nocoń, Stefan Paszek.
W: Aktualne problemy w elektroenergetyce. APE'07. XIII Międzynarodowa konferencja naukowa, Gdańsk-Jurata, 13-15 czerwca 2007. T. 1: Systemy elektroenergetyczne: eksploatacja, stabilność, niezawodność, awarie i restytucje, modelowanie i symulacje. Politechnika Gdańska. Katedra Elektroenergetyki. Gdańsk : Dział Wydaw. Politechniki Gdańskiej, 2007, s. 255-262, bibliogr. 7 poz.

generator synchroniczny ; sztuczna sieć neuronowa ; model neuronowy ; model obwodowy

synchronous generator ; artificial neural network ; neural model ; circuit model

148/202
Nr opisu: 0000047285
Wykorzystanie modeli neuronowych w badaniach symulacyjnych generatorów synchronicznych.
[Aut.]: Adrian Nocoń, Stefan Paszek.
W: Aktualne problemy w elektroenergetyce. APE'07. XIII Międzynarodowa konferencja naukowa, Gdańsk-Jurata, 13-15 czerwca 2007. [Dokument elektroniczny]. Katedra Elektroenergetyki. Wydział Elektrotechniki i Automatyki. Politechnika Gdańska. [B.m.] : [b.w.], 2007, dysk optyczny (CD-ROM) s. 1-8, bibliogr. 7 poz.

generator synchroniczny ; sztuczna sieć neuronowa ; model neuronowy ; model obwodowy

synchronous generator ; artificial neural network ; neural network ; circuit model

149/202
Nr opisu: 0000031236
Wykorzystanie sztucznych sieci neuronowych w podejmowaniu decyzji w zakresie automatyki elektroenergetycznej.
[Aut.]: Adrian Halinka, Paweł Sowa, Michał Szewczyk.
-Autom. Elektroenerg. 2007 nr 3, s. 5-11, bibliogr. 10 poz.

sztuczna sieć neuronowa ; automatyka elektroenergetyczna ; logika rozmyta ; podejmowanie decyzji

artificial neural network ; power system automation ; fuzzy logic ; decision making

150/202
Nr opisu: 0000036595
Zastosowanie klasyfikatora neuronowego typu MLP przy wykorzystaniu deskryptorów uszkodzeń zębów kół pochodzących z analizy DWT.
[Aut.]: Piotr Czech.
-Zesz. Nauk. PŚl., Transp. 2007 z. 61, s. 91-98, bibliogr. 10 poz.

sztuczna sieć neuronowa ; MLP ; koło ; przekładnia zębata ; pęknięcie ; dyskretna transformata falkowa ; analiza DWT

artificial neural network ; MLP ; wheel ; gear ; crack ; discrete wavelet transform ; DWT analysis

151/202
Nr opisu: 0000065851
Zastosowanie sieci neuronowej do prognozowania wielkości sprzedaży węgla kamiennego.
[Aut.]: Anna Bluszcz, Anna Manowska.
W: Moderni matematicke metody v inzenyrstvi. Sbornik z 16. seminare, Dolni Lomna, 4.6-6.6.2007. Vysoka Skola Banska - Technicka Univerzita Ostrava. Katedra Matematiky a Deskriptivni Geometrie, Jednota Ceskych Matematiku a Fyziku. Pobocka Ostrava. Ostrava : VSB - Technicka univerzita Ostrava, 2007, s. 20-24, bibliogr. 3 poz.

sztuczna sieć neuronowa ; metody statystyczne ; prognozowanie sprzedaży ; sprzedaż węgla

artificial neural network ; statistical methods ; sale forecasting ; coal sale

152/202
Nr opisu: 0000055644
Zastosowanie sieci neuronowych do identyfikacji modeli dynamicznych procesu flotacji węgla.
[Aut.]: Jarosław Joostberens.
W: Automatyzacja procesów przeróbki kopalin. APPK 2007. XIII Konferencja, Jaworze, 30 maja - 1 czerwca 2007. Red.: Roman Kaula, Joachim Pielot. Centrum Elektryfikacji i Automatyzacji Górnictwa EMAG w Katowicach, Katedra Elektryfikacji i Automatyzacji Górnictwa. Wydział Górnictwa i Geologii Politechniki Śląskiej, Polska Akademia Nauk. Komitet Górnictwa. Sekcja Cybernetyki w Górnictwie. Gliwice : Centrum Elektryfikacji i Automatyzacji Górnictwa EMAG, 2007, s. 51-54, bibliogr. 13 poz.

flotacja węgla ; sztuczna sieć neuronowa ; model dynamiczny

coal flotation ; artificial neural network ; dynamic model

153/202
Nr opisu: 0000040248
Zastosowanie sztucznych sieci neuronowych do przewidywania własności magnetycznie miękkich metalowych stopów amorficznych.
[Aut.]: Jarosław Konieczny, Leszek** Dobrzański, Błażej Tomiczek.
W: Podstawowe problemy energoelektroniki, elektromechaniki i mechatroniki. PPEEm'2007. Materiały XII sympozjum, Wisła, 9-12 grudnia 2007. T. 1. Polskie Towarzystwo Elektrotechniki Teoretycznej i Stosowanej. Oddział Gliwicko-Opolski [i in.]. [Gliwice] : Komitet Organizacyjny Sympozjum PPEE i Seminarium BSE, 2007, s. 173-179, bibliogr. 18 poz. (Archiwum Konferencji PTETiS ; vol. 24)

stop amorficzny ; materiał magnetycznie miękki ; skład chemiczny ; własności magnetyczne ; sztuczna sieć neuronowa

amorphous alloy ; soft magnetic material ; chemical composition ; magnetic properties ; artificial neural network

154/202
Nr opisu: 0000039655
Zastosowanie sztucznych sieci neuronowych do przewidywania wpływu składu chemicznego i warunków obróbki cieplenj na własności magnetyczne metalowych stopów amorficznych.
[Aut.]: Błażej Tomiczek, Jarosław Konieczny.
W: Kongres Studenckich Kół Naukowych "CO-KÓŁ'07". Impreza towarzysząca światowemu kongresowi COMMENT 2007, Gliwicec, 25 maja 2007 r.. Red. Wojciech Sitek. Gliwice : [Komitet Organizacyjny Międzynarodowych Konferencji Naukowych Instytutu Materiałów Inżynierskich i Biomedycznych Politechniki Śląskiej], 2007, s. 105-112, bibliogr. 18 poz. (Prace Studenckich Kół Naukowych ; Instytut Materiałów Inżynierskich i Biomedycznych. Politechnika Śląska nr 13)

sztuczna sieć neuronowa ; stop amorficzny ; stop nanokrystaliczny ; właściwości magnetyczne

artificial neural network ; amorphous alloy ; nanocrystalline alloy ; magnetic properties

155/202
Nr opisu: 0000020947
Analiza techniczna i fundamentalna a dokładność prognozy cen energii elektrycznej na rynku giełdowym.
[Aut.]: R. Czapaj, R. Gwóźdź, Maksymilian Przygrodzki.
W: Prognozowanie w elektroenergetyce. VIII Konferencja naukowa, Częstochowa - Złoty Potok, 21-22 września 2006. Warszawa : Wydaw. Czasopism i Książek Technicznych SIGMA-NOT, 2006, s. 32-34, bibliogr. 6 poz. (Przegląd Elektrotechniczny ; R. 82, nr 9 0033-2097)

energia elektryczna ; sztuczna sieć neuronowa ; rynek bilansujący ; rynek giełdowy ; anliza techniczna ; analiza fundamentalna

electricity ; artificial neural network ; balancing market ; stock market ; technical analysis ; fundamental analysis

156/202
Nr opisu: 0000021444
Heuristic modeling of objects and processes using dynamic neural networks.
[Aut.]: Piotr Przystałka.
-Diagnostyka 2006 nr 2, s. 31-36, bibliogr. 7 poz.

sztuczna sieć neuronowa ; lokalnie rekurencyjne sieci neuronowe ; system dynamiczny ; metoda quasi-Newtonowska ; modelowanie heurystyczne

artificial neural network ; locally recurrent neural networks ; dynamical system ; quasi-Newton method ; heuristic modeling

157/202
Nr opisu: 0000023899
Inteligentne systemy obliczeniowe w zagadnieniach identyfikacji defektów. Rozprawa doktorska.
[Aut.]: Antoni* Skrobol.
Gliwice, 2006, 136 k., bibliogr. 88 poz.Promotor: prof. dr hab. inż. Tadeusz* Burczyński

aproksymacja ; sztuczna sieć neuronowa ; zbiór rozmyty ; algorytm ewolucyjny ; wytrzymałość materiałów

approximation ; artificial neural network ; fuzzy set ; evolutionary algorithm ; strength of materials

158/202
Nr opisu: 0000078286
Metody prognozowania wykorzystywane w przedsiębiorstwie górniczym.
[Aut.]: Dariusz* Kaleta, Anna Manowska.
W: Zagadnienia interdyscyplinarne w górnictwie i geologii. VI Konferencja naukowa doktorantów, Szklarska Poręba, 23-25 marca 2006 r. Wrocław : Oficyna Wydaw. Politechniki Wrocławskiej, 2006, s. 403-408, bibliogr. 5 poz. (Prace Naukowe Instytutu Górnictwa Politechniki Wrocławskiej ; nr 116 Seria: Konferencje ; nr 47 0324-9670)

prognoza ; prognozowanie ; sztuczna sieć neuronowa ; zadowolenie klienta

forecast ; forecasting ; artificial neural network ; customer satisfaction

159/202
Nr opisu: 0000018677
Metodyka wymiarowania ustrojów nośnych suwnic pomostowych z wykorzystaniem parametryzacji cech konstrukcyjnych.
[Aut.]: Damian Gąska.
-Probl. Transp. 2006 t. 1 z. 1, s. 151-159, bibliogr. 6 poz.

suwnica pomostowa ; optymalizacja konstrukcji ; sztuczna sieć neuronowa ; optymalizacja konstrukcji

overhead travelling crane ; optimization of construction ; artificial neural network ; optimization of construction

160/202
Nr opisu: 0000021210
Opis kinetyki redukcji NO węglowodorami na katalizatorze węglowo-żelazowym za pomocą sztucznych sieci neuronowych.
[Aut.]: Krzysztof* Jastrząb, Paweł* Skiba.
W: Materiały V Kongresu Technologii Chemicznej, Poznań, 11-15 września 2006 r.. Cz. 1. Warszawa : Wydaw. Czasopism i Książek Technicznych SIGMA-NOT, 2006, s. 723-725, bibliogr. 9 poz. (Przemysł Chemiczny ; t. 85, nr 8/9 0033-2496)

tlenek azotu ; redukcja katalityczna ; propan-butan ; sztuczna sieć neuronowa

nitrogen oxide ; catalytic reduction ; propane-butane ; artificial intelligence

161/202
Nr opisu: 0000023090
Optimization of structure of neural models using distributed computing environment.
[Aut.]: A. Tomanek, Piotr Przystałka, Marek* Adamczyk.
-Diagnostyka 2006 nr 4, s. 15-18, bibliogr. 9 poz.

obliczenia rozproszone ; klaster typu ad-hoc ; sztuczna sieć neuronowa ; modelowanie heurystyczne ; optymalizacja sieci neuronowej

distributed computing ; ad-hoc computing cluster ; artificial neural network ; heuristic modeling ; optimization of neural network

162/202
Nr opisu: 0000021534
Optymalizacja struktury sztucznych sieci neuronowych typu perceptron wielowarstwowy.
[Aut.]: Tadeusz Wieczorek.
W: Nowe technologie sieci komputerowych. Praca zbiorowa. T. 1. Pod red. Stefana Węgrzyna, Lecha Znamirowskiego, Tadeusza Czachórskiego, Stanisława Kozielskiego. Warszawa : Wydaw. Komunikacji i Łączności, 2006, s. 153-163, bibliogr. 12 poz.

sztuczna sieć neuronowa ; perceptron wielowarstwowy ; architektura sieci ; optymalizacja sieci neuronowej

artificial neural network ; multilayer perceptron ; network architecture ; optimization of neural network

163/202
Nr opisu: 0000024141
Zastosowanie modelowania neuronowego w modelu teoretyczno-empirycznym kotła.
[Aut.]: Wojciech Stanek, Henryk Rusinowski.
W: Aktualne problemy budowy i eksploatacji kotłów. Międzynarodowa X Konferencja Kotłowa 2006, Szczyrk, Orle Gniazdo, 17-20 października 2006. T. 3. Politechnika Śląska. Instytut Maszyn i Urządzeń Energetycznych. Zakład Kotłów i Wytwornic Pary. Gliwice : [Politechnika Śląska. Wydział Inżynierii Środowiska i Energetyki. Instytut Maszyn i Urządzeń Energetycznych], 2006, s. 385-396, bibliogr. 12 poz. (Prace Naukowe. Monografie. Konferencje ; z. 16 1506-9702)

modelowanie empiryczne ; sztuczna sieć neuronowa ; uczenie sieci neuronowej

empirical modelling ; artificial neural network ; neural network learning

164/202
Nr opisu: 0000016909
Artificial neural networks for solving the inverse kinematics problem in the case of a small walking robot.
[Aut.]: Marek* Adamczyk, Piotr Przystałka.
W: Methods of artificial intelligence. AI-METH 2005. [Proceedings of the Symposium on Methods of Artificial Intelligence AI-METH 2005 and the Workshop on Knowledge Acquisition in Mechanical Engineering, Gliwice, Poland, 16-18 November 2005]. Eds: T. Burczyński, W. Cholewa, W. Moczulski. Centre of Excellence AI-METH. Silesian University of Technology, Polish Association for Computational Mechanics. [Gliwice] : Centre of Excellence AI-METH. Silesian University of Technology, 2005, s. 11-12, bibliogr. 5 poz.

robotyka ; sztuczna sieć neuronowa ; zadanie odwrotne kinematyki ; modelowanie wirtualne

robotics ; artificial neural network ; inverse kinematics problem ; virtual modelling

165/202
Nr opisu: 0000016900
Artificial neural networks for solving the inverse kinematics problem in the case of a small walking robot.
[Aut.]: Marek* Adamczyk, Piotr Przystałka.
W: Recent developments in artificial intelligence methods. AI-METH 2005. Eds: T. Burczyński, W. Cholewa, W. Moczulski. Centre of Excellence AI-METH. Silesian University of Technology, Polish Association for Computational Mechanics. Gliwice : Centre of Excellence AI-METH. Silesian University of Technology, 2005, s. 11-16, bibliogr. 9 poz.
Pełny tekst na CD-ROM

robotyka ; sztuczna sieć neuronowa ; zadanie odwrotne kinematyki ; modelowanie wirtualne

robotics ; artificial neural network ; inverse kinematics problem ; virtual modelling

166/202
Nr opisu: 0000017944
Hybrydowa optymalizacja topologiczna dynamicznych układów mechanicznych.
[Aut.]: Tadeusz* Burczyński, Piotr** Orantek.
W: Problemy dynamiki konstrukcji. XII Sympozjum Dynamiki Konstrukcji, Rzeszów-Bystre, 28-30 września 2005. Zbiór prac. Rzeszów : Oficyna Wydaw. Politechniki Rzeszowskiej, 2005, s. 53-60, bibliogr. 3 poz. (Zeszyty Naukowe Politechniki Rzeszowskiej ; nr 222 Mechanika ; z. 65)

układ mechaniczny ; optymalizacja topologiczna ; metoda elementów skończonych ; sztuczna sieć neuronowa

mechanical system ; topology optimization ; finite element method ; artificial neural network

167/202
Nr opisu: 0000016930
Internal defect identification by the computational intelligence system.
[Aut.]: Tadeusz* Burczyński, Antoni* Skrobol, Radosław* Górski.
W: Methods of artificial intelligence. AI-METH 2005. [Proceedings of the Symposium on Methods of Artificial Intelligence AI-METH 2005 and the Workshop on Knowledge Acquisition in Mechanical Engineering, Gliwice, Poland, 16-18 November 2005]. Eds: T. Burczyński, W. Cholewa, W. Moczulski. Centre of Excellence AI-METH. Silesian University of Technology, Polish Association for Computational Mechanics. [Gliwice] : Centre of Excellence AI-METH. Silesian University of Technology, 2005, s. 31-32, bibliogr. 4 poz.

sztuczna sieć neuronowa ; system wnioskowania rozmytego ; aproksymacja ; metoda elementów brzegowych ; identyfikacja ; wada wewnętrzna

artificial neural network ; fuzzy inference system ; approximation ; boundary element method ; identification ; internal defect

168/202
Nr opisu: 0000016972
Internal defect identification by the computational intelligence system.
[Aut.]: Tadeusz* Burczyński, Antoni* Skrobol, Radosław* Górski.
W: Recent developments in artificial intelligence methods. AI-METH 2005. Eds: T. Burczyński, W. Cholewa, W. Moczulski. Centre of Excellence AI-METH. Silesian University of Technology, Polish Association for Computational Mechanics. Gliwice : Centre of Excellence AI-METH. Silesian University of Technology, 2005, s. 53-56, bibliogr. 5 poz.
pełny tekst na CD-ROM

sztuczna sieć neuronowa ; system wnioskowania rozmytego ; aproksymacja ; metoda elementów brzegowych ; identyfikacja ; wada wewnętrzna

artificial neural network ; fuzzy inference system ; approximation ; boundary element method ; identification ; internal defect

169/202
Nr opisu: 0000016946
Methodology of heuristic modelling of dynamic objects and processes for diagnostics and control.
[Aut.]: Wojciech Moczulski.
W: Methods of artificial intelligence. AI-METH 2005. [Proceedings of the Symposium on Methods of Artificial Intelligence AI-METH 2005 and the Workshop on Knowledge Acquisition in Mechanical Engineering, Gliwice, Poland, 16-18 November 2005]. Eds: T. Burczyński, W. Cholewa, W. Moczulski. Centre of Excellence AI-METH. Silesian University of Technology, Polish Association for Computational Mechanics. [Gliwice] : Centre of Excellence AI-METH. Silesian University of Technology, 2005, s. 81-82, bibliogr. 7 poz.

modelowanie heurystyczne ; system dynamiczny ; sztuczna sieć neuronowa ; Maszyna Wektorów Nośnych ; wnioskowanie na podstawie przypadków ; wnioskowanie przybliżone

heuristic modelling ; dynamic system ; artificial neural network ; Support Vector Machine ; Case Based Reasoning ; uncertain reasoning

170/202
Nr opisu: 0000017097
Methodology of heuristic modelling of dynamic objects and processes for diagnostics and control.
[Aut.]: Wojciech Moczulski.
W: Recent developments in artificial intelligence methods. AI-METH 2005. Eds: T. Burczyński, W. Cholewa, W. Moczulski. Centre of Excellence AI-METH. Silesian University of Technology, Polish Association for Computational Mechanics. Gliwice : Centre of Excellence AI-METH. Silesian University of Technology, 2005, s. 123-126, bibliogr. 17 poz.
pełny tekst na CD-ROM

modelowanie heurystyczne ; system dynamiczny ; odkrywanie wiedzy ; sztuczna sieć neuronowa ; sieć neuronowo-rozmyta ; Maszyna Wektorów Nośnych ; wnioskowanie na podstawie przypadków

heuristic modelling ; dynamic system ; knowledge discovery ; artificial neural network ; fuzzy neural network ; Support Vector Machine ; case-based reasoning

171/202
Nr opisu: 0000013022
Methodology of the mechanical properties prediction for the metallurgical products from the engineering steels using the Artificial Intelligence methods.
[Aut.]: Leszek** Dobrzański, M. Kowalski, Janusz Madejski.
W: Achievements in mechanical and materials engineering. Proceedings of the 13th international scientific conference, Gliwice-Wisła, Poland, May 16-19, 2005. Ed. L. A. Dobrzański. Gliwice : Organising Committee of the International Scientific Conferences Institute of Engineering Materials and Biomaterials of the Silesian University of Technology, 2005, s. 151-154, bibliogr. 11 poz.

wytrzymałość na rozciąganie ; granica plastyczności ; sztuczna sieć neuronowa ; algorytm genetyczny ; sztuczna inteligencja

tensile strength ; yield point ; artificial neural network ; genetic algorithm ; artificial intelligence

172/202
Nr opisu: 0000014803
Methodology of the mechanical properties prediction for the metallurgical products from the engineering steels using the artificial intelligence methods.
[Aut.]: Leszek** Dobrzański, M. Kowalski, Janusz Madejski.
W: Worldwide Congress on Materials and Manufacturing Engineering and Technology. COMMENT'2005, Gliwice-Wisła, 16th-19th May 2005. [Dokument elektroniczny]. Congress proceedings - short papers. Ed. Leszek A. Dobrzański. [Gliwice] : [Komitet Organizacyjny Międzynarodowych Konferencji Naukowych Instytutu Materiałów Inżynierskich i Biomedycznych Politechniki Śląskiej], [2005], dysk optyczny (CD-ROM) [Ref. 1.720 s. 1-4], bibliogr. 11 poz.

wytrzymałość na rozciąganie ; granica plastyczności ; sztuczna sieć neuronowa ; algorytm genetyczny ; sztuczna inteligencja

ultimate tensile strength ; yield point ; artificial neural network ; genetic algorithm ; artificial intelligence

173/202
Nr opisu: 0000023413
Methodology of the mechanical properties prediction for the metallurgical products from the engineering steels using the artificial intelligence methods.
[Aut.]: Leszek** Dobrzański, M. Kowalski, Janusz Madejski.
W: Programme & abstracts of the Worldwide Congress on Materials and Manufacturing Engineering and Technology. COMMENT'2005, Gliwice-Wisła, 16th-19th May 2005. Ed. by L. A. Dobrzański. Gliwice : Organising Committee of the International Scientific Conferences Institute of Engineering Materials and Biomaterials of the Silesian University of Technology, 2005, s. 96

wytrzymałość na rozciąganie ; granica plastyczności ; sztuczna sieć neuronowa ; algorytm genetyczny ; sztuczna inteligencja

ultimate tensile strength ; yield point ; artificial neural network ; genetic algorithm ; artificial intelligence

174/202
Nr opisu: 0000014710
Methodology of the mechanical properties prediction for the metallurgical products from the engineering steels using the Artificial Intelligence methods.
[Aut.]: Leszek** Dobrzański, M. Kowalski, Janusz Madejski.
-J. Mater. Process. Technol. 2005 vol. 164/165, s. 1500-1509, bibliogr. 14 poz.
Zawiera materiały z: 8th International Scientific Conference on Advances in Materials & Processing Technologies &13th International Scientific Conference on Achievements in Mechanical & Materials Engineering in the framework of Worldwide Congress on Materials and Manufacturing Engineering and Technology, Gliwice-Wisła, Poland, 16-19 May 2005. Impact Factor 0.592

granica plastyczności ; sztuczna sieć neuronowa ; algorytm genetyczny ; sztuczna inteligencja

yield point ; artificial neural network ; genetic algorithm ; artificial intelligence

175/202
Nr opisu: 0000029864
Sigmoid and radial neural networks in sensitivity analysis: comparisons and applications in defect identification.
[Aut.]: Tadeusz* Burczyński, Piotr** Orantek.
W: 16th International Conference on Computer Methods in Mechanics. CMM-2005. CEACM Conference on Computational Mechanics, Częstochowa, Poland, June 21-24, 2005. Short papers. Eds: A. Garstecki, B. Mochnacki, N. Sczygiol. [Gliwice] : [Polskie Towarzystwo Metod Komputerowych Mechaniki], 2005, s. 283-284, bibliogr. 3 poz.

algorytm ewolucyjny ; algorytm klasyczny ; sztuczna sieć neuronowa ; analiza wrażliwości ; optymalizacja ; identyfikacja

evolutionary algorithm ; classical algorithm ; artificial neural network ; sensitivity analysis ; optimization ; identification

176/202
Nr opisu: 0000078114
Sigmoidalne i radialne sieci neuronowe w analizie wrażliwości: porównanie i zastosowanie w identyfikacji defektów.
[Aut.]: Tadeusz* Burczyński, Piotr** Orantek.
W: Modelowanie i symulacja komputerowa w technice. IV Sympozjum. Wyższa Szkoła Informatyki. Łódź : Wyższa Szkoła Informatyki, 2005, s. 37-40, bibliogr. 4 poz.

sztuczna sieć neuronowa ; analiza wrażliwości ; identyfikacja defektu

artificial neural network ; sensitivity analysis ; defect identification

177/202
Nr opisu: 0000016928
The two-stage fuzzy strategy in identification of the uncertain boundary conditions.
[Aut.]: Tadeusz* Burczyński.
W: Methods of artificial intelligence. AI-METH 2005. [Proceedings of the Symposium on Methods of Artificial Intelligence AI-METH 2005 and the Workshop on Knowledge Acquisition in Mechanical Engineering, Gliwice, Poland, 16-18 November 2005]. Eds: T. Burczyński, W. Cholewa, W. Moczulski. Centre of Excellence AI-METH. Silesian University of Technology, Polish Association for Computational Mechanics. [Gliwice] : Centre of Excellence AI-METH. Silesian University of Technology, 2005, s. 29-30, bibliogr. 14 poz.

algorytm ewolucyjny ; metoda gradientu ; sztuczna sieć neuronowa ; strategia dwustopniowa ; obliczenia rozmyte ; identyfikacja

evolutionary algorithm ; gradient method ; artificial neural network ; two-stage strategy ; fuzzy computations ; identification

178/202
Nr opisu: 0000016971
The two-stage fuzzy strategy in identification of the uncertain boundary conditions.
[Aut.]: Tadeusz* Burczyński, Piotr** Orantek.
W: Recent developments in artificial intelligence methods. AI-METH 2005. Eds: T. Burczyński, W. Cholewa, W. Moczulski. Centre of Excellence AI-METH. Silesian University of Technology, Polish Association for Computational Mechanics. Gliwice : Centre of Excellence AI-METH. Silesian University of Technology, 2005, s. 43-51, bibliogr. 14 poz.
pełny tekst na CD-ROM

algorytm ewolucyjny ; metoda gradientu ; sztuczna sieć neuronowa ; strategia dwustopniowa ; obliczenia rozmyte

evolutionary algorithm ; gradient method ; artificial neural network ; two-stage strategy ; fuzzy computations

179/202
Nr opisu: 0000017849
Using of artificial neural networks in predictions of SO₂, NO and NO₂ concentrations in Gliwice, Poland.
[Aut.]: W. Rogula, Jacek* Żeliński.
-Arch. Ochr. Środ. 2005 vol. 31 nr 4, s. 3-16, bibliogr. 27 poz.

perceptron wielowarstwowy ; sztuczna sieć neuronowa ; zanieczyszczenie powietrza ; predykcja ; zmienna wejściowa ; dwutlenek azotu ; dwutlenek siarki ; zmienna wyjściowa

multilayer perceptron ; artificial neural network ; air pollution ; prediction ; input variable ; nitrogen dioxide ; sulphur dioxide ; output variable

180/202
Nr opisu: 0000010722
Application of artificial neural network in computational sensitivity analysis.
[Aut.]: Tadeusz* Burczyński, Piotr** Orantek.
W: Recent developments in artificial intelligence methods. AI-METH 2004, Gliwice, Poland, November 17-19, 2004. Eds: T. Burczyński, W. Cholewa, W. Moczulski. Silesian University of Technology. Department for Strength of Materials and Computational Mechanics. Department of Fundamentals of Machinery Design, Polish Association for Computational Mechanics. Gliwice : Silesian University of Technology. Department for Strength of Materials and Computational Mechanics. Department of Fundamentals of Machinery Design, 2004, s. 69-72, bibliogr. 7 poz.

algorytm ewolucyjny ; algorytm klasyczny ; sztuczna sieć neuronowa ; analiza wrażliwości ; optymalizacja ; identyfikacja

evolutionary algorithm ; classical algorithm ; artificial neural network ; sensitivity analysis ; optimization ; identification

181/202
Nr opisu: 0000011135
Application of artificial neural network in computational sensitivity analysis.
[Aut.]: Tadeusz* Burczyński, Piotr** Orantek.
W: Methods of artificial intelligence. AI-METH 2004. [Proceedings of the Symposium on Methods of Artificial Intelligence and the Workshop on Knowledge Acquisition in Mechanical Engineering, Gliwice, Poland, 17-19 November 2004]. Eds: T. Burczyński, W. Cholewa, W. Moczulski. Gliwice : Silesian University of Technology. Department for Strength of Materials and Computational Mechanics. Department of Fundamentals of Machinery Design, 2004, s. 37-38, bibliogr. 7 poz.

obliczenia ewolucyjne ; algorytm klasyczny ; sztuczna sieć neuronowa ; analiza wrażliwości ; identyfikacja

evolutionary computation ; classical algorithm ; artificial neural network ; sensitivity analysis ; identification

182/202
Nr opisu: 0000011137
Approximation of a boundary-value problem using artificial neural networks.
[Aut.]: Tadeusz* Burczyński, A. Skrobol.
W: Methods of artificial intelligence. AI-METH 2004. [Proceedings of the Symposium on Methods of Artificial Intelligence and the Workshop on Knowledge Acquisition in Mechanical Engineering, Gliwice, Poland, 17-19 November 2004]. Eds: T. Burczyński, W. Cholewa, W. Moczulski. Gliwice : Silesian University of Technology. Department for Strength of Materials and Computational Mechanics. Department of Fundamentals of Machinery Design, 2004, s. 41-42, bibliogr. 5 poz.

sztuczna sieć neuronowa ; wieża chłodnicza ; sieć neuronowa ; aproksymacja ; metoda elementów brzegowych

artificial neural network ; radial basis functions ; neural network ; approximation ; boundary element method

183/202
Nr opisu: 0000010724
Approximation of a boundary-value problem using artificial neural networks.
[Aut.]: Tadeusz* Burczyński, A. Skrobol.
W: Recent developments in artificial intelligence methods. AI-METH 2004, Gliwice, Poland, November 17-19, 2004. Eds: T. Burczyński, W. Cholewa, W. Moczulski. Silesian University of Technology. Department for Strength of Materials and Computational Mechanics. Department of Fundamentals of Machinery Design, Polish Association for Computational Mechanics. Gliwice : Silesian University of Technology. Department for Strength of Materials and Computational Mechanics. Department of Fundamentals of Machinery Design, 2004, s. 79-84, bibliogr. 7 poz.

sztuczna sieć neuronowa ; sieć neuronowa o radialnych funkcjach bazowych ; sieć neuronowo-rozmyta ; aproksymacja ; metoda elementów brzegowych

artificial neural network ; radial basis function neural network ; fuzzy neural network ; approximation ; boundary element method

184/202
Nr opisu: 0000019100
Badania doświadczalne i modelowe w monitorowaniu i wspomaganiu procesów rehabilitacji.
[Aut.]: Robert Michnik, Jacek Jurkojć.
W: Modelling and optimization of physical systems. 8th International Seminar of Applied Mechanics, Wisła, 04-06.06.2004. [Dokument elektroniczny]. Department of Applied Mechanics. Silesian University of Technology in Gliwice, Polish Society for Theoretical and Applied Mechanics. Gliwice Branch, Department of Mechanics. VSB Technical University of Ostrava. Gliwice : Wydaw. Katedry Mechaniki Stosowanej, 2004, dysk optyczny (CD-ROM) s. 103-108, bibliogr. 6 poz. (Zeszyty Naukowe Katedry Mechaniki Stosowanej ; [Politechnika Śląska] nr 25)

rehabilitacja ; układ szkieletowo-mięśniowy ; chód ludzki ; badanie doświadczalne ; badanie modelowe ; sztuczna sieć neuronowa

rehabilitation ; muscular-skeleton system ; human gait ; experimental study ; model test ; artificial neural network

185/202
Nr opisu: 0000009997
Biometrical identification on the ground of the eye movement, executed by means of the artificial neural network.
[Aut.]: Robert Brzeski, Józef** Ober.
-J. Med. Informat. Technol. 2004 vol. 7, s. KB47-KB54, bibliogr. 4 poz.

sztuczna sieć neuronowa ; ANN ; identyfikacja biometryczna ; symulacja wizualna ; rozpoznanie ; warstwa ; neuron ; ruch oczu

artificial neural network ; ANN ; biometric identification ; visual simulation ; recognition ; layer ; neuron ; eye movements

186/202
Nr opisu: 0000010236
Dynamiczne układy zastępcze dla symulacji zjawisk przejściowych w systemie elektroenergetycznym.
[Aut.]: Paweł Sowa.
-Zesz. Nauk. PŚl., Elektr. 2004 z. 189, s. 143-152, bibliogr. 19 poz.

system elektroenergetyczny ; układ elektromechaniczny ; sztuczna sieć neuronowa

power system ; electromechanical system ; artificial neural network

187/202
Nr opisu: 0000098876
Electrical fault detection in power systems by ANN structures.
[Aut.]: Michał Szewczyk, Adrian Halinka.
-WSEAS Trans. Comput. 2004 vol. 3 iss. 4, s. 1681-1685, bibliogr. 4 poz.

sztuczna sieć neuronowa ; elektroenergetyczna automatyka zabezpieczeniowa ; wykrywanie błędów

artificial neural network ; power system protection ; fault detection

188/202
Nr opisu: 0000093989
Employment of neural networks for modelling of corrosive wear of hard magnetic composite materials.
[Aut.]: Leszek** Dobrzański, M. Drak, Jacek Trzaska.
-Inż. Mater. 2004 R. 25 nr 3, s. 709-712, bibliogr. 15 poz.
Referat wygłoszony na: Advanced materials & technologies. AMT '2004. XVII Physical Metallurgy and Materials Science Conference, Lodz, Poland, 20th - 24th June 2004

sztuczna sieć neuronowa ; materiały kompozytowe ; materiał magnetycznie twardy ; kompozyt na osnowie polimerowej ; zużycie korozyjne

artificial neural network ; composite materials ; hard magnetic material ; polymer matrix composite ; corrosion wear

189/202
Nr opisu: 0000010109
Możliwości identyfikacji osobniczej na podstawie ruchu oka przy wykorzystaniu sztucznych sieci neuronowych.
[Aut.]: Robert Brzeski, Józef** Ober.
W: Współczesne problemy systemów czasu rzeczywistego. Praca zbiorowa. Pod. red. Andrzeja Kwietnia i Piotra Gaja. Warszawa : Wydaw. Naukowo-Techniczne, 2004, s. 469-478

sztuczna sieć neuronowa ; identyfikacja biometryczna ; ruch oka

artificial neural network ; biometric identification ; eye tracking

190/202
Nr opisu: 0000010804
Neural network modelling of NaNO2 inversion process kinetics.
[Aut.]: Jerzy** Piotrowski, Krzysztof Piotrowski, Barbara* Lipowska.
-Pol. J. Chem. Technol. 2004 vol. 6 nr 1, s. 37-41, bibliogr. 20 poz.

inwersja ; kinetyka ; sztuczna sieć neuronowa ; azotan sodowy(III) ; kwas azotowy (V)

inversion ; kinetics ; artificial neural network ; sodium nitrate (III) ; nitric acid (V)

191/202
Nr opisu: 0000011002
Symulacja biodegradacji lotnych substancji organicznych. Porównanie predykacji sieci neuronowych i modelu deterministycznego.
[Aut.]: Klaudia* Chmiel, Krzysztof Piotrowski, Michał** Palica, Andrzej* Jarzębski.
-Inż. Chem. Proces. 2004 t. 25 z. 3/1, s. 783-788, bibliogr. 4 poz.. Impact Factor 0.337

biofiltracja ; złoże ; lotne związki organiczne ; biodegradacja ; symulacja ; sztuczna sieć neuronowa ; reaktor rurowy ; bilans masy ; faza gazowa ; faza stała ; predykcja ; porównanie

biofiltration ; deposit ; volatile organic compounds ; biodegradation ; simulation ; artificial neural network ; tubular reactor ; mass balance ; gas phase ; solid phase ; prediction ; comparison

192/202
Nr opisu: 0000009340
Sztuczne sieci neuronowe jako potencjalne narzędzie do identyfikacji poziomów napięć uziomowych oraz poziomów napięć dotykowych stacji elektroenergetycznych.
[Aut.]: Adrian Halinka, Marian** Pasko, Paweł Sowa, Michał Szewczyk.
-Śl. Wiad. Elektr. 2004 R. 11 nr 4, s. 4-11, bibliogr. 5 poz.

sztuczna sieć neuronowa ; napięcie dotykowe ; napięcie uziomowe ; stacja elektroenergetyczna

artificial neural network ; touch voltage ; earth voltage ; substation

193/202
Nr opisu: 0000015239
Wpływ składu gazu syntezowego na kinetykę topochemicznych reakcji redukcji Fe₂O₃ - FeO.
[Aut.]: T. Wiltowski, Krzysztof Piotrowski, H. Lorethova, L. Stonawski, K. Mondal, T. Szymański.
-Inż. Chem. Proces. 2004 t. 25 z. 3/3, s. 1789-1794, bibliogr. 7 poz.. Impact Factor 0.337

redukcja Fe2O3 - FeO ; reakcja topochemiczna ; kinetyka reakcji ; gaz syntezowy ; metoda Hancocka-Sharpa ; równanie Johnsona-Mehla-Avramiego-Erofeeva ; sztuczna sieć neuronowa

Fe2O3 - FeO reduction ; topochemical reaction ; reaction kinetics ; syngas ; Hancock-Sharp method ; Johnson-Mehl-Avrami-Erofeev equation ; artificial neural network

194/202
Nr opisu: 0000009251
Zastosowanie sztucznych sieci neuronowych do identyfikacji mechanizmów dominujących w rozprzestrzenianiu zanieczyszczeń powietrza.
[Aut.]: W. Rogula, Jacek* Żeliński.
-Ochr. Powietrza Probl. Odpadów 2004 R. 38 nr 4, s. 129-139, bibliogr. 11 poz.

sztuczna sieć neuronowa ; zanieczyszczenie powietrza ; parametry meteorologiczne

artificial neural network ; air pollution ; meteorological parameters

195/202
Nr opisu: 0000010085
Zastosowanie sztucznych sieci neuronowych do przewidywania wpływu składu chemicznego i warunków obróbki cieplnej na własności mechaniczne stali konstrukcyjnych.
[Aut.]: Marek Sroka, Leszek** Dobrzański.
W: XXXII Szkoła Inżynierii Materiałowej, Kraków - Krynica, 28 IX-1 X 2004. [Kraków] : [Wydaw. Plantpress], [2004], s. 721-724, bibliogr. 3 poz.

sztuczna sieć neuronowa ; stal konstrukcyjna ; własności mechaniczne

artificial neural network ; structural steel ; mechanical properties

196/202
Nr opisu: 0000066197
Zastosowanie sztucznych sieci neuronowych w rozpoznawaniu znaków.
[Aut.]: Alina Momot.
-Stud. Informat. 2004 vol. 25 nr 1, s. 69-90, bibliogr. 39 poz.

rozpoznawanie znaków ; sztuczna sieć neuronowa

character recognition ; artificial neural network

197/202
Nr opisu: 0000070590
Adaption of protection in automatic system of complex generation systems with gas turbine.
[Aut.]: Adrian Halinka, Michał Szewczyk, Paweł Sowa.
W: Power and energy systems. PES 2003. Proceedings of the Seventh IASTED International Multi-conference, Palm Springs, California, USA, February 24 - 26, 2003. Ed. K. M. Smedley. Anaheim : Acta Press, 2003, paper 379-187

optymalizacja ; system zasilania ; turbina gazowa ; sztuczna sieć neuronowa

optimization ; power system ; gas turbine ; artificial neural network

198/202
Nr opisu: 0000007657
Klasyfikacja obiektów na obrazach satelitarnych powierzchni ziemi z wykorzystaniem syntezy informacji.
[Aut.]: Grzegorz Baron, T. Niedziela.
W: Inżynieria wiedzy i systemy ekspertowe. [V Krajowa konferencja naukowa, Wrocław, 11-13 czerwca 2003 r.]. T. 1. Pod red. Z. Bubnickiego i A. Grzecha. Wrocław : Oficyna Wydaw. Politechniki Wrocławskiej, 2003, s. 474-481, bibliogr. 2 poz.

sztuczna sieć neuronowa ; ekstrakcja cech ; algebra Boole'a ; klasyfikacja obiektów ; obraz satelitarny

artificial neural network ; feature extraction ; Boolean algebra ; object classification ; satellite image

199/202
Nr opisu: 0000007867
Miary statystyczne jako dane wejściowe dla sztucznych sieci neuronowych.
[Aut.]: Bogusław Łazarz, Henryk** Madej, Piotr Czech.
-Zesz. Nauk. PŚl., Transp. 2003 z. 48, s. 113-120, bibliogr. 14 poz.

sztuczna sieć neuronowa ; koło zębate ; uszkodzenie ; diagnostyka ; przekładnia zębata

artificial neural network ; gear wheel ; cracking ; diagnostics ; gearbox

200/202
Nr opisu: 0000008729
Optymalizacja sieci neuronowej typu SVM w zadaniu identyfikacji stopnia pęknięcia podstawy zęba.
[Aut.]: Bogusław Łazarz, Piotr Czech.
-Zesz. Nauk. PŚl., Transp. 2003 z. 50, s. 153-158, bibliogr. 12 poz.

sieć neuronowa SVM ; sztuczna sieć neuronowa ; ząb

SVM neural network ; artificial neural network ; tooth

201/202
Nr opisu: 0000007656
Sztuczne sieci neuronowe jako klasyfikatory w systemie analizy mikroskopowych obrazów zawiesin.
[Aut.]: Tomasz* Podeszwa, L. Jaroszewicz.
W: Inżynieria wiedzy i systemy ekspertowe. [V Krajowa konferencja naukowa, Wrocław, 11-13 czerwca 2003 r.]. T. 1. Pod red. Z. Bubnickiego i A. Grzecha. Wrocław : Oficyna Wydaw. Politechniki Wrocławskiej, 2003, s. 459-465, bibliogr. 4 poz.

olej smarujący ; analiza mikroskopowa ; sztuczna sieć neuronowa

lubricating oil ; microscopic analysis ; artificial neural network

202/202
Nr opisu: 0000008730
Widmo iloczynowe, widmo poliharmoniczne, korelacja i koherencja jako źródło danych wejściowych dla sztucznych sieci neuronowych.
[Aut.]: Bogusław Łazarz, Piotr Czech.
-Zesz. Nauk. PŚl., Transp. 2003 z. 50, s. 159-164, bibliogr. 11 poz.

koło zębate ; sztuczna sieć neuronowa ; korelacja

gear wheel ; artificial neural network ; correlation

stosując format: