Search Results

You are looking at 1 - 10 of 129 items for :

  • "artificial intelligence" x
Clear All

computer science and artificial intelligence. Goodrum et al. ( 2001 ), though, did publish an article analyzing citations in computer science literature. The studies objective was to identify additional research areas dealing with information dissemination

Restricted access

Abstract

In this paper a complex drive chain is modelled with Local Linear Neuro-Fuzzy Model (LLNF). The developed models were used for detecting different faults that may occur in the system. The models were developed based on measurements carried out on the real system. Using feed-forward neural networks with perceptron neuron structure, model-based fault diagnosis of the analysed system was developed to separate the different faults. The performance and efficiency of the developed different types of artificial neural network's structures were compared using gradient based edge detection method.

Restricted access
Orvosi Hetilap
Authors: Dezső Ribli, Richárd Zsuppán, Péter Pollner, Anna Horváth, Zoltán Bánsághi, István Csabai, Viktor Bérczi and Zsuzsa Unger

J, et al. The past, present and future role of artificial intelligence in imaging. Eur J Radiol. 2018; 105: 246–250. 20 Castellino RA. Computer aided detection (CAD): an

Open access

industry programs. The development of advanced industrial technologies (intelligent manufacturing) and artificial intelligence are among the flagship programmes in this regard, as these technologies are present in all industries, strongly influencing

Open access

The problem of site dependent estimation of the seismic strong motion for Sofia region is discussed. Deterministic modelling for micro-zonation of Sofia region is implemented for receiving an estimation of local site conditions as result of displacements provoked by seismic events in Sofia region with  stochastic and neural modelling. An approach for seismic waves classification on the base of principal axis transformation, long-range dependence time series analysis and neural modelling is suggested. With the help of scene oriented model are determined the boundaries of destructive phase of strong motion acceleration. For selected diapason of destructive phase is implemented two-dimensional vector quantization for transformed accelerograms with maximal and middle values. With self-organizing map are determined weight centres of selected classes of destructive phase. Learned and trained self-organizing map optimize selected target classes and  determine probability density function. Suggested model helps to provide side dependent estimation of the seismic strong motion for Sofia region.

Restricted access
Scientometrics
Authors: J. A. García, Rosa Rodriguez-Sánchez, J. Fdez-Valdivia and J. Martinez-Baena

of 108 journals, Q1 quartile) in subject category computer science artificial intelligence. And Pattern Recognition is found to be a medium highest impact journal using fuzzy clustering to identify impact rankings (see “ Results ” section

Restricted access

Absztrakt:

Az egyéni tanulási utak kialakításához szükséges információhalmazt az emberi agy csak korlátozottan tudja kezelni. A mesterséges intelligencia fejlesztése nyomán felmerül a kérdés, hogy nem lehetne-e ezt a feladatot külső algoritmusokra bízni. A kérdés azért is jogos, mert az oktatási adatbányászat lehetőségeinek nyomán a nagy adathalmazzal dolgozó cégek kezébe máris egyre több tanulói adat kerül. Ez egyrészt segítséget nyújthat a differenciált oktatáshoz, másrészt az a veszély is fennáll, hogy ezek a cégek egyéni tanulási utak kínálatával párhuzamosan nemcsak a tanulási algoritmusokat és tartalmakat határozzák meg, hanem az egyéni akaratok és választások fölötti uralmat is átveszik.

Open access

. Artificial intelligence in drug discovery. Future Med Chem. 2018; 10: 2025–2028. 48 Vamathevan J, Clark D, Czodrowsky P, et al. Applications of machine learning in drug discovery and

Open access

Alan Mathison Turing 1950-ben megjelent dolgozatát ezzel a mondattal kezdte: „Szeretném, ha elgondolkoznának azon, hogy tudnak-e a gépek gondolkodni?” Ez a nyilvánvalóan provokatív kérdés abban az idoben nagy meghökkenést keltett, hiszen az akkor még újszülött korban lévo digitális számítógépek megjelenéséig a gépeket csaknem kizárólag mechanikus feladatok elvégzésére tervezték és alkalmazták, így nem volt oka az intellektuális képességek feltételezésének. Ebben a dolgozatban szeretném megmutatni, hogy A. M. Turing messze korát megelozo gondolkodása és tudományos fantáziája sem volt elegendo annak a technika-fejlodési trendnek az elképzeléséhez, amely az 1950-es évektol az ezredforduló info­kommunikációs társadalmához vezetett. Azt sem sejthette, hogy saját becsléseit, melyeket a 2000. évre szánt, ma alaposan felül kellene bírálnia, mivel a fejlodés ütemét a mesterségesen felgyorsult világ messze túlteljesítette. Így mára, az általa megalkotott Turing-teszt már nem csupán elmeélesíto gondolatkísérlet, hanem a globális e-kom­munikációs rendszerek napi gyakorlata. Az 50 évvel ezelott meghökkenést keltett kérdést, a mai és várható jövobeli viszonyoknak megfeleloen új tartalommal kell feltenni: „Szeretném, ha elgondolkodnának azon, hogy vajon eldöntheto-e, hogy valós vagy virtuális információk tömege gyulik a globális e-kommunikációs rendszerek fekete dobozában?” A meghökkenést azonban annak a felelosségérzetnek kell felváltania, amit az a rádöbbenés kelt, hogy az erre a kérdésre adott válasz (vagy éppen e kérdés megválaszolhatatlansága!), annak a jövendobeli társadalmi formának a lényegét tárja fel, amelynek történelmi léptékkel mérve, elso másodperceit éljük: ez az információsnak nevezett, e-társadalom.

Restricted access