Projekty finansowane przez NCN

Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

Nowe podejścia do efektywnego uczenia złożonych systemów inteligentnych

2015/17/B/ST6/01880

Słowa kluczowe:

systemy uczące sieci neuronowe algorytmy uczące ELM SVM

Deskryptory:

  • ST6_7: Sztuczna inteligencja, systemy inteligentne i wieloagentowe

Panel:

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

Jednostka realizująca:

Wyższa Szkoła Informatyki i Zarządzania w Rzeszowie, Wydział Informatyki Stosowanej

woj. podkarpackie

Inne projekty tej jednostki 

Kierownik projektu (z jednostki realizującej):

prof. Bogdan Wilamowski 

Liczba wykonawców projektu: 6

Konkurs: OPUS 9 - ogłoszony 2015-03-16

Przyznana kwota: 621 200 PLN

Rozpoczęcie projektu: 2016-01-26

Zakończenie projektu: 2019-07-25

Planowany czas trwania projektu: 42 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. Komputer stacjonarny. Za kwotę 17 000 PLN
  2. Monitor LCD. Za kwotę 3 600 PLN
  3. Oprogramowanie specjalistyczne. Za kwotę 15 000 PLN

Dane z raportu końcowego/rocznego

  • Publikacje w czasopismach (4)
  • Teksty w publikacjach pokonferencyjnych (7)
  • Publikacje książkowe (5)
  1. Neural Network Training With Levenberg–Marquardt and Adaptable Weight Compression
    Autorzy:
    James S. Smith, Bo Wu, Bogdan M. Wilamowski
    Czasopismo:
    IEEE Transactions on Neural Networks and Learning Systems (rok: 2018, tom: Vol: 30 , Is: 2, strony: 580 - 587), Wydawca: IEEE
    Status:
    Opublikowana
    Doi:
    10.1109/TNNLS.2018.2846775 - link do publikacji
  2. The Study of the Influence of Architecture on Effectiveness of Deep Neural Networks Training
    Autorzy:
    Janusz Kolbusz, Paweł Różycki, Tomasz Bartczak
    Czasopismo:
    Zeszyty Naukowe Uczelni Vistula (rok: 2018, tom: 59(2), strony: 60-71), Wydawca: Akademia Finansów i Biznesu Vistula
    Status:
    Opublikowana
    Doi:
    brak - link do publikacji
  3. Nonlinear System Modeling using RBF networks for industrial application
    Autorzy:
    Xi Meng; Pawel Rozycki; Jun-Fei Qiao; Bogdan M. Wilamowski
    Czasopismo:
    IEEE Transactions on Industrial Informatics (rok: 2018, tom: VOL. 14, NO. 3, strony: 931-940), Wydawca: IEEE Transactions on Industrial Informatics
    Status:
    Opublikowana
    Doi:
    10,1109 - link do publikacji
  4. Efficient training of RBF Neural Networks
    Autorzy:
    Paweł Różycki, Janusz Kolbusz, Tomasz Bartczak
    Czasopismo:
    Kwartalnik Naukowy Uczelni Vistula (rok: 2018, tom: 2(56), strony: 257-268), Wydawca: Akademia Finansów i Biznesu Vistula
    Status:
    Opublikowana
    Doi:
    brak - link do publikacji
  1. Approximation-based Estimation of Learning Rate for Error Back Propagation Algorithm
    Autorzy:
    P. Rozycki, J. Kolbusz, G. Krzos, B.M. Wilamowski
    Konferencja:
    23rd IEEE International Conference on Intelligent Engineering Systems (INES'19) (rok: 2019, ), Wydawca: IEEE
    Data:
    konferencja April 25-27
    Status:
    Opublikowana
  2. Error Back Propagation Algorithm with Adaptive Learning Rate
    Autorzy:
    J. Kolbusz, P. Rozycki, O. Lysenko, B. M. Wilamowski
    Konferencja:
    International Conference on Information and Digital Technologies (rok: 2019, ), Wydawca: IEEE
    Data:
    konferencja June 25 - 27
    Status:
    Opublikowana
  3. Estimation of Deep Neural Networks Capabilities Based on a Trigonometric Approach
    Autorzy:
    Paweł Różycki, Janusz Kolbusz, Bogdan Wilamowski
    Konferencja:
    IEEE 20th International Conference on Intelligent Engineering Systems (INES'16) (rok: 2016, ), Wydawca: IEEE
    Data:
    konferencja 30-2 June 2016
    Status:
    Opublikowana
  4. The Impact of Architecture on the Deep Neural Networks Training
    Autorzy:
    P. Rozycki, J. Kolbusz, A. Malinowski, B.M. Wilamowski
    Konferencja:
    12th IEEE International Conference on Human System Interaction (rok: 2019, ), Wydawca: IEEE
    Data:
    konferencja June 25-27
    Status:
    Opublikowana
  5. Big Data and Deep Learning
    Autorzy:
    B. M. Wilamowski, Bo Wu, Janusz Korniak
    Konferencja:
    IEEE 20th International Conference on Intelligent Engineering Systems (INES'16) (rok: 2016, ), Wydawca: IEEE
    Data:
    konferencja 30-2 June 2016
    Status:
    Opublikowana
  6. Effective Training of RBF Networks
    Autorzy:
    P. Rozycki, J. Kolbusz, A. Malinowski, B.M. Wilamowski
    Konferencja:
    12th IEEE International Conference on Human System Interaction (rok: 2019, ), Wydawca: IEEE
    Data:
    konferencja June 25-27
    Status:
    Opublikowana
  7. Implementation of Deep Neural Networks for Industry Applications
    Autorzy:
    P.Rozycki, J. Kolbusz, G. Krzos, B.M. Wilamowski
    Konferencja:
    IECON 2018 - 44th Annual Conference of the IEEE Industrial Electronics Society (rok: 2018, ), Wydawca: IEEE
    Data:
    konferencja 21-23 Oct. 2018
    Status:
    Opublikowana
  1. Constructive Cascade Learning Algorithm for Fully Connected Networks
    Autorzy:
    Xing Wu, Bogdan M. Wilamowski, Pawel Rozycki, Janusz Kolbusz
    Książka:
    Artificial Intelligence and Soft Computing. ICAISC 2019. (rok: 2019, tom: I, strony: 236-247), Wydawca: Springer
    Status:
    Opublikowana
  2. Neural Networks Saturation Reduction
    Autorzy:
    J. Kolbusz, P. Rozycki, O. Lysenko, B. M. Wilamowski
    Książka:
    Artificial Intelligence and Soft Computing. ICAISC 2018. Lecture Notes in Artificial Intelligence. (rok: 2018, tom: volume 10841, strony: 108-117), Wydawca: Springer
    Status:
    Opublikowana
  3. Soft Patterns Reduction for RBF network performance improvement
    Autorzy:
    P. Rozycki, J. Kolbusz, O. Lysenko, B.M. Wilamowski
    Książka:
    Artificial Intelligence and Soft Computing. ICAISC 2018. Lecture Notes in Artificial Intelligence. (rok: 2018, tom: volume 10841, strony: 190-200), Wydawca: Springer
    Status:
    Opublikowana
  4. Discrete Cosine Transform Spectral Pooling Layers for Convolutional Neural Networks
    Autorzy:
    James S. Smith, Bogdan M. Wilamowski
    Książka:
    Artificial Intelligence and Soft Computing. ICAISC 2018. Lecture Notes in Computer Science (rok: 2018, tom: vol 10841, strony: 235-246), Wydawca: Springer
    Status:
    Opublikowana
  5. Discrete Cosine Transformation as alternative to other methods of computational intelligence for function approximation
    Autorzy:
    Andzelika Olejczak, Janusz Korniak, B. M. Wilamowski
    Książka:
    Artificial Intelligence and Soft Computing. 16th International Conference, ICAISC 2017, Zakopane, Poland, June 11-15, 2017, Proceedings, Part I (rok: 2017, tom: 1, strony: 143-153), Wydawca: Springer International Publishing AG
    Status:
    Opublikowana

O Narodowym Centrum Nauki

Finansowanie nauki

Współpraca zagraniczna

Centrum prasowe

Deklaracja dostępności
Przetwarzanie danych osobowych
Polityka cookies

Partnerzy