Projekty finansowane przez NCN

Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

Randomizowane metody uczenia sztucznych sieci neuronowych

2017/27/B/ST6/01804

Słowa kluczowe:

aproksymacja funkcji klasyfikacja danych sieci neuronowe przetwarzające w przód sieci neuronowe z losowymi neuronami ukrytymi randomizowane metody uczenia funkcja aktywacji

Deskryptory:

  • ST6_7: Sztuczna inteligencja, systemy inteligentne i wieloagentowe
  • ST6_11: Uczenie maszynowe, statystyczne przetwarzanie danych i zastosowanie w przetwarzaniu sygnałów

Panel:

ST6 - Informatyka i technologie informacyjne: technologie i systemy informacyjne, informatyka, obliczenia naukowe, systemy inteligentne

Jednostka realizująca:

Politechnika Częstochowska, Wydział Elektryczny

woj. śląskie

Inne projekty tej jednostki 

Kierownik projektu (z jednostki realizującej):

dr hab. Grzegorz Dudek 

Liczba wykonawców projektu: 1

Konkurs: OPUS 14 - ogłoszony 2017-09-15

Przyznana kwota: 152 400 PLN

Rozpoczęcie projektu: 2018-06-01

Zakończenie projektu: 2021-06-28

Planowany czas trwania projektu: 36 miesięcy (z wniosku)

Status projektu: Projekt rozliczony

Opis Projektu

Pobierz opis projektu w formacie .pdf

Uwaga - opisy projektów zostały sporządzone przez samych autorów wniosków i w niezmienionej formie umieszczone w systemie.

Zakupiona aparatura

  1. Zestaw komputerowy (stacjonarny). Za kwotę 18 000 PLN

Dane z raportu końcowego/rocznego

  • Publikacje w czasopismach (2)
  • Teksty w publikacjach pokonferencyjnych (10)
  1. Generating random weights and biases in feedforward neural networks with random hidden nodes
    Autorzy:
    Grzegorz Dudek
    Czasopismo:
    Information Sciences (rok: 2019, tom: 481, strony: 33-56), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.ins.2018.12.063 - link do publikacji
  2. A Constructive Approach to Data-Driven Randomized Learning for Feedforward Neural Networks
    Autorzy:
    Grzegorz Dudek
    Czasopismo:
    Applied Soft Computing (rok: 2021, tom: 112, strony: 107797), Wydawca: Elsevier
    Status:
    Złożona
    Doi:
    10.1016/j.asoc.2021.107797 - link do publikacji
  1. Are Direct Links Necessary in Random Vector Functional Link Networks for Regression
    Autorzy:
    Grzegorz Dudek
    Konferencja:
    19th International Conference on Artificial Intelligence and Soft Computing (rok: 2020, ), Wydawca: Springer
    Data:
    konferencja 21-25 czerwca 2020
    Status:
    Opublikowana
  2. Data-Driven Randomized Learning of Feedforward Neural Networks
    Autorzy:
    Grzegorz Dudek
    Konferencja:
    International Joint Conference on Neural Networks (rok: 2020, ), Wydawca: IEEE
    Data:
    konferencja 19-24 Lipca 2020
    Status:
    Opublikowana
  3. Data-Driven Learning of Feedforward Neural Networks with Different Activation Functions
    Autorzy:
    Grzegorz Dudek
    Konferencja:
    20th International Conference on Artificial Intelligence and Soft Computing (rok: 2021, ), Wydawca: Springer
    Data:
    konferencja 2021.06.20-24
    Status:
    Opublikowana
  4. Improving Randomized Learning of Feedforward Neural Networks by Appropriate Generation of Random Parameter
    Autorzy:
    Grzegorz Dudek
    Konferencja:
    15th International Work-Conference on Artificial Neural Networks (rok: 2019, ), Wydawca: Springer
    Data:
    konferencja 12-14 czerwca 2019
    Status:
    Opublikowana
    Doi:
    link do publikacji
  5. Randomized Neural Networks for Forecasting Time Series with Multiple Seasonality
    Autorzy:
    Grzegorz Dudek
    Konferencja:
    16th International Work-Conference on Artificial Neural Networks (rok: 2021, ), Wydawca: Springer
    Data:
    konferencja 2021.06.16-18
    Status:
    Opublikowana
  6. Ensembles of Randomized Neural Networks for Pattern-based Time Series Forecasting
    Autorzy:
    Grzegorz Dudek, Paweł Pełka
    Konferencja:
    International Conference on Neural Information Processing, ICONIP 2021 (rok: 2021, ), Wydawca: Springer
    Data:
    konferencja 2021.12.8-12
    Status:
    Przyjęta do publikacji
  7. Autoencoder based Randomized Learning of Feedforward Neural Networks for Regression
    Autorzy:
    Grzegorz Dudek
    Konferencja:
    International Joint Conference on Neural Networks (rok: 2021, ), Wydawca: IEEEXplore
    Data:
    konferencja 2021.07.18-23
    Status:
    Opublikowana
  8. Generating Random Parameters in Feedforward Neural Networks with Random Hidden Nodes: Drawbacks of the Standard Method and How to Improve It
    Autorzy:
    Grzegorz Dudek
    Konferencja:
    International Conference on Neural Information Processing, ICONIP 2020 (rok: 2020, ), Wydawca: Springer
    Data:
    konferencja 18-22.11.2020
    Status:
    Opublikowana
  9. New Methods of Generating Random Parameters in Feedforward Neural Networks with Random Hidden Nodes
    Autorzy:
    Grzegorz Dudek
    Konferencja:
    Polskie Porozumienie na rzecz Rozwoju Sztucznej Inteligencji PP-RAI (rok: 2019, ), Wydawca: Department of Systems and Computer Networks, Faculty of Electronics Wroclaw University of Science and Technology
    Data:
    konferencja 16-18 października 2019
    Status:
    Opublikowana
    Doi:
    link do publikacji
  10. Sensitivity Analysis of the Neural Networks Randomized Learning
    Autorzy:
    Grzegorz Dudek
    Konferencja:
    18th International Conference on Artificial Intelligence and Soft Computing (rok: 2019, ), Wydawca: Springer
    Data:
    konferencja 16-20 czerwca 2019
    Status:
    Opublikowana
    Doi:
    link do publikacji

O Narodowym Centrum Nauki

Finansowanie nauki

Współpraca zagraniczna

Centrum prasowe

Deklaracja dostępności
Przetwarzanie danych osobowych
Polityka cookies

Partnerzy