CCL

Összesen 177 találat.
#/oldal:
Részletezés:
Rendezés:

1.

001-es BibID:BIBFORM104441
035-os BibID:(Scopus)85107864355
Első szerző:Ahammed Ahiya (Informatics)
Cím:Hybrid AdaBoost and Naïve Bayes classifier for supervised learning / Ahammed Ahiya, Harangi Balazs, Hajdu Andras
Dátum:2021
ISSN:1613-0073
Tárgyszavak:Műszaki tudományok Informatikai tudományok előadáskivonat
könyvrészlet
Megjelenés:Proceedings of the 1st Conference on Information Technology and Data Science / ed. István Fazekas, András Hajdu, Tibor Tómács. - p. 1-18. -
További szerzők:Harangi Balázs (1986-) (programtervező matematikus) Hajdu András (1973-) (matematikus, informatikus)
Pályázati támogatás:GINOP-2.2.1-18-2018-00012
GINOP
Internet cím:Intézményi repozitóriumban (DEA) tárolt változat
Szerző által megadott URL
Borító:

2.

001-es BibID:BIBFORM096233
Első szerző:Aldabbas, Ashraf Khaled Abd Elkareem (informatikus)
Cím:Prediction and Analysis Based on Sensor Network Data Using Machine Learning Techniques / Ashraf ALDabbas, Zoltan Gal
Dátum:2021
Megjelenés:Chisinau : Eliva Press, 2021
Terjedelem:163 p.
Megjegyzések:The remote sensing of sensor data is becoming more detailed and less costly. This allows for offline or real-time event detection in applications, including planning, policymaking, environmental monitoring, and emissions monitoring and warning systems. Users may now monitor their surroundings in greater detail because of advances in wireless sensor networks and the Internet of Things. A distributed sensor network controls air quality and weather comfort. Science and development projects involving dynamic structures are often carried out in collaboration with various institutions, engineers, and scientists. Certain parts of the framework are developed by several organizations located in different geographic areas in such a collaboration. Recently, there has been a surge in interest in Machine Learning (ML)-based scientific and engineering techniques. This growing excitement comes from the collaborative development and use of effective algorithms for analysis, the enormous amounts of data available from experimental equipment and other sources, and the achievements of researchers and the academic community. Analyzing the environmental and interplanetary trajectory is an important element of the study duties as quickly connected instruments and sensory gadgets grow more prevalent in our daily lives. The sea of high-velocity information flow is increasing. This massive quantity of high-rate data produced necessitates quick insight into a variety of applications such as IoT, energy storage, and so on.
ISBN:978-1636483252
Tárgyszavak:Műszaki tudományok Informatikai tudományok szakkönyv
könyv
További szerzők:Gál Zoltán (1966-) (informatikus)
Internet cím:Szerző által megadott URL
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

3.

001-es BibID:BIBFORM095824
035-os BibID:(Scopus)85107901573
Első szerző:Aldabbas, Ashraf Khaled Abd Elkareem (informatikus)
Cím:Deep Learning-Based Method for Detecting Cassini-Huygens Spacecraft Trajectory Modifications / Ashraf ALDabbas, Zoltán Gál
Dátum:2021
ISSN:1613-0073
Megjegyzések:During the last 13.5 year motion cycle of the interplanetary research project, there were necessary flight path modifications of the Cassini spacecraft. In the order of signal travel time (approximatively 80 minutes) on the Earth-Cassini long sized channel, complex event detection of orbital modifications requires special investigation and analysis of the collected large trajectory dataset. This paper presents a sophisticated, in-depth learning approach for detecting Cassini spacecraft's trajectory modifications in postprocessing mode. The model uses neural networks with Long Short-Term Memory (LSTM) to extract useful data and learn the time series' inner data pattern, together with the penetrability of the LSTM layers distinguish dependencies between the long- and short-term phases.
Tárgyszavak:Műszaki tudományok Informatikai tudományok előadáskivonat
könyvrészlet
Megjelenés:Proceedings of the 1st Conference on Information Technology and Data Science / eds. István Fazekas, András Hajdu, Tibor Tómács. - p. 19-31. -
További szerzők:Gál Zoltán (1966-) (informatikus)
Pályázati támogatás:EFOP-3.6.3-VEKOP-16-2017-00002
EFOP
Internet cím:Intézményi repozitóriumban (DEA) tárolt változat
Szerző által megadott URL
Borító:

4.

001-es BibID:BIBFORM093074
035-os BibID:(Scopus)85101242423
Első szerző:Aldabbas, Ashraf Khaled Abd Elkareem (informatikus)
Cím:Cassini-Huygens mission images classification framework by deep learning advanced approach / Ashraf AlDabbas, Zoltan Gal
Dátum:2021
ISSN:2088-8708 2722-2578
Megjegyzések:Developing a deep learning (DL) model for image classification commonly demands a crucial architecture organization. Planetary expeditions produce a massive quantity of data and images. However, manually analyzing and classifying flight missions image databases with hundreds of thousands of images is ungainly and yield weak accuracy. In this paper, we speculate an essential topic related to the classification of remotely sensed images, in which the process of feature coding and extraction are decisive procedures. Diverse feature extraction techniques are intended to stimulate a discriminative image classifier. Features extraction is the primary engagement in raw data processing with the purpose of data classification; when it comes across the task of analysis of vast and varied data, these kinds of tasks are considered as time-consuming and hard to be treated with. Most of these classifiers are either, in principle, quite intricate or virtually unattainable to calculate for massive datasets. Stimulated by this perception, we put forward a straightforward, efficient classifier based on feature extraction by analyzing the cell of tensors via layered MapReduce framework beside meta-learning LSTM followed by a SoftMax classifier. Experiment results show that the provided model attains a classification accuracy of 96.7%, which makes the provided model quite valid for diverse image databases with varying sizes.
Tárgyszavak:Műszaki tudományok Informatikai tudományok idegen nyelvű folyóiratközlemény külföldi lapban
folyóiratcikk
Deep learning
Machine learning
Meta-learning
Remote sensing datasets
Saturn images classification
Megjelenés:International Journal of Electrical and Computer Engineering. - 11 : 3 (2021), p. 2457-2466. -
További szerzők:Gál Zoltán (1966-) (informatikus)
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

5.

001-es BibID:BIBFORM092439
035-os BibID:(WoS)000631194900001 (Scopus)85102656412
Első szerző:Aldabbas, Ashraf Khaled Abd Elkareem (informatikus)
Cím:Deep Learning-Based Approach for Detecting Trajectory Modifications of Cassini-Huygens Spacecraft / Ashraf Aldabbas, Zoltan Gal, Khawaja Moyeezullah Ghori, Muhammad Imran, Muhammad Shoaib
Dátum:2021
ISSN:2169-3536
Megjegyzések:There were necessary trajectory modifications of Cassini spacecraft during its last 14 years movement cycle of the interplanetary research project. In the scale 1.3 hour of signal propagation time and 1.4-billion-kilometer size of Earth-Cassini channel, complex event detection in the orbit modifications requires special investigation and analysis of the collected big data. The technologies for space exploration warrant a high standard of nuanced and detailed research. The Cassini mission has accumulated quite huge volumes of science records. This generated a curiosity derives mainly from a need to use machine learning to analyze deep space missions. For energy saving considerations, the communication between the Earth and Cassini was executed in non-periodic mode. This paper provides a sophisticated in-depth learning approach for detecting Cassini spacecraft trajectory modifications in post-processing mode. The proposed model utilizes the ability of Long Short Term Memory (LSTM) neural networks for drawing out useful data and learning the time series inner data pattern, along with the forcefulness of LSTM layers for distinguishing dependencies among the long-short term. Our research study exploited the statistical rates, Matthews correlation coefficient, and F1 score to evaluate our models. We carried out multiple tests and evaluated the provided approach against several advanced models. The preparatory analysis showed that exploiting the LSTM layer provides a notable boost in rising the detection process performance. The proposed model achieved a number of 232 trajectory modification detections with 99.98% accuracy among the last 13.35 years of the Cassini spacecraft life.
Tárgyszavak:Műszaki tudományok Informatikai tudományok idegen nyelvű folyóiratközlemény külföldi lapban
folyóiratcikk
Cassini-Huygens interplanetary project
complex event
sensory data
big data
neural network
pattern processing
knowledge representation
Megjelenés:IEEE Access. - 9 (2021), p. 39111-39125. -
További szerzők:Gál Zoltán (1966-) (informatikus) Ghori, Khawaja Moyeezullah (1982-) (informatikus) Imran, Muhammad (1981-) (informatikus) Shoaib Muhammad (1971-) (mérnök, informatikus)
Pályázati támogatás:FIKP-20428-3/2018/FEKUTSTRAT
FIKP
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

6.

001-es BibID:BIBFORM090755
035-os BibID:(cikkazonosító)815 (Scopus)85099862943 (WOS)000610903800001
Első szerző:Almusawi, Husam Abdulkareem (mérnök)
Cím:Design and Development of Continuous Passive Motion (CPM) for Fingers and Wrist Grounded-Exoskeleton Rehabilitation System / Husam Almusawi, Géza Husi
Dátum:2021
ISSN:2076-3417
Megjegyzések:Impairments of fingers, wrist, and hand forearm result in significant hand movement deficiencies and daily task performance. Most of the existing rehabilitation assistive robots mainly focus on either the wrist training or fingers, and they are limiting the natural motion; many mechanical parts associated with the patient's arms, heavy and expensive. This paper presented the design and development of a new, cost-efficient Finger and wrist rehabilitation mechatronics system (FWRMS) suitable for either hand right or left. The proposed machine aimed to present a solution to guide individuals with severe difficulties in their everyday routines for people suffering from a stroke or other motor diseases by actuating seven joints motions and providing them repeatable Continuous Passive Motion (CPM). FWRMS approach uses a combination of; grounded-exoskeleton structure to provide the desired displacement to the hand's four fingers flexion/extension (F/E) driven by an indirect feed drive mechanism by adopting a leading screw and nut transmission; and an end-effector structure to provide angular velocity to the wrist flexion/ extension (F/E), wrist radial/ulnar deviation (R/U), and forearm supination/pronation (S/P) driven by a rotational motion mechanism. We employed a single dual-sided actuator to power both mechanisms. Additionally, this article presents the implementation of a portable embedded controller. Moreover, this paper addressed preliminary experimental testing and evaluation process. The conducted test results of the FWRMS robot achieved the required design characteristics and executed the motion needed for the continuous passive motion rehabilitation and provide stable trajectories guidance by following the natural range of motion (ROM) and a functional workspace of the targeted joints comfortably for all trainable movements by FWRMS.
Tárgyszavak:Műszaki tudományok Informatikai tudományok idegen nyelvű folyóiratközlemény külföldi lapban
folyóiratcikk
hand recovery
rehabilitation robotics
stroke
indirect drive system
grounded-exoskeleton
continuous passive motion (CPM)
wrist rehabilitation
assistive technologies
Megjelenés:Applied Sciences-Basel. - 11 : 2 (2021), p. 1-23. -
További szerzők:Husi Géza (1962-) (gépészmérnök, mechatronikai mérnök, számítógépes tervezőmérnök)
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

7.

001-es BibID:BIBFORM115172
035-os BibID:(Scopus)85111923480 (Cikkazonosító)062020
Első szerző:Alwani, Abduljalil
Cím:An Upgraded Design of High-Performance Dual-Band Metal Strip Antenna / Abduljalil Alwani, Mohammad Sadek Mokaied, Ahmad Zakaria Ahmad, Mohamed Kassab, V Nithya
Dátum:2021
ISSN:1742-6588 1742-6596
Megjegyzések:This paper presents an analytical study and an upgrade of reference metal-strip antenna for laptop applications. In recent years, the laptop industry has seen a trend towards more compact designs. This orientation posed new limitations to both designers and manufacturers. Thus, the volume allocated to the internal antenna must be reduced. The results demonstrated in this proposal were obtained through a comprehensive study of the reference design dimensions.
Tárgyszavak:Műszaki tudományok Informatikai tudományok idegen nyelvű folyóiratközlemény külföldi lapban
folyóiratcikk
Antenna
Dual-Band Metal Strip
efficiency
radiation
Wide bands
Megjelenés:Journal of Physics Conference Series. - 1964 : 6 (2021), p. 1-8. -
További szerzők:Mokaied, Mohammad Sadek (informatika) Ahmad, Ahmad Zakaria Kassab, Mohamed Nithya, V
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

8.

001-es BibID:BIBFORM094813
035-os BibID:(Scopus)85107399430
Első szerző:Al-Zaidi, Mustafa Majid Hayder (informatikus)
Cím:Trip planning algorithm for gtfs data with nosql structure to improve the performance / Mustafa Alzaidi, Anikó Vágner
Dátum:2021
ISSN:1992-8645 1817-3195
Tárgyszavak:Műszaki tudományok Informatikai tudományok idegen nyelvű folyóiratközlemény külföldi lapban
folyóiratcikk
Megjelenés:Journal of Theoretical and Applied Information Technology. - 99 : 10 (2021), p. 2290-2300. -
További szerzők:Vágner Anikó (1978-) (informatikus)
Pályázati támogatás:EFOP-3.6.1-16-2016-00022
EFOP
Internet cím:Intézményi repozitóriumban (DEA) tárolt változat
Borító:

9.

001-es BibID:BIBFORM107662
Első szerző:Apró Anikó (programtervező informatikus)
Cím:Visualization of Global Data : COVID-19 data by Countrieson Sphere / Anikó Apró, Engidaw Getachew Dejene, György Terdik
Dátum:2021
Megjegyzések:This paper presents COVID-19 data in 3D as interactive plots over a 2D sphere by countries. The software package called Rcosmo has been applied which is originated from the HEALPix system of NASA. Geologists, Epidemiologists among others and r community users can benefit with visualizing the spherical data.
ISBN:978-963-318-977-1
Tárgyszavak:Természettudományok Matematika- és számítástudományok előadáskivonat
könyvrészlet
Megjelenés:Az elmélet és a gyakorlat találkozása a térinformatikában XII. / szerk. Molnár Vanda Éva. - p.35-40. -
További szerzők:Getachew Dejene, Engidaw (informatika) Terdik György (1949-) (matematikus, informatikus)
Internet cím:Intézményi repozitóriumban (DEA) tárolt változat
Borító:

10.

001-es BibID:BIBFORM097417
035-os BibID:(scopus)85117885306 (wos)000714046600001
Első szerző:Arany Petra (gyógyszerész)
Cím:Manufacturing and Examination of Vaginal Drug Delivery System by FDM 3D Printing / Petra Arany, Ildikó Papp, Marianna Zichar, Géza Regdon Jr., Mónika Béres, Melinda Szalóki, Renátó Kovács, Pálma Fehér, Zoltán Ujhelyi, Miklós Vecsernyés, Ildikó Bácskay
Dátum:2021
ISSN:1999-4923
Tárgyszavak:Orvostudományok Gyógyszerészeti tudományok idegen nyelvű folyóiratközlemény külföldi lapban
folyóiratcikk
Megjelenés:Pharmaceutics. - 13 : 10 (2021), p. 1-20. -
További szerzők:Papp Ildikó (1971-) (matematika, informatika, ábrázoló geometria szakos tanár) Bodroginé Zichar Marianna (1971-) (informatikus, matematikus) Regdon Géza Jr. Béres Mónika (1982-) (képalkotó diagnoszta, eü. mérnökinformatikus) Szalóki Melinda (1981-) (vegyész) Kovács Renátó László (1987-) (molekuláris biológus) Fehér Pálma (1976-) (gyógyszerész) Ujhelyi Zoltán (1984-) (gyógyszerész) Vecsernyés Miklós (1959-) (gyógyszertechnológus, endokrinológus) Bácskay Ildikó (1969-) (gyógyszerész, gyógyszertechnológus)
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

11.

001-es BibID:BIBFORM095567
035-os BibID:(cikkazonosító)852 (WoS)000676479300001 (Scopus)85109815317
Első szerző:Aszalós László (matematikus)
Cím:Decompose Boolean Matrices with Correlation Clustering / László Aszalós
Dátum:2021
ISSN:1099-4300
Megjegyzések:One of the tasks of data science is the decomposition of large matrices in order to understand their structures. A special case of this is when we decompose relations, i.e., logical matrices. In this paper, we present a method based on the similarity of rows and columns, which uses correlation clustering to cluster the rows and columns of the matrix, facilitating the visualization of the relation by rearranging the rows and columns. In this article, we compare our method with Gunther Schmidt's problems and solutions. Our method produces the original solutions by selecting its parameters from a small set. However, with other parameters, it provides solutions with even lower entropy.
Tárgyszavak:Műszaki tudományok Informatikai tudományok idegen nyelvű folyóiratközlemény külföldi lapban
folyóiratcikk
matrix decomposition
correlation clustering
similarity
Megjelenés:Entropy. - 23 : 7 (2021), p. 1-12. -
Pályázati támogatás:EFOP-3.6.3-VEKOP-16-2017-00002
EFOP
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

12.

001-es BibID:BIBFORM104408
035-os BibID:(Scopus)85109881009
Első szerző:Bagossy Attila (informatikus)
Cím:Transition Graphs of Reversible Reaction Systems / Attila Bagossy, György Vaszil
Dátum:2021
ISBN:978-3-030-77101-0
Tárgyszavak:Természettudományok Matematika- és számítástudományok könyvfejezet
könyvrészlet
Megjelenés:Membrane Computing, 21st International Conference, CMC 2020, Virtual Event, September 14-18, 2020, Revised Selected Papers / eds. Rudolf Freund, Tseren-Onolt Ishdorj, Grzegorz Rozenberg, Arto Salomaa, Claudio Zandron. - p. 1-16. -
További szerzők:Vaszil György (1968-) (matematikus)
Pályázati támogatás:K 120558
OTKA
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Rekordok letöltése1 2 3 4 5 6 7 8 9 10  ... Utolsó
Corvina könyvtári katalógus v8.2.27 © 2023 Monguz kft. Minden jog fenntartva.