Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

MNiSW
15
WOS
Status:
Autorzy: Rymarczyk Tomasz, Kłosowski Grzegorz, Tchórzewski Paweł
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Wersja dokumentu: Drukowana | Elektroniczna
Arkusze wydawnicze: 0,5
Język: angielski
Strony: 96 - 101
Web of Science® Times Cited: 1
Scopus® Cytowania: 1
Bazy: Web of Science | Scopus
Efekt badań statutowych NIE
Materiał konferencyjny: TAK
Nazwa konferencji: 2018 IEEE International Conference on Imaging Systems and Techniques
Skrócona nazwa konferencji: IST 2018
URL serii konferencji: LINK
Termin konferencji: 16 października 2018 do 18 października 2018
Miasto konferencji: Kraków
Państwo konferencji: POLSKA
Publikacja OA: NIE
Abstrakty: angielski
This article presents the concept of an information system based on electrical impedance tomography for monitoring flood embankments. To design such a solution, knowledge and experience from many fields is required. One example is the use of electrical tomography for non-invasive observation of objects such as reservoir tanks. An important part of the described system is the IoT platform, which includes devices with interfaces for exchanging current data and for collecting and storing historical data. The IoT platform provides access to data through analytical systems, providing client applications for processing information collected by the system. The article presents three image reconstruction algorithms, such as Gauss-Newton, level set function and multiply artificial neural network, whose main feature is the use of a uniform vector of input signals for separate training of individual neural networks, each of which generates a single pixel of the output image. The effectiveness of the hybrid method of input variables reduction combining ANN and ElasticNET was also examined. The results of the presented research confirm the high efficiency of the described solutions.