Wyszukaj
Zmień rozmiar czcionki
Wersje kontrastowe
Informatyka kwantowa. Wybrane obwody i algorytmy.
Informatyka kwantowa (IK) to nowoczesna i dynamicznie rozwijająca się dyscyplina informatyki, choć nie tylko. Dziedzina ta ma bowiem wysoce interdyscyplinarny charakter obejmuje nie tylko informatykę, ale również matematykę oraz fizykę. Choć obecnie rozwój IK nie jest tak szybki, jak można by oczekiwać głównie ze względu na możliwości technologiczne jednak powstają nowe algorytmy i protokoły wymiany informacji oparte na fundamentalnych prawach mechaniki kwantowej. Praca Informatyka kwantowa. Wybrane obwody i algorytmy ma na celu przedstawienie podstawowch pojęć wprowadzających Czytelnika w niełatwe arkany IK (wszakże mowa jest o fizyce kwantowej), a także przybliżenie działań podstawowych już dobrze poznanych obwodów kwantowych realizujących znane algorytmy i protokoły informatyki kwantowej. W książce przedstawiono:
ISBN: 978-83-01-18366-0, PWN 2015
OpenCL. Akceleracja GPU w praktyce.
Książka jest skierowana do programistów, którzy chcą zapoznać się z technologią OpenCL.
W publikacji duży nacisk został położony na przedstawienie konkretnych przykładów (wraz z komentarzem opisującym sposób implementacji przykładu oraz techniczne aspekty problemu). Zaprezentowane zostały także sposoby wykorzystywania OpenCL do realizacji różnych zadań obliczeniowych.
Praktyczne przykłady obejmują zagadnienia m.in. z algebry liniowej. W książce znajdują się także przykłady przetwarzania grafiki.
Ze względu na charakter OpenCL opisano również sposoby korzystania z możliwości OpenCL oferowanych przez różne dodatkowe biblioteki i pakiety ułatwiające współpracę z technologią OpenCL.
Uzupełnieniem publikacji są bardziej zaawansowane przykłady rozwiązywania równań różniczkowych czy też przedstawienie metody Black Scholes.
Dowiesz się:
Powinieneś znać:
Choć nie jest to książka przeznaczona dla początkującego czytelnika i wymaga umiejętności programowania na poziomie średnim, to zawarte w niej informacje z pewnością pozwolą zapoznać się z technologią OpenCL i możliwościami obliczeniowymi jakie ona oferuje.
300 s., ISBN: 978-83-01-18012-6, PWN 2014
Intelligent Systems in Technical and Medical Diagnostics
For many years technical and medical diagnostics has been the area of intensive scientific research. It covers well-established topics as well as emerging developments in control engineering, artificial intelligence, applied mathematics, pattern recognition and statistics. At the same time, a growing number of applications of different fault diagnosis methods, especially in electrical, mechanical, chemical and medical engineering, is being observed. This monograph contains a collection of 44 carefully selected papers contributed by experts in technical and medical diagnostics, and constitutes a comprehensive study of the field. The aim of the book is to show the bridge between technical and medical diagnostics based on artificial intelligence methods and techniques. It is divided into four parts:
The monograph will be of interest to scientists as well as academics dealing with the problems of designing technical and medical diagnosis systems. Its target readers are also junior researchers and students of computer science, artificial intelligence, control or robotics.
Table of contents:
Part I: Soft Computing in Technical Diagnostics, Part II: Medical Diagnostics and Biometrics, Part III: Robotics and Computer Vision, Part IV: Various Problems of Technical Diagnostics.
536 p., ISBN: 978-3-642-39880-3, Springer, 2014
Fault Diagnosis and Fault-Tolerant Control Strategies for Non-Linear Systems
This book presents selected fault diagnosis and fault-tolerant control strategies for non-linear systems in a unified framework. In particular, starting from advanced state estimation strategies up to modern soft computing, the discrete-time description of the system is employed Part I of the book presents original research results regarding state estimation and neural networks for robust fault diagnosis. Part II is devoted to the presentation of integrated fault diagnosis and fault-tolerant systems. It starts with a general fault-tolerant control framework, which is then extended by introducing robustness with respect to various uncertainties. Finally, it is shown how to implement the proposed framework for fuzzy systems described by the well-known Takagi-Sugeno models. This research monograph is intended for researchers, engineers, and advanced postgraduate students in control and electrical engineering, computer science,as well as mechanical and chemical engineering.
Table of contents:
Part I: Robust fault diagnosis, Part II: Integrated fault diagnosis and control.
231 p., ISBN: 978-3-319-03013-5, Springer, 2014
Advanced Neural Network-Based Computational Schemes for Robust Fault Diagnosis
Rosnąca złożoność oraz nieustanie zwiększające się wymagania odnośnie niezawodności współczesnych systemów przemysłowych i procesów technologicznych skutkują koniecznością opracowywania nowych układów diagnostycznych. Wczesne wykrycie uszkodzenia może zapobiec bąd znacznie ograniczyć straty wywołane awarią. Zdecydowana większość współczesnych metod diagnostycznych bazuje na modelach opisujących zachowanie diagnozowanych systemów oraz procesów. W tej sytuacji, jakość modeli determinuje efektywność współczesnych układów detekcji uszkodzeń. Od kilku dekad intensywnie poszukuje się efektywnych metod modelowania systemów i procesów, a opisywana książka włącza się w główny nurt tych poszukiwań. Tematyka wydawnictwa jest poświęcona jest sztucznym sieciom neuronowym, które dzięki umiejętności uczenia się, adaptacji, zdolność uogólniania, a także możliwość aproksymacji zależności nieliniowych, są szeroko stosowane w zadaniach identyfikacji systemów nieliniowych. Niestety, sztuczne sieci neuronowe posiadają również pewne wady, ograniczające ich efektywność w układach diagnostycznych. Pośród nich należy wymienić: niewystarczającą jakość modeli neuronowych, brak opisu modelu neuronowego w przestrzeni stanów oraz istnienie nielicznych metod zapewniających stabilność modeli neuronowych uzyskanych w procesie identyfikacji systemów dynamicznych. Pośród innych wad należy wymienić brak metod matematycznego opisu niepewności modelu neuronowego, a czynnik ten ma decydujący wpływ na efektywność układów diagnostycznych. W książce przedstawiona jest problematyka adaptacji sztucznych sieci neuronowych do potrzeb odpornych układów detekcji i lokalizacji uszkodzeń. Zaprezentowane zostały różne typy architektur modeli neuronowych, które mogą być zastosowane w procesie identyfikacji nieliniowych systemów dynamicznych. Przedstawione zostały również liczne algorytmy estymacji parametrów i niepewności modeli neuronowych. Szczególnie dużo uwagi poświęcono metodom doboru architektur modeli neuronowych. Zaprezentowano autorską metodę syntezy modelu neuronowego opisanego w przestrzeni stanu z wykorzystaniem metody grupowej obróbki danych. Podejście to umożliwia syntezę stabilnego modelu neuronowego o wysokiej jakości wraz z matematycznym opisem jego niepewności. Wiedza na temat niepewności modeli neuronowych jest niezbędna w celu zaprojektowania odpornych na niepewność i zakłócenia układów detekcji uszkodzeń. Z tego też powodu tematyce niepewności poświęcono wiele uwagi w przedstawianym wydawnictwie. Przedstawiono nowatorskie metody opisu niepewności modeli neuronowych z zastosowaniem: algorytmów zewnętrznych elipsoid ograniczających, estymacji przy ograniczonych wartościach zakłóceń, estymacji bazujących na zonotopach oraz bezśladowego filtru Kalmana. Matematyczny opis niepewności modeli neuronowych umożliwił zaprojektowanie odpornych układów detekcji uszkodzeń bazujących na adaptacyjnych progach decyzyjnych dla sygnałów wyjściowych diagnozowanego systemu. Ponadto, w książce przedstawione zostały rezultaty badań nad opracowaniem nowych metod lokalizacji uszkodzeń. Współczesne systemy często składają się z licznych urządzeń wykonawczych i czujników pomiarowych. Celem procesu diagnostycznego jest wykrycie uszkodzenia, ale również wskazanie, który z elementów systemu uległ awarii. W tym celu opracowane zostały nowe metody umożliwiająca estymację sygnałów wejściowych modelu neuronowego z zastosowaniem filtru o nieznanym wejściu oraz odpornego filtru o nieznanym wejściu. Obydwa podejścia pozwalają na przeprowadzenie estymacji sygnałów wejściowych modelu neuronowego pracującego w stanie nominalnym oraz na wyznaczenie wejściowych adaptacyjnych progów decyzyjnych. Progi te równocześnie umożliwiają odporną detekcję i lokalizację uszkodzenia w każdym z poszczególnych urządzeń wykonawczych. Warto podkreślić, iż działanie wszystkich zaprezentowanych w książce metod diagnostycznych zostało zilustrowane licznymi przykładami akademickimi jak również pokazano zastosowania w codziennej praktyce inżyniera zajmującego się systemami przemysłowymi i procesami technologicznych.
182 str., ISBN: 978-3-319-01546-0, Springer, 2014
