2009 - lato - Instytut Sterowania i Systemów Informatycznych ...

Seminaria / Seminars 2009 

Lp. Data Imię i Nazwisko Temat 

1. 26.02.2009 Paweł Dąbkowski, mgr inż. Sterowanie iteracyjne z uczeniem bazujące na podejściu silnej stabilności praktycznej 

2. 05.03.2009 Eric Rogers, prof. Rehabilitation Robotics: Iterative learning control algorithms with clinical trial results 

3. 12.03.2009 Adam Goiński, mgr inż. Rekonstrukcja powierzchni w oparciu o stochastyczne algorytmy adaptacyjne 

4. 19.03.2009 Jarosław Drapała, mgr inż. Identyfikacja dynamicznych systemów złożonych z wykorzystaniem sieci neuronowych 

5. 27.03.2009 Andrzej Dzieliński, prof. dr hab. inż. Fractional order dynamic systems: some theory and selected applications 

6. 02.04.2009 Nie ma seminarium/No seminar 03.04.2009 Seminarium ogólnopolskie =⇒ Nowoczesne sposoby integracji odnawialnych źródeł energii 

7. 09.04.2009 Nie ma seminarium/No seminar ŚWIĘTA 

8. 16.04.2009 

9 23.04.2009 Krzysztof Patan, dr inż. Sztuczne sieci neuronowe w zadaniach modelowania i diagnostyki procesów technicznych 

10. 30.04.2009 Lech Grzesiak, prof. dr hab. Sztuczne sieci neuronowe w sterowaniu przekształtnikowych zespołów do wytwarzania energii elektrycznej 

11. 07.05.2009 

12. 14.05.2009 Rafal Łopatka, mgr inż. Sterowanie optymalne z wykorzystaniem metod probabilistycznych przeszukiwania przestrzeni rozwiązań 

13. 21.05.2009 Marek Kowal, dr inż. Segmentacja obrazów medycznych z wykorzystaniem klasteryzacji rozmytej 

14. 28.05.2009 Marek Sawerwain, mgr inż. Kwantowe spacery (Blaski i cienie programowania uniwersalnych procesorów graficznych) 

15. 04.06.2009 Olivier Bachelier, dr Two approaches to pole clustering 

16. 11.06.2009 Nie ma seminarium/No seminar ŚWIĘTO 

17. 15.06.2009 

18. 18.06.2009 Dominik Kujawa, mgr inż. Złożoność obliczeniowa i konstrukcje efektywnych algorytmów identyfikacji metodami podprzestrzeni

Paweł Dąbkowski, mgr inż. 

Instytut/Institute: Instytut Fizyki 

Wydział/Faculty: Wydział Fizyki, Astronomii i Informatyki Stosowanej 

Uniwersytet/University: Uniwersytet Mikołaja Kopernika 

E-mail: 

p.dabkowski@fizyka.umk.pl 

Data/Date: 26.02.2009 

Godzina/Time: 10:45 

Pokój/Room: 6a A-2 

Temat/Title 

Sterowanie iteracyjne z uczeniem bazujące na podejściu silnej stabilności praktycznej 

Streszczenie/Abstract 

W ciągu ostatnich lat, układy wielowymiarowe nD, są obiektem zainteresowań badaczy zarówno z teoretycznego 

jak i praktycznego punktu widzenia. Ogólnie, układy nD w porównaniu z układami 1D charakteryzują się tym, że 

w ich opisie systemu występuje więcej niż jedna zmienna niezależna, co się wiąże z wieloma kierunkami przesyłania 

informacji. 

Przedmiotem wykładu jest szczególna podklasa układów dwu-wymiarowych (2D), t.j. Liniowe Procesy Powtarzalne 

(ang. Linear Repetitive Processes – LRP), które różnią się od podstawowych układów 2D tym, że jedna ze zmiennych 

niezależnych jest ograniczona. 

Ściśle związane z omawianymi procesami powtarzalnymi jest tzw. sterowanie iteracyjne z uczeniem polegające na 

iteracyjnym modyfikowaniu sygnału sterującego tak aby w stanie ustalonym uzyskać zadany sygnał referencyjny (odniesienia). 

Schemat ten może być rozpatrywany z punktu widzenia układów 2D, co może również być przeformułowane 

w postaci dyskretnego procesu powtarzalnego. 

Dla liniowych procesów powtarzalnych, rozważa się najczęściej stabilność asymptotyczną lub stabilność wzdłuż 

pasa. Stabilność asymptotyczna gwarantuje jedynie istnienie pewnego profilu granicznego, gdy numer pasa “k” dąży 

do nieskończoności – y ∞ (p) gdzie p reprezentuje zmienną “wzdłuż pasa” ale ten profil będący w zasadzie dynamiką 

układu 1D może być niestabilny. 

Choć, długość pasa z założenia jest skończona i sygnały w układzie nie mogą osiągnąć wartości nieskończonej, 

to szczególnie przy wystarczająco długich pasach, ich wartości mogą być bardzo duże, nieakceptowalne dla rzeczywistego 

układu. Definiuje się więc tzw. „stabilność wzdłuż pasa” (ang. stability along the pass), która gwarantuje 

ograniczoność sygnałów w procesie, niezależnie od długości pasa, w tym i dla pasa nieskończenie długiego, czyli jest 

to stabilność asymptotyczna ogólnego układu 2D. Ta forma stabilności jest jednak bardzo wymagająca, niełatwa do 

spełnienia i zbadania. W tym celu, wprowadzono tak zwaną „stabilność praktyczną”, która jest silniejsza od „stabilności 

asymptotycznej”, która w zasadzie zakłada że układ 2D jest stabilny w sensie 1D, niezależnie w obu kierunkach. 

Ta forma stabilności też jednak często jest za słaba gdyż nadal profil graniczny może być niestabilny. Dla rozwiązania 

tego problemu zaproponowano wprowadzenie tzw. „silnej stabilności praktycznej”, która jest silniejsza od stabilności 

praktycznej lecz nadal słabsza od „stabilności wzdłuż pasa”. 

Na seminarium zostaną zaprezentowane podstawowe definicje dotyczące silnej stabilności praktycznej dla sterowania 

iteracyjnego z uczeniem, testy do badania tej formy stabilności oraz metody projektowania regulatora stabilizującego 

proces przy zastosowaniu technik opartych na LMI (ang. LMIs – Linear Matrix Inequalities) czyli liniowych 

nierównościach macierzowych. Jest to bardzo mocno rozwijająca się metoda optymalizacyjna pozwalająca efektywnie 

numerycznie rozwiązywać wiele trudnych zagadnień sterowania. Przedstawiony będzie również przegląd planowanych 

dalszych badań w tej dziedzinie.

Eric Rogers, prof. 

School: 

School of Electronics and Computer Science 

Uniwersytet/University: University of Southampton 

Strona/Web: 

http://www.ecs.soton.ac.uk/people/etar 

E-mail: 

etar@ecs.soton.ac.uk 




Temat/Title 

Rehabilitation Robotics: Iterative learning control algorithms with clinical trial results 


Following a stroke many people have a complex and varied pattern of motor and functional impairment in the 

hemiplegic upper extremity. Weakness of the anterior deltoid or triceps brachii often impairs ability to reach away 

from the body in order to position the hand to grasp and manipulate objects. The aim or rehabilitation is to promote 

functional recovery through the facilitation of motor control and skill acquisition. The importance of upper limb 

function to independence is reflected in measures such as the Barthel ADL Index where the ability to reach is required 

for over 50% of the activity of daily living tasks. Despite this recognised importance, the current prognosis for upper 

limb recovery following stroke remains poor. Roughly half of all acute stroke participants starting rehabilitation will 

have a marked impairment of function of one arm, of whom only about 14 percent will regain useful upper limb function. 

Consequently there is a clear need to improve the effectiveness of treatments. Research into conventional therapy and 

motor learning theory provides evidence that intensity of practice of a task, variety and feedback are important. This 

knowledge is being applied in novel treatments such as robotic therapy which provide the opportunity for repetitive 

movement practice. This lecture will describe recent research at Southampton that has shown how iterative learning 

control can be used in this area. This will include the design of the robotic system, the modelling of the human arm 

required for control law design together with some conclusions from trials with stroke patients. Finally, some areas for 

future research will be briefly discussed. 

Adam Goiński, mgr inż. 

Wydział/Faculty: Wydział Elektrotechniki, Informatyki i Telekomunikacji 

Uniwersytet/University: Uniwersytet Zielonogórski 

E-mail: 

a.goinski@weit.uz.zgora.pl 




Temat/Title 

Rekonstrukcja powierzchni w oparciu o stochastyczne algorytmy adaptacyjne 


Wystąpienie ma na celu omówienie przebiegu pracy badawczej dotyczącej odtwarzania powierzchni z wykorzystaniem 

stochastycznych algorytmów adaptacyjnych. Prezentowany algorytm jest pierwszym tego typu podejściem 

do przedstawionego zagadnienia. Problem rekonstrukcji polega na znalezieniu powierzchni opisującej dany obiekt 

posiadając jako dane wejściowe nieuporządkowany zbiór jego punktów (tj. punktów należących lub przybliżających 

powierzchnie obiektu). Najczęściej są to próbki pobrane podczas skanowania 3-D (np.: obiekty archeologiczne) lub 

proceduralnie generowane (np.: fraktale). 

Seminarium stanowi prolog do procedury zamkniecia przewodu doktorskiego na wydziale WEIiT.

Jarosław Drapała, mgr inż. 

Instytut/Institute: Instytut Informatyki Technicznej 

Wydział/Faculty: Wydziału Informatyki i Zarządzania 

Uniwersytet/University: Politechnika Wrocławska 

E-mail: 

jaroslaw.drapala@pwr.wroc.pl 




Temat/Title 

Identyfikacja dynamicznych systemów złożonych z wykorzystaniem sieci neuronowych 


W referacie poruszono problem modelowania dynamicznych systemów złożonych, tj. takich, w których można 

wyróżnić powiązane ze sobą elementy składowe o określonych wielkościach wejściowych i wyjściowych. Ocena modelu 

systemu złożonego może być dokonana na dwa sposoby: lokalny (oceniamy każdy element systemu złożonego niezależnie 

od powiązań z innymi elementami) lub globalny (traktujemy system jako całość i uwzględniamy połączenia pomiędzy 

elementami). 

Jako klasę modeli elementów systemu złożonego wykorzystano tzw. diagonalne rekurencyjne sieci neuronowe 

(DRNN – Diagonal Recurrent Neural Network). Model systemu złożonego powstaje przez złożenie poszczególnych 

sieci neuronowych zgodnie ze strukturą systemu a powstałą sieć określa się nazwą sieć złożona. 

Z uwagi na różne możliwości określenia wskaźnika jakości, sformułowano zadania uczenia sieci złożonej, będącej: 

modelem lokalnie optymalnym (złożenie modeli lokalnie optymalnych), modelem globalnie optymalnym oraz modelem 

globalnie optymalnym, w którym uwzględniono jakości modeli lokalnych. W ostatnim przypadku – wielokryterialnym 

– jakość sieci lokalnych uwzględnia się na dwa sposoby: przez utworzenie syntetycznego wskaźnika jakości oraz przez 

dodanie do wskaźnika globalnego funkcji kary zewnętrznej lub wewnętrznej. 

Sformułowania problemów identyfikacji mają charakter ogólny, natomiast konkretne algorytmy uzyskano dla systemów 

o strukturze kaskadowej. 

Algorytmy uczenia sieci konstruowane są w oparciu o metodę optymalizacji gradientu prostego. W celu wyznaczenia 

wartości gradientów uogólniono na sieć złożoną znaną metodę wstecznej propagacji błędów w czasie (BPTT 

– BackPropagation Through Time), posługując się koncepcją uszeregowanych pochodnych cząstkowych. Modyfikacja 

algorytmu BPTT wprowadzona w pracy polegała na uwzględnieniu, że oprócz połączeń między warstwami wewnątrz 

sieci, w sieci złożonej występują dodatkowe połączenia między kolejnymi sieciami. 

Dla każdego z opracowanych algorytmów uczenia przeprowadzono analizę zbieżności w oparciu o bezpośrednią 

metodę Lapunowa. Przeprowadzono badania symulacyjne, posługując się dwoma przykładami systemów złożonych: 

złożonym procesem liniowym oraz reaktorem chemicznym z ciągłym przepływem składników, którego symulator zrealizowano 

w środowisku Simulink. 

Porównanie algorytmów uczenia pokazuje, że każdy z nich może okazać się przydatny. Wybór konkretnego algorytmu 

zależy od celu tworzenia modelu, a dokładniej od wymagań, jakie powinien spełniać model na poziomie globalnym 

i na poziomach lokalnych. 

Andrzej Dzieliński, prof. dr hab. inż. 

Instytut/Institute: Instytut Sterowania i Elektroniki Przemysłowej 

Wydział/Faculty: Wydział Elektryczny 

Uniwersytet/University: Politechnika Warszawska 

E-mail: 

adziel@isep.pw.edu.pl 




Temat/Title

Fractional order dynamic systems: some theory and selected applications 

Krzysztof Patan, dr inż. 

Instytut/Institute: Instytut Sterowania i Systemów Informatycznych 



E-mail: 

k.patan@issi.uz.zgora.pl 




Temat/Title 

Sztuczne sieci neuronowe w zadaniach modelowania i diagnostyki procesów technicznych 


Referat przedstawia zagadnienia związane z modelowaniem dynamicznych, nieliniowych procesów przemysłowych 

oraz zastosowaniem zbudowanych modeli w procesie diagnostyki uszkodzeń. Do budowy modeli rozważanych procesów 

zastosowano sztuczne sieci neuronowe o charakterze dynamicznym, przy założeniu, że model matematyczny obiektu nie 

istnieje lub nie jest odpowiednio dokładny. Wśród omawianych zagadnień przedstawiono problem stabilności gotowego 

modelu neuronowego jak również problem stabilizacji modelu w trakcie jego uczenia. Ważnym rezultatem prezentowanymi 

w referacie jest także analiza właściwości aproksymacyjnych rozważanej sieci neuronowej lokalnie rekurencyjnej. 

Zaproponowane rozwiązania zostały praktycznie zweryfikowane z wykorzystaniem danych rzeczywistych pobranych z 

instalacji przemysłowych jak również symulacji komputerowych. Wyniki zaprezentowane w referacie zostały opracowane 

podczas przygotowywania monografii habilitacyjnej pt. Artificial neural networks for the modelling and fault 

diagnosis of technical processes. 

Lech Grzesiak, prof. dr hab. 




E-mail: 

L.Grzesiak@isep.pw.edu.pl 




Temat/Title 

Sztuczne sieci neuronowe w sterowaniu przekształtnikowych zespołów do wytwarzania energii elektrycznej

Rafał Łopatka, mgr inż. 




E-mail: 

Rafal.Lopatka@ee.pw.edu.pl 




Temat/Title 

Sterowanie optymalne z wykorzystaniem metod probabilistycznych przeszukiwania przestrzeni rozwiązań 


W pracy niniejszej dyskutowane jest zagadnienie zastosowania podstawowych technik związanych z rachunkiem 

prawdopodobieństwa w optymalizacji dyskretnej. Ściślej, zastosowanie niektórych metod opartych na pojęciach teorii 

prawdopodobieństwa do rozwiązania ogólnego problemu optymalnego przeszukiwania drzewa gry oraz pomysł sformułowania 

ogólnego sposobu automatycznego rozwiązywania zadań, które można sprowadzić do zadania przeszukiwania 

drzewa gry w celu podjęcia optymalnej decyzji. Przedmiotem badań jest problem usprawnienia bayesowskiego podejścia 

do znalezienia optymalnego rozwiązania w grze dwuosobowej o sumie zerowej i doskonałej informacji oraz zaproponowanie 

rozwiązania zmierzającego do poprawienia praktycznych aspektów realizacji tego podejścia. Dla uproszczenia w 

dalszej części rozważań wszelkie wyniki oraz wnioski formułowane będą w odniesieniu do tego rodzaju gier. W związku 

z tym, że duża część problemów decyzyjnych występujących w teorii sterowania (np. zadania optymalizacji rozwiązywane 

przy wykorzystaniu różnego rodzaju ilościowych wskaźników jakości) może być zredukowana do zagadnienia 

rozgrywki dwuosobowej o zerowej sumie wypłat i doskonałej informacji, zadanie tego rodzaju będzie w tym referacie 

przedmiotem zainteresowania. 

Marek Kowal, dr inż. 




E-mail: 

m.kowal@issi.uz.zgora.pl 




Temat/Title 

Segmentacja obrazów medycznych z wykorzystaniem klasteryzacji rozmytej / Medical image segmentation using 

fuzzy clustering 


Praca przedstawia pewien etap badań, których celem jest opracowanie automatycznego systemu wspomagającego 

lekarzy w diagnostyce nowotworów piersi na podstawie obrazów cytologicznych z biopsji cienkoigłowej. W pracy 

skoncentrowano się na etapie segmentacji obrazu, która w niniejszym przypadku oznacza odkrycie na obrazie jąder 

komórkowych. Poprawność i dokładność segmentacji ma w niniejszym przypadku bardzo istotne znaczenie ponieważ 

na podstawie uzyskanych wyników oblicza się parametry morfometryczne jąder komórkowych co następnie jest podstawą 

do klasyfikacji rozpatrywanych przypadków. W przedstawionym podejściu do zadania segmentacji wykorzystano 

algorytm klasteryzacji rozmytej FCMS (ang. Fuzzy C-Means with Shape function). Nowością takiego rozwiązania 

jest prowadzenie klasteryzacji z uwzględnieniem takich cech obiektów jak kolor oraz kształt gdzie w tradycyjnym podejściu 

uwzględnia się jedynie kolor. Aby zilustrować efektywność opracowanego podejścia, w końcowej części pracy 

przedstawiono wyniki badań eksperymentalnych.

Marek Sawerwain, mgr inż. 




E-mail: 

m.sawerwain@issi.uz.zgora.pl 




Temat/Title 

Kwantowe spacery (Blaski i cienie programowania uniwersalnych procesorów graficznych) 


Technologia CUDA dostępna dla układów GPGPU firmy NVIDIA oferuje jeden z kilku obecnie stosowanych modeli 

przetwarzania równoległego. Podstawową zaletą wykorzystania technologii CUDA jest znaczące zwiększenie wydajności 

realizowanego algorytmu. Upraszczając przyspieszenie jakie jest oferowane przez układy GPGPU można określić 

jako funkcję liniową bądź też kwadratową w prostej zależności od ilości przetwarzanych danych oraz oferowanej liczby 

procesorów wątkowych dostępnych w ramach wykorzystywanego układu GPGPU. W wystąpieniu zostaną przedstawione 

podstawowe informacje o technologii CUDA oraz przykład wykorzystania tej techniki do symulacji jedno oraz 

dwuwymiarowych kwantowych spacerów. Zaprezentowane zostaną także wyniki uzyskanego przyspieszenia względem 

pojedynczego procesora. 

Olivier Bachelier, dr 

Laboratorium/Laboratory: LAII (Laboratoire d’Automatique et d’Informatique Industrielle) 

Uniwersytet/University: University of Poitiers 

E-mail: 

Olivier.Bachelier@univ-poitiers.fr 




Temat/Title 

Two approaches to pole clustering 


This talk is dedicated to the notion of robust matrix root-clustering. Two approaches are presented. The first one 

is based upon condition of nominal D-stability of a matrix (D is the clustering regions). These conditions are then 

adapted to the uncertain case. The second approach directly considers the problem in its uncertain dimension. The 

concept of S-regularity is used to derive conditions of robust D-stability. All the conditions are expressed in terms of 

LMI (Linear matrix inequalities), i.e. in a Lyapunov-like framework. 

Dominik Kujawa, mgr inż. 



E-mail: 

administrator@zszoi.nazwa.pl 



Pokój/Room: 6a A-2

Temat/Title 

Złożoność obliczeniowa i konstrukcje efektywnych algorytmów identyfikacji metodami podprzestrzeni 


Algorytmy identyfikacji metodami podprzestrzeni zostały rozwinięte w ostatnich dwóch dekadach. Metody podprzestrzeni 

są używane w identyfikacji systemów liniowych z użyciem rozkładu QR i rozkładu według wartości osobliwych 

(SVD) oraz operacji geometrycznych takich jak rzutowanie ortogonalne i rzutowanie ukośne. 

Przedmiotem wykładu, jest przedstawienie konstrukcji efektywnych algorytmów identyfikacji metodami podprzestrzeni 

szczególnego przypadku klasy modeli dwudymiarowych oraz porównanie złożoności obliczeniowej. Szczególny 

przypadek klasy dwuwymiarowych modeli, jakim są procesy powtarzalne charakteryzuje się występowaniem dwóch 

zmiennych: przestrzennej określającej pas lub przejście i czasowej określającej pozycję na pasie, przy czym długość 

każdego pasa jest skończona. 

W prezentacji zostanie przedstawiony model procesu repetycyjnego zbudowany przy wykorzystaniu metod podprzestrzeni 

oraz policzona złożoność zmodyfikowanych algorytmów. Rząd systemu i macierze nieznanego systemu są 

wyznaczane z sekwencji danych wejściowych i wyjściowych aktualnego pasa i sekwencji wyjściowej poprzedniego pasa. 

Procedura identyfikacji może być powtarzana dla kolejnych pasów. Proponowane podejście może być użyteczne nie 

tylko dla identyfikacji stacjonarnych liniowych procesów powtarzalnych, ale także dla procesów z wolno ewoluującą 

dynamiką lub procesów, których dynamika zmienia się skokowo z pasa na pas (np. systemy sterujące produkcją 

wytwarzania butelek plastikowych).

2009 - lato - Instytut Sterowania i Systemów Informatycznych ...

Create successful ePaper yourself

Delete template?

Save as template?