| BADANIA | PROJEKTY |

Metody i techniki sztucznej inteligencji
  • sztuczne sieci neuronowe: optymalizacja struktur jednokierunkowych wielowarstwowych, sieci samoorganizujące się typu GMDH, sieci dynamiczne, struktury wielosieciowe, algorytmy uczenia: gradientowe oraz genetyczne
  • systemy rozmyte oraz neuronowo-rozmyte: optymalizacja parametrów oraz struktury, gradientowe algorytmy uczenia
  • systemy ekspertowe: zintegrowane bazy wiedzy, reprezentacja wiedzy (regułowa, proceduralna, neuronalna), logika rozmyta, pozyskiwanie wiedzy

Diagnostyka procesów
  • metody analityczne: odporne obserwatory (filtry Kalmana i Luenbergera), projektowanie modeli matematycznych z zastosowaniem programowania genetycznego, identyfikacja parametrów
  • metody sztucznej inteligencji: neuronowe i neuronowo-rozmyte modele oraz klasyfikatory, optymalizacja struktur układów diagnostyki metodami ewolucyjnymi, systemy doradcze, integracja metod ilościowych i jakościowych

Modelowanie i symulacja procesów
  • procesy z czasoprzestrzenną dynamiką: różniczkowe równania cząstkowe, estymacja stanu i parametrów, filtry, optymalizacja rozmieszczenia stacjonarnych i ruchomych czujników pomiarowych
  • zastosowania: rozprzestrzenianie się zanieczyszczeń w atmosferze, energetyczne reaktory jądrowe, procesy w cukrowniach

Do góry