Filters
total: 1889
filtered: 1471
-
Catalog
- Publications 1471 available results
- Journals 70 available results
- Conferences 110 available results
- People 127 available results
- Projects 1 available results
- Research Teams 1 available results
- e-Learning Courses 68 available results
- Events 19 available results
- Open Research Data 22 available results
Chosen catalog filters
displaying 1000 best results Help
Search results for: SZTUCZNA INTELIGENCJA
-
Can Web Search Queries Predict Prices Change on the Real Estate Market?
PublicationThis study aims to explore whether the intensity of internet searches, according to the Google Trends search volume index (SVI), is a predictor of changes in real estate prices. The motivation of this study is the possibility to extend the understanding of the extra predictive power of Google search engine query volume of future housing price change (shift direction) by (i) the introduction of a research approach that combines...
-
Experimental determination of general characteristic of internal combustion engine using mobile test bench connected via Power Take-Off unit
PublicationThe general characteristics of the engine include information about the regions of the engine's operating area that are most efficient, where specific fuel consumption reaches the smallest values. Economic operation based on those characteristics can contribute to a significant reduction of fuel consumption and consequently less pollutant emissions and lower costs. The paper presents an experimental method of determination of general...
-
Predicting Ice Phenomena in a River Using the Artificial Neural Network and Extreme Gradient Boosting
PublicationForecasting ice phenomena in river systems is of great importance because these phenomena are a fundamental part of the hydrological regime. Due to the stochasticity of ice phenomena, their prediction is a difficult process, especially when data sets are sparse or incomplete. In this study, two machine learning models—Multilayer Perceptron Neural Network (MLPNN) and Extreme Gradient Boosting (XGBoost)—were developed to predict...
-
A new multi-process collaborative architecture for time series classification
PublicationTime series classification (TSC) is the problem of categorizing time series data by using machine learning techniques. Its applications vary from cybersecurity and health care to remote sensing and human activity recognition. In this paper, we propose a novel multi-process collaborative architecture for TSC. The propositioned method amalgamates multi-head convolutional neural networks and capsule mechanism. In addition to the discovery...
-
System oceny efektywności użytkowania aparatów słuchowych (Hearing aid use effectiveness evaluation system)
PublicationCelem rozprawy jest opracowanie metody oceny efektywności protezowania słuchu przy użyciu aparatów słuchowych, która pozwoli w łatwy sposób poddawać ocenie korzyść z użytkowania protez słuchowych w najbardziej typowych sytuacjach akustycznych. Przedstawiono genezę podjętych badań i na tej podstawie zaproponowano cele i tezy rozprawy doktorskiej. W pracy w pierwszej kolejności zawarto przegląd dotyczący rodzajów ubytku słuchu...
-
Predicting the Purchase of Electricity Prices for Renewable Energy Sources Based on Polish Power Grids Data Using Deep Learning Models for Controlling Small Hybrid PV Microinstallations
Publication -
WEB-CAM AS A MEANS OF INFORMATION ABOUT EMOTIONAL ATTEMPT OF STUDENTS IN THE PROCESS OF DISTANT LEARNING
PublicationNew methods in education become more popular nowadays. Distant learning is a good example when teacher and student meet in virtual environment. Because interaction in this virtual world might be complicated it seems necessary to assure as much methods of conforming that student is still engaged in the process of learning as it is possible. We would like to present assumption that by means of web-cam we will be able to track facial...
-
Distributed Architectures for Intensive Urban Computing: A Case Study on Smart Lighting for Sustainable Cities
PublicationNew information and communication technologies have contributed to the development of the smart city concept. On a physical level, this paradigm is characterised by deploying a substantial number of different devices that can sense their surroundings and generate a large amount of data. The most typical case is image and video acquisition sensors. Recently, these types of sensors are found in abundance in urban spaces and are responsible...
-
Evaluation of Terpene Decomposition in Kaffir Lime Juice during Storage Using Gas Chromatography–Mass Spectrometry and Proton Transfer Reaction–Mass Spectrometry
PublicationKaffir lime juice, often treated as production waste, can be a good source of terpenes. These compounds undergo various decomposition processes under the influence of external factors, especially during transportation and storage. In this paper, it was possible to monitor changes in the terpene profile of kaffir lime juice under different storage conditions, namely, 4 ◦C, 20 ◦C, and 35 ◦C. The identification of key decomposition...
-
CNN-CLFFA: Support Mobile Edge Computing in Transportation Cyber Physical System
PublicationIn the present scenario, the transportation Cyber Physical System (CPS) improves the reliability and efficiency of the transportation systems by enhancing the interactions between the physical and cyber systems. With the provision of better storage ability and enhanced computing, cloud computing extends transportation CPS in Mobile Edge Computing (MEC). By inspecting the existing literatures, the cloud computing cannot fulfill...
-
Computationally Efficient Design Optimization of Compact Microwave and Antenna Structures
PublicationMiniaturization is one of the important concerns of contemporary wireless communication systems, especially regarding their passive microwave components, such as filters, couplers, power dividers, etc., as well as antennas. It is also very challenging, because adequate performance evaluation of such components requires full-wave electromagnetic (EM) simulation, which is computationally expensive. Although high-fidelity EM analysis...
-
The Impact of Generative AI and ChatGPT on Creating Digital Advertising Campaigns
PublicationThe use of AI-based solutions is currently discussed in relation to various industries. The proliferation of tools based on generative artificial intelligence (GAI), including the emergence of ChatGPT, has resulted in testing as a first step and implementations in further areas of business life, including marketing, as a second step. Still only a few studies have analysed and evaluated specific solutions for different areas of...
-
Influence of algorithmic management practices on workplace well-being – evidence from European organisations
PublicationPurpose Existing literature on algorithmic management practices –defined as autonomous data-driven decision making in people's management by adoption of self-learning algorithms and artificial intelligence – suggests complex relationships with employees' well-being in the workplace. While the use of algorithms can have positive impacts on people-related decisions, they may also adversely influence job autonomy, perceived justice...
-
Desirability-based optimization of dual-fuel diesel engine using acetylene as an alternative fuel
Publicationhe study examined the dual-fuel engine performance employing acetylene gas as primary fuel and diesel as pilot fuel. The engine's operational parameters were adjusted using the Box-Behnken design, and the results were recorded. The best operating settings were yielded as 81.25 % engine load, 4.48 lpm acetylene gas flow rate and the compression ratio were 18. At this optimized setting the BTE was 27.1 % and the engine emitted 360...
-
Optymalizacja zasobów chmury obliczeniowej z wykorzystaniem inteligentnych agentów w zdalnym nauczaniu
PublicationRozprawa dotyczy optymalizacji zasobów chmury obliczeniowej, w której zastosowano inteligentne agenty w zdalnym nauczaniu. Zagadnienie jest istotne w edukacji, gdzie wykorzystuje się nowoczesne technologie, takie jak Internet Rzeczy, rozszerzoną i wirtualną rzeczywistość oraz deep learning w środowisku chmury obliczeniowej. Zagadnienie jest istotne również w sytuacji, gdy pandemia wymusza stosowanie zdalnego nauczania na dużą skalę...
-
Exploring the Usability and User Experience of Social Media Apps through a Text Mining Approach
PublicationThis study aims to evaluate the applicability of a text mining approach for extracting UUX-related issues from a dataset of user comments and not to evaluate the Instagram (IG) app. This study analyses textual data mined from reviews in English written by IG mobile application users. The article’s authors used text mining (based on the LDA algorithm) to identify the main UUX-related topics. Next, they mapped the identified topics...
-
Pawlak's flow graph extensions for video surveillance systems
PublicationThe idea of the Pawlak's flow graphs is applicable to many problems in various fields related to decision algorithms or data mining. The flow graphs can be used also in the video surveillance systems. Especially in distributed multi-camera systems which are problematic to be handled by human operators because of their limited perception. In such systems automated video analysis needs to be implemented. Important part of this analysis...
-
Text Mining Algorithms for Extracting Brand Knowledge; The fashion Industry Case
PublicationBrand knowledge is determined by customer knowledge. The opportunity to develop brands based on customer knowledge management has never been greater. Social media as a set of leading communication platforms enable peer to peer interplays between customers and brands. A large stream of such interactions is a great source of information which, when thoroughly analyzed, can become a source of innovation and lead to competitive advantage....
-
Experimental and Theoretical Screening for Green Solvents Improving Sulfamethizole Solubility
PublicationSolubility enhancement of poorly soluble active pharmaceutical ingredients is of crucial importance for drug development and processing. Extensive experimental screening is limited due to the vast number of potential solvent combinations. Hence, theoretical models can offer valuable hints for guiding experiments aimed at providing solubility data. In this paper, we explore the possibility of applying quantum-chemistry-derived...
-
Psychophysiological strategies for enhancing performance through imagery – skin conductance level analysis in guided vs. self-produced imagery
PublicationAthletes need to achieve their optimal level of arousal for peak performance. Visualization or mental rehearsal (i.e., Imagery) often helps to obtain an appropriate level of activation, which can be detected by monitoring Skin Conductance Level (SCL). However, different types of imagery could elicit different amount of physiological arousal. Therefore, this study aims: (1) to investigate differences in SCL associated with two instructional...
-
Empirical Analysis of Forest Penalizing Attribute and Its Enhanced Variations for Android Malware Detection
PublicationAs a result of the rapid advancement of mobile and internet technology, a plethora of new mobile security risks has recently emerged. Many techniques have been developed to address the risks associated with Android malware. The most extensively used method for identifying Android malware is signature-based detection. The drawback of this method, however, is that it is unable to detect unknown malware. As a consequence of this problem,...
-
Intelligent Decision Forest Models for Customer Churn Prediction
PublicationCustomer churn is a critical issue impacting enterprises and organizations, particularly in the emerging and highly competitive telecommunications industry. It is important to researchers and industry analysts interested in projecting customer behavior to separate churn from non‐churn consumers. The fundamental incentive is a firm’s intent desire to keep current consumers, along with the exorbitant expense of gaining new ones....
-
Adaptacyjny system sterowania ruchem drogowym
PublicationAdaptacyjny system sterowania ruchem drogowym to rodzaj systemu sterowania, który dynamicznie, w czasie rzeczywistym, dostosowuje swoje parametry w oparciu o bieżące warunki ruchu drogowego. Celem niniejszej rozprawy jest sprawdzenie wpływu wybranych cech systemu, zbudowanego w oparciu o zaprojektowane i zbudowane z udziałem autora inteligentne znaki drogowe, na wybrane parametry mające wpływ na bezpieczeństwo i płynność ruchu....
-
Graph Representation Integrating Signals for Emotion Recognition and Analysis
PublicationData reusability is an important feature of current research, just in every field of science. Modern research in Affective Computing, often rely on datasets containing experiments-originated data such as biosignals, video clips, or images. Moreover, conducting experiments with a vast number of participants to build datasets for Affective Computing research is time-consuming and expensive. Therefore, it is extremely important to...
-
Feature Weighted Attention-Bidirectional Long Short Term Memory Model for Change Detection in Remote Sensing Images
PublicationIn remote sensing images, change detection (CD) is required in many applications, such as: resource management, urban expansion research, land management, and disaster assessment. Various deep learning-based methods were applied to satellite image analysis for change detection, yet many of them have limitations, including the overfitting problem. This research proposes the Feature Weighted Attention (FWA) in Bidirectional Long...
-
Comparative study on the effectiveness of various types of road traffic intensity detectors
PublicationVehicle detection and speed measurements are crucial tasks in traffic monitoring systems. In this work, we focus on several types of electronic sensors, operating on different physical principles in order to compare their effectiveness in real traffic conditions. Commercial solutions are based on road tubes, microwave sensors, LiDARs, and video cameras. Distributed traffic monitoring systems require a high number of monitoring...
-
Instrument detection and pose estimation with rigid part mixtures model in video-assisted surgeries
PublicationLocalizing instrument parts in video-assisted surgeries is an attractive and open computer vision problem. A working algorithm would immediately find applications in computer-aided interventions in the operating theater. Knowing the location of tool parts could help virtually augment visual faculty of surgeons, assess skills of novice surgeons, and increase autonomy of surgical robots. A surgical tool varies in appearance due to...
-
Cascade Object Detection and Remote Sensing Object Detection Method Based on Trainable Activation Function
PublicationObject detection is an important process in surveillance system to locate objects and it is considered as major application in computer vision. The Convolution Neural Network (CNN) based models have been developed by many researchers for object detection to achieve higher performance. However, existing models have some limitations such as overfitting problem and lower efficiency in small object detection. Object detection in remote...
-
Data-driven, probabilistic model for attainable speed for ships approaching Gdańsk harbour
PublicationThe growing demand for maritime transportation leads to increased traffic in ports. From this arises the need to observe the consequences of the specific speed ships reach when approaching seaports. However, usually the analyzed cases refer only to the statistical evaluation of the studied phenomenon or to the empirical modelling, ignoring the mutual influence of variables such as ship type, length or weather conditions. In this...
-
Review of Segmentation Methods for Coastline Detection in SAR Images
PublicationSynthetic aperture radar (SAR) images acquired by airborne sensors or remote sensing satellites contain the necessary information that can be used to investigate various objects of interest on the surface of the Earth, including coastlines. The coastal zone is of great economic importance and is also very densely populated. The intensive and increasing use of coasts and changes of coastlines motivate researchers to try to assess...
-
Detection of anomalies in bee colony using transitioning state and contrastive autoencoders
PublicationHoneybees plays vital role for the environmental sustainability and overall agricultural economy. Assisting bee colonies within their proper functioning brings the attention of researchers around the world. Electronics systems and machine learning algorithms are being developed for classifying specific undesirable bee behaviors in order to alert about upcoming substantial losses. However, classifiers could be impaired when used...
-
Buzz-based honeybee colony fingerprint
PublicationNon-intrusive remote monitoring has its applications in a variety of areas. For industrial surveillance case, devices are capable of detecting anomalies that may threaten machine operation. Similarly, agricultural monitoring devices are used to supervise livestock or provide higher yields. Modern IoT devices are often coupled with Machine Learning models, which provide valuable insights into device operation. However, the data...
-
Selection of Organic Coating Systems for Corrosion Protection of Industrial Equipment
PublicationThe most important element of corrosion protection in industrial conditions is the protective coating system. However, selecting the right coating can often be a real problem due to the sheer number of coating manufacturers and their products on the market. A quantitative approach based on the data mining technique used to analyze the obtained multi-site exposure data has been proposed. This was demonstrated by the example of the...
-
Zastosowania ontologii: Charakterystyczne cechy agentów semantycznych
PublicationNa podstawie reprezentatywnych przykładów podjeto próbę zilustrowania spektrum zastosowań agentów programowych. Wskazano główne cechy wyrózniajace poszczególne rodzaje agentów oraz ich atrybuty niezbędne dla omawianych zastosowań.
-
Przykład zastosowania i analiza metod sztucznej inteligencji w technice cieplnej i chłodniczej (cz. 1)
PublicationW artykule przedstawiono teorie działania oraz modele matematyczne i numeryczne sztucznych sieci neuronowych (SSN). Dokonano szczegółowegoomówienia rodzajów sieci, metod uczenia i obszarów możliwych zastosowań w technice cieplnej i chłodniczej, jako nowych alternatywnych metod uzyskania modelu numerycznego. Szczególną uwagę zwrócono na cechy SSN, które są unikalne i wyróżniające na tle innych metod. Zamieszczono przykład wykorzystania...
-
Sztuczny człowiek. Wizerunek sztucznego człowieka w wybranej literaturze oraz filmie
PublicationCelem niniejszej książki jest analiza zachowań sztucznego człowieka, przedstawienie jego wizerunku oraz przywołanie jego odmian, występujących w wybranych dziełach literackich oraz filmach fantastyczno-naukowych. Przywołanie poszczególnych sylwetek sztucznego człowieka ukazało, że nie jest on doskonały. Posiada wady i zalety – tak, jak człowiek prawdziwy. Jednakże badania prowadzone nad sztucznym człowiekiem, jego mózgiem elektronicznym...
-
Searching for metric structure of musical files
PublicationCelem opisywanych prac jest porównanie efektywności wybranych metod sztucznej inteligencji w wyznaczaniu rytmu dla zapisu symbolicznego muzyki. Opisano sposób wykorzystania sztucznych sieci neuronowych i zbiorów przybliżonych do poszukiwania właściwej struktury rytmicznej utworu. Analizowane są fizyczne atrybuty dźwięku, które są najbardziej znaczące dla określenia położenia dźwięku na pozycji akcentowanej lub nieakcentowanej....
-
Przechwytywanie obiektów poruszających się z ograniczoną prędkością
PublicationKrawędziowa liczba przeszukiwawcza grafu informuje nas ilu mobilnych agentów, przykładowo jednostek policji, jest niezbędnych do przechwycenia poruszającego się z dowolnie dużą prędkością uciekiniera w danym grafie. Podczas praktycznych zastosowań modelu w systemach bezpieczeństwa rzadko jednak spotyka się jednostki poruszające się z nieograniczoną prędkością. W pracy tej pokazujemy, że agenci mogą wykorzystać fakt ograniczonej...
-
Evolutionary optimization of combinational digital circuits with current-mode gates with respect to transistor count
PublicationW artykule przedstawiono metodę ewolucyjnej minimalizacji liczby tranzystorów w cyfrowym układzie kombinacyjnym, zrealizownaym z wykorzystaniem bramek pracujących w trybie prądowym. W zastosowanym algorytmie ewolucyjnym zastosowano chromosomy o budowie wielowarstwowej, przez co zwiększono wydajność optymalizacji. Wyniki otrzymane z wykorzystaniem proponowanej metody zostały porównane z rezultatami osiągniętymi za pomocą map Karnough...
-
Ewolucyjna minimalizacja poboru mocy podczas procesu testowania kombinacyjnych układów cyfrowych
PublicationW artykule przedstawiono zastosowanie algorytmu ewolucyjnego do minimalizacji poboru mocy podczas procesu testowania kombinacyjnych układów cyfrowych. Przy użyciu proponowanej metody dokonano wyboru kolejności podawania na wejścia układu wektorów testowych, aby liczba przełączeń bramek wchodzących w jego skład była jak najmniejsza. Pod uwagę wzięto cztery układy wybrane z literatury. Otrzymane wyniki wskazują, że możliwe jest...
-
Projektowanie filtrów cyfrowych IIR o nietypowych charakterystykach przy użyciu algorytmu ewolucji różnicowej
PublicationW artykule przedstawiono zastosowanie algorytmu ewolucji różnicowej do projektowania filtrów cyfrowych o nietypowych charakterystykach amplitudowych. Przy użyciu proponowanej metody zaprojektowano trzy filtry o charakterystykach: liniowo narastającej, liniowo opadającej oraz nieliniowo narastającej. Opisane tą metodą filtry są stabilne a ich charakterystyki amplitudowe spełniają wszystkie założenia projektowe.
-
Zastosowanie algorytmu ewolucyjnego do trenowania jednokierunkowych płaskich sztucznych sieci neuronowych
PublicationW artykule przedstawiono zastosowanie algorytmu ewolucyjnego do trenowania jednokierunkowych, płaskich, sztucznych sieci neuronowych. Przy użyciu proponowanej metody wytrenowano trzy sieci neuronowe do klasyfikacji problemu parity-3, parity-4 oraz parity-5. Otrzymane wyniki porównano z wynikami uzyskanymi przy użyciu metody wstecznej propagacji błędu ze wględu na liczbę iteracji potrzebną do wytrenowania danej sieci oraz ze względu...
-
Chatter-boty - nowe narzędzie w e-commerce
PublicationCelem artykułu jest przedstawienie technologii chatter-bot, czyli tzw. wirtualnych konsultantów - systemów informatycznych, które potrafią odpowiadać na pytania zadawane w języku naturalnym. Zaprezentowano obszary zastosowania botów w biznesie oraz przegląd światowego rynku systemów charter-bot.
-
Musical Metadata Retrieval with Flow Graphs, in Rough Sets and Current Trends in Computing.
PublicationW pracy opisano metody wyszukiwania muzyki w Internecie w oparciu o opis semantyczny. W eksperymentach wykorzystano opis muzyczny stosowany w bazie CDDB. Zaprezentowano metodę grafów przepływowych zaproponowaną przez Pawlaka.
-
Zastosowanie algorytmu ewolucyjnego do projektowania i optymalizacji kombinacyjnych układów cyfrowych w oparciu o bramki wielowejściowe.
PublicationW artykule zaprezentowano możliwość projektowania i optymalizacji kombinacyjnych układów cyfrowych z bramkami wielowejściowymi (o liczbie wejść większej niż dwa). Do projektowania i optymalizacji tych układów wykorzystano utworzony algorytm MLCEA. Celem algorytmu jest zaprojektowanie takiego ukłądu, który spełnia zadaną tabelę prawdy oraz składa się z możliwie jak najmniejszej liczby bramek. Do badań wybrano cztery układy testowe...
-
Modified version of roulette selection for evolution algorithms - the fan selection.Zmodyfikowana wersja selekcji metodą ruletki dla algorytmów ewolucyjnych - selekcja ''wachlarzowa''.
PublicationW pracy przedstawiono zmodyfikowaną wersję selekcji metodą ruletki - selekcję ''wachlarzową''. Metoda ta polega na zwiększaniu prawdopodobieństw przeżycia lepszych osobników kosztem gorszych. Do testowania i oceny jakości proponowanej metody użyto funkcji testujących spotykanych w literaturze. Uzyskane wyniki selekcji wachlarzowej porównano z wynikami selekcji metodą ruletki i selekcji elitarystycznej.
-
Porównanie algorytmów MGA i NGA do projektowania i optymlizacji kombinacyjnych układów cyfrowych z algorytmem MLCEA.
PublicationW artykule zaprezentowano porównanie algorytmów ewolucyjnych do projektowania i optymalizacji kombinacyjnych układów cyfrowych. Porównano algorytmy MGA (Multiobjective Genetic Algorithm) i NGA (Genetic Algorithm with N-cardinality Reprezentation) z utworzonym algorytmem MLCEA (Multi-Layer Chromosome Evolutionary Algorithm), bazującym na reprezentacji osobników w postaci chromosomów wielowarstwowych. Otrzymane wyniki dla algorytmu...
-
Ewolucyjne projektowanie filtrów cyfrowych IIR o nietypowych charakterystykach amplitudowych.
PublicationW artykule przedstawiono zastosowanie algorytmów ewolucyjnych do projektowania filtrów cyfrowych IIR o nietypowych charakterystykach amplitudowych. Wprowadzono dwuwarstwowe chromosomy, które w bardziej naturalny sposób reprezentują opisywany problem (górna warstwa - licznik, dolna warstwa - mianownik funkcji transmitancji). Przy pomocy opisanej metody zaprojektowano filtr o niestandardowej charakterystyce amplitudowej.
-
Sieci neuronowe i ich zastosowanie w chromatografii
PublicationSieci neuronowe, jak i inne techniki sztucznej inteligencji, znajdują coraz szersze zastosowanie w analityce. Praca stanowi wprowadzenie do tematyki sieci neuronowych i opisuje możliwości ich zastosowania do wspierania analizy chromatograficznej, zarówno na etapie planowania analizy jak i opracowywania wyników.
-
Zastosowanie algorytmu ewolucyjnego do aproksymacji funkcji przy użyciu reguł rozmytych
PublicationW artykule przedstawiono możliwość zastosowania algorytmu ewolucyjnwgo do doboru optymalnego zbioru termów rozmytych zmiennej lingwistycznej aproksymujących zadaną funkcję przy użyciu reguł rozmytych. Wprowadzono wielowarstwowe chromosomy, dzięki którym możliwe stało się dokonywanie krzyżowania bez stosowania algorytmów naprawy. Proponowaną metodę przetestowano na wybranych funkcjach testowych oraz porównano z metodą opartą o algorytm...