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
40
Lista 2021
Status:
Autorzy: Rymarczyk Tomasz, Kłosowski Grzegorz, Kozłowski Edward, Sikora Jan, Adamkiewicz Przemysław
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Rok wydania: 2022
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Wolumen/Tom: 2408
Numer artykułu: 012020
Strony: 1 - 10
Scopus® Cytowania: 0
Bazy: Scopus
Efekt badań statutowych NIE
Materiał konferencyjny: TAK
Nazwa konferencji: XXX Sympozjum Środowiskowe PTZE Zastosowania Elektromagnetyzmu we Współczesnej Inżynierii i Medycynie
Skrócona nazwa konferencji: XXX PTZE
URL serii konferencji: LINK
Termin konferencji: 11 września 2021 do 15 września 2021
Miasto konferencji: Jastarnia
Państwo konferencji: POLSKA
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Witryna wydawcy
Wersja tekstu: Ostateczna wersja opublikowana
Czas opublikowania: W momencie opublikowania
Data opublikowania w OA: 23 grudnia 2022
Abstrakty: angielski
Hyperparameter optimization in machine learning models may help enhance the efficiency of obtaining high-quality tomographic pictures, the purpose of this paper. In the discipline of electrical impedance tomography, machine learning techniques are utilized to translate voltage measurements into reconstruction pictures. Because of this, the so-called "inverse problem" arises, whereby the optimal answer must be sought. Effective machine learning relies heavily on the appropriate choice of model coefficients (hyperparameters). As a consequence, the strategies used to improve this choice have an indirect effect on the final reconstruction. The K-nearest neighbors strategy may be utilized to improve a machine learning model based on linear regression and classification models, as we show in this paper. Electrical tomography, a technology that analyses flood embankments from the interior to measure their structural integrity, makes use of the methods outlined above. The data gathered shows that the suggested solutions work