Zastosowanie sztucznych sieci neuronowych do modelowania procesów azotowania próżniowego stali narzędziowych


Odkrywanie przyczyn powstawania wad produktów za pomocą
Odkrywanie przyczyn powstawania wad produktów za pomocą
dr hab. inż. Emilia Wołowiec-Korecka (Zakład Metod Numerycznych w Nauce o Materiałach, Instytut Inżynierii Materiałowej, Wydział Mechaniczny, Politechnika Łódzka)

Jak uniknąć pułapek przy budowaniu sztucznych sieci neuronowych? Przewidywanie wyników operacji zatok przynosowych


Odkrywanie przyczyn powstawania wad produktów za pomocą
dr Joanna Szaleniec, Katedra i Klinika Otolaryngologii Collegium Medicum Uniwersytetu Jagiellońskiego

Zastosowanie analizy dyskryminacyjnej i klasyfikacyjnych sieci neuronowych do przewidywania zjawiska samoniezgodności kapusty białej (Brassica oleracea var. capitata) w oparciu o eksperymenty elektroforetyczne
dr hab. Maciej Szaleniec, Instytut Katalizy i Fizykochemii Powierzchni PAN

Zastosowanie metod sztucznej inteligencji do modelowania i symulacji procesów nawęglania próżniowego stali
 Zastosowanie metod sztucznej inteligencji do modelowania i symulacji procesów nawęglania próżniowego stali 
Autor: Emilia Stańczyk-WołowiecInstytut Inżynierii Materiałowej, Politechnika Łódzka

Możliwości zastosowania metod data mining do analizy ilości ścieków dopływających do oczyszczalni
dr Monika Paluch-Puk, Instytut Inżynierii Środowiska, Uniwersytet Przyrodniczy we Wrocławiu

Prognozowanie istotnych informacji dla racjonalnej eksploatacji oczyszczalni ścieków
 Prognozowanie istotnych informacji dla racjonalnej eksploatacji oczyszczalni ścieków 
Autor: Monika Paluch-PukWydział Inżynierii Kształtowania Środowiska i Geodezji, Uniwersytet Przyrodniczy we Wrocławiu

Biokatalityczne utlenianie węglowodorów alkiloaromatycznych i alkiloheterocyklicznych przez dehydrogenazę etylobenzenową
 Biokatalityczne utlenianie węglowodorów alkiloaromatycznych i alkiloheterocyklicznych przez dehydrogenazę etylobenzenową 
Autor: Maciej SzaleniecInstytut Katalizy i Fizykochemii Powierzchni PAN, Kraków

Zastosowanie sztucznych sieci neuronowych w detekcji kartowych transakcji oszukańczych
 Zastosowanie sztucznych sieci neuronowych w detekcji kartowych transakcji oszukańczych 
Autorzy: Michał Grzywa, Alior Bank S.A.

Sieci neuronowe i regresja wieloraka – czyli jak okiełznać złożoność w badaniach naukowych?
 Sieci neuronowe i regresja wieloraka - czyli jak okiełznać złożoność w badaniach naukowych?  Sieci neuronowe i regresja wieloraka - czyli jak okiełznać złożoność w badaniach naukowych?
Autor: Maciej Szaleniec – Instytut Katalizy i Fizykochemii Powierzchni PAN w Krakowie

Analiza obszarów leśnych w systemach informacji przestrzennej wspomaganych systemami ekspertowymi i sztucznymi sieciami neuronowymi
 Analiza obszarów leśnych w systemach informacji przestrzennej wspomaganych systemami ekspertowymi i sztucznymi sieciami neuronowymi 
Autor:Wiktor Tracz -Katedra Urządzania Lasu, Geomatyki i Ekonomiki Leśnictwa, Szkoła Główna Gospodarstwa Wiejskiego, Warszawa

Automatyczna identyfikacja wybranych symboli notacji muzycznej
 Automatyczna identyfikacja wybranych symboli notacji muzycznej 
Autor:Marcin Luckner – Wydział Matematyki i Nauk Informacyjnych, Politechnika Warszawska

Modelowanie koniunktury gospodarczej z wykorzystaniem danych tekstowych
 Modelowanie koniunktury gospodarczej z wykorzystaniem danych tekstowych 
Autor:Szymon Chojnacki – Zakład Wspomagania i Analizy Decyzji, Szkoła Główna Handlowa, Warszawa

Ocena udziału czynnego punktowego źródła emisji w wielkości imisji
 Ocena udziału czynnego punktowego źródła emisji w wielkości imisji 
Autor:Dorota Kaleta -Katedra Ochrony Powietrza, Politechnika Śląska, Gliwice

System automatycznej analizy wzorców zmienności w rytmie serca płodu
 System automatycznej analizy wzorców zmienności w rytmie serca płodu 
Autor:Paweł Łabaj – Instytut Informatyki, Wydział Automatyki, Elektroniki i Informatyki, Politechnika Śląska w Gliwicach

Sztuczna inteligencja we wspomaganiu procesu prognozowania w przedsiębiorstwie
 Sztuczna inteligencja we wspomaganiu procesu prognozowania w przedsiębiorstwie  Sztuczna inteligencja we wspomaganiu procesu prognozowania w przedsiębiorstwie
Autor:Tadeusz A. Grzeszczyk – Politechnika Warszawska, Instytut Organizacji Systemów Produkcyjnych

Wprowadzenie do praktyki stosowania sieci neuronowych
 Wprowadzenie do praktyki stosowania sieci neuronowych 
Autor: prof. zw. dr hab. inż. Ryszard Tadeusiewicz – Akademia Górniczo – Hutnicza w Krakowie

Polska wersja STATISTICA Neural Networks
 Polska wersja STATISTICA Neural Networks 
Autor: mgr Piotr Wójtowicz – StatSoft Polska

Wybrane możliwości zastosowań sieci neuronowych i programu STATISTICA Neural Networks
 Wybrane możliwości zastosowań sieci neuronowych i programu STATISTICA Neural Networks 
Autor: dr Paweł Lula – Akademia Ekonomiczna w Krakowie

Wykorzystanie sztucznej inteligencji w prognozowaniu
 Wykorzystanie sztucznej inteligencji w prognozowaniu 
Autor: dr Paweł Lula – Akademia Ekonomiczna w Krakowie

Rozpoznawanie znaków Polskiego Alfabetu Palcowego
 Rozpoznawanie znaków Polskiego Alfabetu Palcowego  Rozpoznawanie znaków Polskiego Alfabetu Palcowego
Autor: Joanna Marnik – Katedra Informatyki i Automatyki, Politechnika Rzeszowska, Rzeszów

Zastosowanie sztucznych sieci neuronowych i wybranych metod statystycznych do wspomagania decyzji kredytowych
 Zastosowanie sztucznych sieci neuronowych i wybranych metod statystycznych do wspomagania decyzji kredytowych 
Autor: Iwona Staniec – Wydział Organizacji i Zarządzania, Politechnika Łódzka, Łódź