TY  - CONF
AU  - Babić, Bojan
AU  - Nešić, Nenad
AU  - Miljković, Zoran
PY  - 2011
UR  - https://machinery.mas.bg.ac.rs/handle/123456789/4947
AB  - Feature technology is considered an essential tool for integrating design and manufacturing. Automatic feature recognition (AFR) has provided the greatest contribution to fully automated CAPP system development. After a brief review of approaches based on application of artificial neural networks (ANN) for solving major AFR problems, this paper presents an AFR system for prismatic parts with external extraction of geometric information out of a STEP CAD model, part 
representation based on B-rep coding and ANN-based pattern recognition.
PB  - The Aristotle University of Thessaloniki
C3  - Proceedings of the 4th International Conference on Manufacturing Engineering (ICMEN 2011)
T1  - Automatic Feature Recognition System for Prismatic Parts Using STEP-Based Feature Extraction and ANN-Based Pattern Recognition
EP  - 304
SP  - 295
UR  - https://hdl.handle.net/21.15107/rcub_machinery_4947
ER  - 

@conference{
author = "Babić, Bojan and Nešić, Nenad and Miljković, Zoran",
year = "2011",
abstract = "Feature technology is considered an essential tool for integrating design and manufacturing. Automatic feature recognition (AFR) has provided the greatest contribution to fully automated CAPP system development. After a brief review of approaches based on application of artificial neural networks (ANN) for solving major AFR problems, this paper presents an AFR system for prismatic parts with external extraction of geometric information out of a STEP CAD model, part 
representation based on B-rep coding and ANN-based pattern recognition.",
publisher = "The Aristotle University of Thessaloniki",
journal = "Proceedings of the 4th International Conference on Manufacturing Engineering (ICMEN 2011)",
title = "Automatic Feature Recognition System for Prismatic Parts Using STEP-Based Feature Extraction and ANN-Based Pattern Recognition",
pages = "304-295",
url = "https://hdl.handle.net/21.15107/rcub_machinery_4947"
}

Babić, B., Nešić, N.,& Miljković, Z.. (2011). Automatic Feature Recognition System for Prismatic Parts Using STEP-Based Feature Extraction and ANN-Based Pattern Recognition. in Proceedings of the 4th International Conference on Manufacturing Engineering (ICMEN 2011)
The Aristotle University of Thessaloniki., 295-304.
https://hdl.handle.net/21.15107/rcub_machinery_4947

Babić B, Nešić N, Miljković Z. Automatic Feature Recognition System for Prismatic Parts Using STEP-Based Feature Extraction and ANN-Based Pattern Recognition. in Proceedings of the 4th International Conference on Manufacturing Engineering (ICMEN 2011). 2011;:295-304.
https://hdl.handle.net/21.15107/rcub_machinery_4947 .

Babić, Bojan, Nešić, Nenad, Miljković, Zoran, "Automatic Feature Recognition System for Prismatic Parts Using STEP-Based Feature Extraction and ANN-Based Pattern Recognition" in Proceedings of the 4th International Conference on Manufacturing Engineering (ICMEN 2011) (2011):295-304,
https://hdl.handle.net/21.15107/rcub_machinery_4947 .

TY  - CONF
AU  - Nešić, Nenad
AU  - Babić, Bojan
AU  - Miljković, Zoran
PY  - 2008
UR  - https://machinery.mas.bg.ac.rs/handle/123456789/6445
AB  - Rad, kao i potom realizovana tehnička realizacija, prezentira naučne rezultate u domenu razvoja automatizovanog tehnološkog prepoznavanja prizmatičnih mašinskih delova, zasnovanog na primeni veštačkih neuronskih mreža, posebno "back-propagation" obučavanja. Značajan naučni doprinos u ovom radu odnosi se na afirmaciju kroz implementaciju i verifikaciju softvera sopstvenog razvoja „BPnet_V1.0”, koji je korišćen tokom tehnološkog prepoznavanja tipskih tehnoloških formi na prizmatičnim delovima, posebno familije sa izraženim žljebovima, čime je potvrđena njegova široka primena, kao i važna upotrebna vrednost u domenu automatskog projektovanja tehnoloških procesa obrade rezanjem.
AB  - This paper, as well as the technical implementation realized afterwards, presents scientific results in the field of development of automated feature recognition of prismatic machine parts, based on the application of artificial neural networks, especially the "back-propagation" training. A significant scientific contribution in this work refers to the affirmation through the implementation and verification of the self-developed software "BPnet_V1.0", which was used during the manufacturing recognition of typical technological forms on prismatic parts, especially the family with pronounced grooves, which confirmed its wide application, as and an important utility value in the field of automatic design of cutting processes.
PB  - JUPITER Asocijacija, Univerzitet u Beogradu - Mašinski fakultet
C3  - 34. JUPITER Konferencija, 36. симпозијум „Управљање производњом у индустрији прераде метала“, Zbornik radova / 34th JUPITER Conference, Proceedings - CD (in Serbian)
T1  - Развијени систем за технолошко препознавање призматичних делова
T1  - A Developed System for Automatic Feature Recognition on Prismatic Parts
EP  - 4.74
SP  - 4.65
UR  - https://hdl.handle.net/21.15107/rcub_machinery_6445
ER  - 

@conference{
author = "Nešić, Nenad and Babić, Bojan and Miljković, Zoran",
year = "2008",
abstract = "Rad, kao i potom realizovana tehnička realizacija, prezentira naučne rezultate u domenu razvoja automatizovanog tehnološkog prepoznavanja prizmatičnih mašinskih delova, zasnovanog na primeni veštačkih neuronskih mreža, posebno "back-propagation" obučavanja. Značajan naučni doprinos u ovom radu odnosi se na afirmaciju kroz implementaciju i verifikaciju softvera sopstvenog razvoja „BPnet_V1.0”, koji je korišćen tokom tehnološkog prepoznavanja tipskih tehnoloških formi na prizmatičnim delovima, posebno familije sa izraženim žljebovima, čime je potvrđena njegova široka primena, kao i važna upotrebna vrednost u domenu automatskog projektovanja tehnoloških procesa obrade rezanjem., This paper, as well as the technical implementation realized afterwards, presents scientific results in the field of development of automated feature recognition of prismatic machine parts, based on the application of artificial neural networks, especially the "back-propagation" training. A significant scientific contribution in this work refers to the affirmation through the implementation and verification of the self-developed software "BPnet_V1.0", which was used during the manufacturing recognition of typical technological forms on prismatic parts, especially the family with pronounced grooves, which confirmed its wide application, as and an important utility value in the field of automatic design of cutting processes.",
publisher = "JUPITER Asocijacija, Univerzitet u Beogradu - Mašinski fakultet",
journal = "34. JUPITER Konferencija, 36. симпозијум „Управљање производњом у индустрији прераде метала“, Zbornik radova / 34th JUPITER Conference, Proceedings - CD (in Serbian)",
title = "Развијени систем за технолошко препознавање призматичних делова, A Developed System for Automatic Feature Recognition on Prismatic Parts",
pages = "4.74-4.65",
url = "https://hdl.handle.net/21.15107/rcub_machinery_6445"
}

Nešić, N., Babić, B.,& Miljković, Z.. (2008). Развијени систем за технолошко препознавање призматичних делова. in 34. JUPITER Konferencija, 36. симпозијум „Управљање производњом у индустрији прераде метала“, Zbornik radova / 34th JUPITER Conference, Proceedings - CD (in Serbian)
JUPITER Asocijacija, Univerzitet u Beogradu - Mašinski fakultet., 4.65-4.74.
https://hdl.handle.net/21.15107/rcub_machinery_6445

Nešić N, Babić B, Miljković Z. Развијени систем за технолошко препознавање призматичних делова. in 34. JUPITER Konferencija, 36. симпозијум „Управљање производњом у индустрији прераде метала“, Zbornik radova / 34th JUPITER Conference, Proceedings - CD (in Serbian). 2008;:4.65-4.74.
https://hdl.handle.net/21.15107/rcub_machinery_6445 .

Nešić, Nenad, Babić, Bojan, Miljković, Zoran, "Развијени систем за технолошко препознавање призматичних делова" in 34. JUPITER Konferencija, 36. симпозијум „Управљање производњом у индустрији прераде метала“, Zbornik radova / 34th JUPITER Conference, Proceedings - CD (in Serbian) (2008):4.65-4.74,
https://hdl.handle.net/21.15107/rcub_machinery_6445 .

TY  - CONF
AU  - Nešić, Nenad
AU  - Babić, Bojan
AU  - Miljković, Zoran
AU  - Lazarević, Ivan
PY  - 2007
UR  - https://machinery.mas.bg.ac.rs/handle/123456789/6467
AB  - U ovom radu, predstavljen je deo modularne softverske aplikacije za automatsko prepoznavanje tehnoloških formi na prizmatičnim delovima. Njen zadatak je da, na osnovu geometrijske i topološke informacije o mašinskom delu, uvezene iz 3D CAD modelera, izvrši pretprocesiranje ulaza u veštačku neuronsku mrežu, koja treba da izvrši prepoznavanje tehnoloških formi na tom mašinskom delu. U radu su opisani najinteresantniji elementi teorijskih postavki na kojima je zasnovan algoritam rada softvera. Na jednostavnom i ilustrativnom primeru, dat je opis funkcionisanja softvera i predstavljane su mogućnosti za njegovu nadogradnju, uz predočenu kompatibilnost sa softverom takođe sopstvenog razvoja „BPnet_V1.0", koji je već korišćen tokom tehnološkog prepoznavanja tipskih tehnoloških formi na prizmatičnim delovima.
AB  - In this paper, part of a modular software application for automatic recognition of machining forms on prismatic parts is presented. Its task is based on the geometric and topological information about the work-piece, imported from the 3D CAD modeler, which perform preprocessing of the input to the artificial neural network, and finally the recognition of features on that part is solved. The paper describes the most interesting elements of the theoretical assumptions on which the algorithm of the software is based. On a simple and illustrative example, a description of the functioning of the software application is given and the possibilities for its upgrade are presented, as well as the compatibility with the software of our own development named "BPnet_V1.0", which was already used during the feature recognition of typical machining forms on prismatic parts, and was well presented previously.
PB  - JUPITER Asocijacija, Univerzitet u Beogradu - Mašinski fakultet
C3  - 33. ЈУПИТЕР Конференција, 20. simpozijum "CAD/CAM", Зборник радова - CD / 33rd JUPITER Conference, Proceedings - CD (in Serbian)
T1  - Софтвер за претпроцесирање улаза у вештачку неуронску мрежу у систему за технолошко препознавање призматичних делова
T1  - Software for Artificial Neural Network Inputs' Preprocessing in a System for Automated Feature Recognition on Prismatic Parts
EP  - 2.87
SP  - 2.79
UR  - https://hdl.handle.net/21.15107/rcub_machinery_6467
ER  - 

@conference{
author = "Nešić, Nenad and Babić, Bojan and Miljković, Zoran and Lazarević, Ivan",
year = "2007",
abstract = "U ovom radu, predstavljen je deo modularne softverske aplikacije za automatsko prepoznavanje tehnoloških formi na prizmatičnim delovima. Njen zadatak je da, na osnovu geometrijske i topološke informacije o mašinskom delu, uvezene iz 3D CAD modelera, izvrši pretprocesiranje ulaza u veštačku neuronsku mrežu, koja treba da izvrši prepoznavanje tehnoloških formi na tom mašinskom delu. U radu su opisani najinteresantniji elementi teorijskih postavki na kojima je zasnovan algoritam rada softvera. Na jednostavnom i ilustrativnom primeru, dat je opis funkcionisanja softvera i predstavljane su mogućnosti za njegovu nadogradnju, uz predočenu kompatibilnost sa softverom takođe sopstvenog razvoja „BPnet_V1.0", koji je već korišćen tokom tehnološkog prepoznavanja tipskih tehnoloških formi na prizmatičnim delovima., In this paper, part of a modular software application for automatic recognition of machining forms on prismatic parts is presented. Its task is based on the geometric and topological information about the work-piece, imported from the 3D CAD modeler, which perform preprocessing of the input to the artificial neural network, and finally the recognition of features on that part is solved. The paper describes the most interesting elements of the theoretical assumptions on which the algorithm of the software is based. On a simple and illustrative example, a description of the functioning of the software application is given and the possibilities for its upgrade are presented, as well as the compatibility with the software of our own development named "BPnet_V1.0", which was already used during the feature recognition of typical machining forms on prismatic parts, and was well presented previously.",
publisher = "JUPITER Asocijacija, Univerzitet u Beogradu - Mašinski fakultet",
journal = "33. ЈУПИТЕР Конференција, 20. simpozijum "CAD/CAM", Зборник радова - CD / 33rd JUPITER Conference, Proceedings - CD (in Serbian)",
title = "Софтвер за претпроцесирање улаза у вештачку неуронску мрежу у систему за технолошко препознавање призматичних делова, Software for Artificial Neural Network Inputs' Preprocessing in a System for Automated Feature Recognition on Prismatic Parts",
pages = "2.87-2.79",
url = "https://hdl.handle.net/21.15107/rcub_machinery_6467"
}

Nešić, N., Babić, B., Miljković, Z.,& Lazarević, I.. (2007). Софтвер за претпроцесирање улаза у вештачку неуронску мрежу у систему за технолошко препознавање призматичних делова. in 33. ЈУПИТЕР Конференција, 20. simpozijum "CAD/CAM", Зборник радова - CD / 33rd JUPITER Conference, Proceedings - CD (in Serbian)
JUPITER Asocijacija, Univerzitet u Beogradu - Mašinski fakultet., 2.79-2.87.
https://hdl.handle.net/21.15107/rcub_machinery_6467

Nešić N, Babić B, Miljković Z, Lazarević I. Софтвер за претпроцесирање улаза у вештачку неуронску мрежу у систему за технолошко препознавање призматичних делова. in 33. ЈУПИТЕР Конференција, 20. simpozijum "CAD/CAM", Зборник радова - CD / 33rd JUPITER Conference, Proceedings - CD (in Serbian). 2007;:2.79-2.87.
https://hdl.handle.net/21.15107/rcub_machinery_6467 .

Nešić, Nenad, Babić, Bojan, Miljković, Zoran, Lazarević, Ivan, "Софтвер за претпроцесирање улаза у вештачку неуронску мрежу у систему за технолошко препознавање призматичних делова" in 33. ЈУПИТЕР Конференција, 20. simpozijum "CAD/CAM", Зборник радова - CD / 33rd JUPITER Conference, Proceedings - CD (in Serbian) (2007):2.79-2.87,
https://hdl.handle.net/21.15107/rcub_machinery_6467 .

TY  - CONF
AU  - Nešić, Nenad
AU  - Babić, Bojan
AU  - Miljković, Zoran
PY  - 2006
UR  - https://machinery.mas.bg.ac.rs/handle/123456789/6480
AB  - U ovom radu, predstavljen je model jednog sistema za automatsko prepoznavanje tehnoloških formi na prizmatičnim delovima. Ulaz u sistem predstavlja STEP fajl, eksportovan iz CAD modela realizovanog u Pro/E WF2. Specijalizovani program pretražuje dobijeni .stp fajl, formira B-rep dela, a zatim taj prikaz konvertuje u tzv. vektore zbira bodova strana tog dela, koji predstavlja ulaz u veštačku neuronsku mrežu, sa "back-propagation" obučavanjem. Zadatak ove neuronske mreže, koja se projektuje i obučava korišćenjem MatLab ANN Toolbox-a, jeste da izvrši prepoznavanje tehnoloških formi na prizmatičnom delu. Razvijeni delovi sistema su detaljno opisani u radu, a date su i osnovne smernice za dalja opsežna istraživanja u ovoj oblasti.
AB  - In this paper, a model of a system for automatic recognition of machining forms on prismatic parts is presented. The input to the system is a STEP file, exported from a CAD model realized in Pro/E WF2. A specialized programme searches the resulting .stp file, forms B-rep parts, and then converts that view into the so-called. vectors of the sum of the points of the side of that work.piece, which represents the input to the artificial neural network, with "back-propagation" training. The task of this neural network, which is designed and trained using the MatLab ANN Toolbox, is to recognize machining forms - features on the prismatic work.piece. The developed parts of the system are described in detail in the paper, and basic guidelines for further extensive research in this area are given.
PB  - JUPITER Asocijacija, Univerzitet u Beogradu - Mašinski fakultet
C3  - 32. ЈУПИТЕР Конференција, 19. simpozijum "CAD/CAM", Зборник радова - CD / 32nd JUPITER Conference, Proceedings - CD (in Serbian)
T1  - Модел система за аутоматско препознавање технолошких форми на призматичним деловима
T1  - Model of a System for Automated Feature Recognition on Prismatic Parts
EP  - 2.26
SP  - 2.18
UR  - https://hdl.handle.net/21.15107/rcub_machinery_6480
ER  - 

@conference{
author = "Nešić, Nenad and Babić, Bojan and Miljković, Zoran",
year = "2006",
abstract = "U ovom radu, predstavljen je model jednog sistema za automatsko prepoznavanje tehnoloških formi na prizmatičnim delovima. Ulaz u sistem predstavlja STEP fajl, eksportovan iz CAD modela realizovanog u Pro/E WF2. Specijalizovani program pretražuje dobijeni .stp fajl, formira B-rep dela, a zatim taj prikaz konvertuje u tzv. vektore zbira bodova strana tog dela, koji predstavlja ulaz u veštačku neuronsku mrežu, sa "back-propagation" obučavanjem. Zadatak ove neuronske mreže, koja se projektuje i obučava korišćenjem MatLab ANN Toolbox-a, jeste da izvrši prepoznavanje tehnoloških formi na prizmatičnom delu. Razvijeni delovi sistema su detaljno opisani u radu, a date su i osnovne smernice za dalja opsežna istraživanja u ovoj oblasti., In this paper, a model of a system for automatic recognition of machining forms on prismatic parts is presented. The input to the system is a STEP file, exported from a CAD model realized in Pro/E WF2. A specialized programme searches the resulting .stp file, forms B-rep parts, and then converts that view into the so-called. vectors of the sum of the points of the side of that work.piece, which represents the input to the artificial neural network, with "back-propagation" training. The task of this neural network, which is designed and trained using the MatLab ANN Toolbox, is to recognize machining forms - features on the prismatic work.piece. The developed parts of the system are described in detail in the paper, and basic guidelines for further extensive research in this area are given.",
publisher = "JUPITER Asocijacija, Univerzitet u Beogradu - Mašinski fakultet",
journal = "32. ЈУПИТЕР Конференција, 19. simpozijum "CAD/CAM", Зборник радова - CD / 32nd JUPITER Conference, Proceedings - CD (in Serbian)",
title = "Модел система за аутоматско препознавање технолошких форми на призматичним деловима, Model of a System for Automated Feature Recognition on Prismatic Parts",
pages = "2.26-2.18",
url = "https://hdl.handle.net/21.15107/rcub_machinery_6480"
}

Nešić, N., Babić, B.,& Miljković, Z.. (2006). Модел система за аутоматско препознавање технолошких форми на призматичним деловима. in 32. ЈУПИТЕР Конференција, 19. simpozijum "CAD/CAM", Зборник радова - CD / 32nd JUPITER Conference, Proceedings - CD (in Serbian)
JUPITER Asocijacija, Univerzitet u Beogradu - Mašinski fakultet., 2.18-2.26.
https://hdl.handle.net/21.15107/rcub_machinery_6480

Nešić N, Babić B, Miljković Z. Модел система за аутоматско препознавање технолошких форми на призматичним деловима. in 32. ЈУПИТЕР Конференција, 19. simpozijum "CAD/CAM", Зборник радова - CD / 32nd JUPITER Conference, Proceedings - CD (in Serbian). 2006;:2.18-2.26.
https://hdl.handle.net/21.15107/rcub_machinery_6480 .

Nešić, Nenad, Babić, Bojan, Miljković, Zoran, "Модел система за аутоматско препознавање технолошких форми на призматичним деловима" in 32. ЈУПИТЕР Конференција, 19. simpozijum "CAD/CAM", Зборник радова - CD / 32nd JUPITER Conference, Proceedings - CD (in Serbian) (2006):2.18-2.26,
https://hdl.handle.net/21.15107/rcub_machinery_6480 .

TY  - CONF
AU  - Nešić, Nenad
AU  - Babić, Bojan
AU  - Miljković, Zoran
PY  - 2005
UR  - https://machinery.mas.bg.ac.rs/handle/123456789/6500
AB  - Automatsko prepoznavanje tehnoloških primitiva (AFR), pristup je koji daje dosad najveći doprinos istraživačkim naporima za razvoj potpuno automatizovanog CAPP sistema. U ovom radu data je nova, detaljna klasifikacija razvijenih sistema AFR s obzirom na pristupe u rešavanju tri zadatka koji se pred tim procesom postavljaju: (i) izdvajanje geometrijske informacije iz CAD modela, (ii) formiranje odgovarajućeg prikaza dela pogodnog za identifikaciju tehnoloških formi i (iii) prepoznavanje tehnoloških obrazaca. Zatim, u radu su opisane metode za izdvajanje geometrijske informacije s posebnim osvrtom na primenu STEP standarda. U nastavku, dat je pregled novijih istraživačkih rezultata iz oblasti AFR sa prepoznavanjem obrazaca na bazi logičkih pravila.
AB  - Automatic Feature Recognition (AFR) of manufacturing primitives is the approach that has made the largest contribution to research efforts to develop a fully automated CAPP system. In this paper, a new, detailed classification of the developed AFR systems is given, taking into account the approaches to solving the three tasks that are set before that process: (i) extracting geometric information from the CAD model, (ii) forming an appropriate representation of the part suitable for identifying machining forms - primitives, and (iii) recognition of manufacturing patterns. Then, the paper describes methods for extracting geometric information with special reference to the application of the STEP standard. In the following, an overview of recent research results in the field of AFR with pattern recognition based on logical rules is given.
PB  - JUPITER Asocijacija, Univerzitet u Beogradu - Mašinski fakultet
C3  - 31. ЈУПИТЕР Конференција, 18. simpozijum "CAD/CAM", Зборник радова - CD / 31st JUPITER Conference, Proceedings - CD (in Serbian)
T1  - Преглед приступа за аутоматско препознавање технолошких форми са препознавањем образаца на бази логичких правила
T1  - A Review of Automated Feature Recognition with Rule-Based Pattern Recognition
EP  - 2.71
SP  - 2.63
UR  - https://hdl.handle.net/21.15107/rcub_machinery_6500
ER  - 

@conference{
author = "Nešić, Nenad and Babić, Bojan and Miljković, Zoran",
year = "2005",
abstract = "Automatsko prepoznavanje tehnoloških primitiva (AFR), pristup je koji daje dosad najveći doprinos istraživačkim naporima za razvoj potpuno automatizovanog CAPP sistema. U ovom radu data je nova, detaljna klasifikacija razvijenih sistema AFR s obzirom na pristupe u rešavanju tri zadatka koji se pred tim procesom postavljaju: (i) izdvajanje geometrijske informacije iz CAD modela, (ii) formiranje odgovarajućeg prikaza dela pogodnog za identifikaciju tehnoloških formi i (iii) prepoznavanje tehnoloških obrazaca. Zatim, u radu su opisane metode za izdvajanje geometrijske informacije s posebnim osvrtom na primenu STEP standarda. U nastavku, dat je pregled novijih istraživačkih rezultata iz oblasti AFR sa prepoznavanjem obrazaca na bazi logičkih pravila., Automatic Feature Recognition (AFR) of manufacturing primitives is the approach that has made the largest contribution to research efforts to develop a fully automated CAPP system. In this paper, a new, detailed classification of the developed AFR systems is given, taking into account the approaches to solving the three tasks that are set before that process: (i) extracting geometric information from the CAD model, (ii) forming an appropriate representation of the part suitable for identifying machining forms - primitives, and (iii) recognition of manufacturing patterns. Then, the paper describes methods for extracting geometric information with special reference to the application of the STEP standard. In the following, an overview of recent research results in the field of AFR with pattern recognition based on logical rules is given.",
publisher = "JUPITER Asocijacija, Univerzitet u Beogradu - Mašinski fakultet",
journal = "31. ЈУПИТЕР Конференција, 18. simpozijum "CAD/CAM", Зборник радова - CD / 31st JUPITER Conference, Proceedings - CD (in Serbian)",
title = "Преглед приступа за аутоматско препознавање технолошких форми са препознавањем образаца на бази логичких правила, A Review of Automated Feature Recognition with Rule-Based Pattern Recognition",
pages = "2.71-2.63",
url = "https://hdl.handle.net/21.15107/rcub_machinery_6500"
}

Nešić, N., Babić, B.,& Miljković, Z.. (2005). Преглед приступа за аутоматско препознавање технолошких форми са препознавањем образаца на бази логичких правила. in 31. ЈУПИТЕР Конференција, 18. simpozijum "CAD/CAM", Зборник радова - CD / 31st JUPITER Conference, Proceedings - CD (in Serbian)
JUPITER Asocijacija, Univerzitet u Beogradu - Mašinski fakultet., 2.63-2.71.
https://hdl.handle.net/21.15107/rcub_machinery_6500

Nešić N, Babić B, Miljković Z. Преглед приступа за аутоматско препознавање технолошких форми са препознавањем образаца на бази логичких правила. in 31. ЈУПИТЕР Конференција, 18. simpozijum "CAD/CAM", Зборник радова - CD / 31st JUPITER Conference, Proceedings - CD (in Serbian). 2005;:2.63-2.71.
https://hdl.handle.net/21.15107/rcub_machinery_6500 .

Nešić, Nenad, Babić, Bojan, Miljković, Zoran, "Преглед приступа за аутоматско препознавање технолошких форми са препознавањем образаца на бази логичких правила" in 31. ЈУПИТЕР Конференција, 18. simpozijum "CAD/CAM", Зборник радова - CD / 31st JUPITER Conference, Proceedings - CD (in Serbian) (2005):2.63-2.71,
https://hdl.handle.net/21.15107/rcub_machinery_6500 .

TY  - CONF
AU  - Nešić, Nenad
AU  - Babić, Bojan
AU  - Miljković, Zoran
PY  - 2005
UR  - https://machinery.mas.bg.ac.rs/handle/123456789/4968
AB  - U poslednjih nekoliko decenija učinjen je ogroman istraživački napor na iznalaženju što obuhvatnijeg algoritma za automatsko prepoznavanje tehnoloških formi, ali složenost ovog problema učinila je da nijedno rešenje nema opštu primenljivost. Pristupi za prepoznavanje tehnoloških obrazaca, mogu se podeliti na metode sa primenom logičkih pravila i metode sa primenom naprednijih tehnika veštačke inteligencije. Metode zasnovane na veštačkim neuronskim mrežama omogućavaju brži i efektniji proces automatskog prepoznavanja tehnoloških formi i akviziciju znanja u bazi tehnoloških obrazaca. U ovom radu analizirane su karakteristike ulaza, topologija i grupa algoritama za obučavanje najčešće primenjivanih tipova veštačkih neuronskih mreža za automatsko prepoznavanje tehnoloških formi.
PB  - Tehnički fakultet Čačak, Univerzitet u Kragujevcu
C3  - 30. Јубиларно Саветовање производног  машинства СЦГ, Зборник радова / 30th Conference on production engineering, Proceedings - CD (in Serbian)
T1  - Примена вештачких неуронских мрежа у системима за аутоматско препознавање технолошких форми
T1  - Application of Artificial Neural Networks in Systems for Automated Feature Recognition
EP  - 94
SP  - 85
UR  - https://hdl.handle.net/21.15107/rcub_machinery_4968
ER  - 

@conference{
author = "Nešić, Nenad and Babić, Bojan and Miljković, Zoran",
year = "2005",
abstract = "U poslednjih nekoliko decenija učinjen je ogroman istraživački napor na iznalaženju što obuhvatnijeg algoritma za automatsko prepoznavanje tehnoloških formi, ali složenost ovog problema učinila je da nijedno rešenje nema opštu primenljivost. Pristupi za prepoznavanje tehnoloških obrazaca, mogu se podeliti na metode sa primenom logičkih pravila i metode sa primenom naprednijih tehnika veštačke inteligencije. Metode zasnovane na veštačkim neuronskim mrežama omogućavaju brži i efektniji proces automatskog prepoznavanja tehnoloških formi i akviziciju znanja u bazi tehnoloških obrazaca. U ovom radu analizirane su karakteristike ulaza, topologija i grupa algoritama za obučavanje najčešće primenjivanih tipova veštačkih neuronskih mreža za automatsko prepoznavanje tehnoloških formi.",
publisher = "Tehnički fakultet Čačak, Univerzitet u Kragujevcu",
journal = "30. Јубиларно Саветовање производног  машинства СЦГ, Зборник радова / 30th Conference on production engineering, Proceedings - CD (in Serbian)",
title = "Примена вештачких неуронских мрежа у системима за аутоматско препознавање технолошких форми, Application of Artificial Neural Networks in Systems for Automated Feature Recognition",
pages = "94-85",
url = "https://hdl.handle.net/21.15107/rcub_machinery_4968"
}

Nešić, N., Babić, B.,& Miljković, Z.. (2005). Примена вештачких неуронских мрежа у системима за аутоматско препознавање технолошких форми. in 30. Јубиларно Саветовање производног  машинства СЦГ, Зборник радова / 30th Conference on production engineering, Proceedings - CD (in Serbian)
Tehnički fakultet Čačak, Univerzitet u Kragujevcu., 85-94.
https://hdl.handle.net/21.15107/rcub_machinery_4968

Nešić N, Babić B, Miljković Z. Примена вештачких неуронских мрежа у системима за аутоматско препознавање технолошких форми. in 30. Јубиларно Саветовање производног  машинства СЦГ, Зборник радова / 30th Conference on production engineering, Proceedings - CD (in Serbian). 2005;:85-94.
https://hdl.handle.net/21.15107/rcub_machinery_4968 .

Nešić, Nenad, Babić, Bojan, Miljković, Zoran, "Примена вештачких неуронских мрежа у системима за аутоматско препознавање технолошких форми" in 30. Јубиларно Саветовање производног  машинства СЦГ, Зборник радова / 30th Conference on production engineering, Proceedings - CD (in Serbian) (2005):85-94,
https://hdl.handle.net/21.15107/rcub_machinery_4968 .