Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Kłaczyński, Maciej" wg kryterium: Wszystkie pola


Wyświetlanie 1-5 z 5
Tytuł:
Measurements of acoustic response of car interion for structural excitations
Autorzy:
Paluch, Wojciech
Kłaczyński, Maciej
Powiązania:
https://bibliotekanauki.pl/articles/2146745.pdf
Data publikacji:
2022
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
NVH
automotive
electric car
sound intensity
diagnostics
samochód elektryczny
diagnostyka
natężenie dźwięku
Opis:
The transition from internal combustion to electric propulsion in cars presents component designers with new challenges in terms of noise reduction. Until now, components such as the suspension, its knocks were masked by the combustion engine or exhaust system. The absence of such significant sources, means that hitherto inaudible components are starting to become a nuisance. In order to reduce their noise, a number of optimisation solutions, both active and passive, are used. In order to do so, relevant measurements and data analysis must be carried out. This paper aims to present the acoustic characteristics of the interiors of two cars excited structurally in the vicinity of the front shock absorber mounting and by the operation of another component, the windscreen wipers on dry and wet windscreens. Measurements were made using 3D intensity probes based on acoustic particle velocity sensors. The results, in the form of both acoustic particle velocity and sound pressure characteristics and spectrograms, are presented comparatively for two types of car.
Źródło:
Diagnostyka; 2022, 23, 4; art. no. 2022413
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Hearing tester - mobile application for hearing loss screening
Tester słuchu - mobilna aplikacja do przesiewowych badań utraty słuchu
Autorzy:
Krzyżek, Krzysztof
Kłaczyński, Maciej
Powiązania:
https://bibliotekanauki.pl/articles/328640.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
hearing screening
hearing test
hearing loss
hearing impairment
vibroacoustic diagnostics
badanie przesiewowe słuchu
utrata słuchu
upośledzenie słuchu
diagnostyka wibroakustyczna
Opis:
The article presents results of the work on creation of an application for Android mobile devices to perform hearing screening using pure-tone air conduction audiometry. The application was created in accordance with the procedure defined in the ISO 8253-1: 2010 standard and is to serve the widest possible group of people in a domestic environment, using headphones included with mobile devices. The effectiveness of the application was verified by performing comparative hearing tests on a representative group of patients with different hearing status. Validation was performed using the Interacoustics AD629 clinical audiometer and procedures adopted in the standards. The results of the test comparison were satisfactory. The mean error of the hearing threshold tested using the mobile application, compared to the clinical audiometer was 5.2 dBHL. In addition, the hearing threshold curves for the mobile application are similar in shape to the hearing thresholds for the clinical audiometer and coincide with the auditory experiences of the patients.
Artykuł przedstawia wyniki prac nad stworzeniem aplikacji na urządzenia mobilne z systemem Android w celu wykonania przesiewowych badań słuchu w zakresie progowej audiometrii tonalnej przy przewodnictwie powietrznym. Aplikacja została stworzona zgodnie z procedurą określoną w normie ISO 8253-1:2010 i ma służyć jak najszerszej grupie osób w domowych warunkach badań przy wykorzystaniu słuchawek dedykowanych urządzeniom mobilnym. Działanie aplikacji zostało zweryfikowane poprzez wykonanie porównawczych badań słuchu na reprezentatywnej grupie pacjentów o zróżnicowanym stanie słuchu. Walidację przeprowadzono przy użyciu audiometru klinicznego Interacoustics AD629 i procedur przyjętych w normach. Wyniki badań porównawczych okazały się zadowalające. Średni błąd zbadanego progu słyszenia przy pomocy aplikacji mobilnej, w porównaniu do badań przeprowadzonych przy pomocy audiometru klinicznego, wyniósł 5.2 dBHL. Dodatkowo, krzywe progu słyszenia dla aplikacji mobilnej są zbliżone w kształcie do krzywych progu słyszenia dla audiometru klinicznego i pokrywają się z wrażeniami słuchowymi pacjentów.
Źródło:
Diagnostyka; 2019, 20, 3; 87-95
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analysis of acoustic propagation of automotive cooler during run up and run down
Analiza propagacji akustycznej chłodnicy samochodowej w czasie rozbiegu i wybiegu
Autorzy:
Paluch, Wojciech
Kłaczyński, Maciej
Powiązania:
https://bibliotekanauki.pl/articles/1955229.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
automotive
electric vehicle
noise
interior noise
vibroacoustics
sound intensity
measurements
motoryzacja
hałas
pojazd elektryczny
hałas wewnętrzny
wibroakustyka
natężenie dźwięku
pomiar
Opis:
The modern automotive industry invests more and more in electric drive technology. As a result, new challenges arise in terms of vibroacoustic optimization of the car interior. Components that were once masked by the internal combustion engine are starting to dominate the interior of vehicles. There is therefore a great need for noise reduction. For this purpose, a number of methods of its reduction are used, i.e. component optimization (source), use of active noise reduction systems or passive soundproofing materials. In order to perform the abovementioned noise reduction measures, appropriate measurements and signal analysis should be carried out. This presentation aims to present the measurement of an automotive air cooler in transient states on the stand. Measurements were made using a 3D intensity probe based on the direct measurement of the acoustic particle velocity, in 3 planes in front of the cooler. Then, order tracking analysis was performed for the run-up and coast-down. The results in the form of selected orders of intensity and acoustic particle velocity were compared with classical results made with the use of a microphone at the same measurement points locations.
Współczesny przemysł motoryzacyjny inwestuje coraz bardziej w technologię napędu elektrycznego. W związku z tym pojawiają się nowe wyzwania w zakresie optymalizacji wibroakustycznej wnętrza samochodu. Komponenty, które kiedyś były maskowane przez silnik spalinowy zaczynają dominować we wnętrzu pojazdów. Istnieje zatem duża potrzeba redukcji hałasu. W tym celu stosuje się szereg metod jego redukcji, tj. optymalizacja komponentu (źródła) zastosowanie aktywnych systemów redukcji hałasu lub pasywnych materiałów wygłuszających. Aby dokonać wspomnianych zabiegów redukujących hałas, należy przeprowadzić stosowne pomiary oraz analizę sygnałów. Niniejsza prezentacja ma na celu przedstawienie pomiaru chłodnicy samochodowej w stanach nieustalonych na stanowisku. Pomiarów dokonano przy użyciu sondy natężeniowej 3D bazującej na bezpośrednim pomiarze prędkości akustycznej cząsteczek, w 3 płaszczyznach przed chłodnicą. Następnie wykonano analizę rzędów (order tracking) dla rozbiegu oraz wybiegu. Wyniki w formie wybranych rzędów (orderów) natężeń oraz prędkości akustycznej cząstek zestawiono z klasycznymi wynikami wykonanymi przy użyciu mikrofonu w tych samych punktach pomiarowych.
Źródło:
Diagnostyka; 2021, 22, 4; 3-8
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Parkinson’s disease diagnostics using AI and natural language knowledge transfer
Autorzy:
Chronowski, Maurycy
Kłaczyński, Maciej
Dec-Ćwiek, Małgorzata
Porębska, Karolina
Powiązania:
https://bibliotekanauki.pl/articles/27313815.pdf
Data publikacji:
2024
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
Parkinson’s disease
digital diagnostics
artificial intelligence
speech processing
Opis:
With global life expectancy rising every year, ageing-associated diseases are becoming an increasingly important problem. Very often, successful treatment relies on early diagnosis. In this work, the issue of Parkinson's disease (PD) diagnostics is tackled. It is particularly important, as there are no certain antemortem methods of diagnosing PD - meaning that the presence of the disease can only be confirmed after the patient's death. In our work, we propose a non-invasive approach for classification of raw speech recordings for PD recognition using deep learning models. The core of the method is an audio classifier using knowledge transfer from a pretrained natural language model, namely wav2vec 2.0. The model was tested on a group of 38 PD patients and 10 healthy persons above the age of 50. A dataset of speech recordings acquired using a smartphone recorder was constructed and the recordings were labelled as PD/non-PD with the severity of the disease additionally rated using Hoehn-Yahr scale. We then benchmarked the classification performance against baseline methods. Additionally, we show an assessment of human-level performance with neurology professionals.
Źródło:
Diagnostyka; 2024, 25, 1; art. no. 2024103
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Speech and tremor tester - monitoring of neurodegenerative diseases using smartphone technology
Tester mowy i drżenia - monitorowanie przebiegu chorób neurodegeneracyjnych z wykorzystaniem smartfona
Autorzy:
Chronowski, Maurycy
Kłaczyński, Maciej
Dec-Ćwiek, Małgorzata
Porębska, Karolina
Sawczyńska, Katarzyna
Powiązania:
https://bibliotekanauki.pl/articles/328555.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
Parkinson’s disease
speech analysis
hand tremor
smartphone
diagnostics
machine learning
choroba Parkinsona
analiza mowy
drżenie
smartfon
diagnostyka
uczenie maszynowe
Opis:
One of the most frequently diagnosed neurodegenerative disorders, along with Alzheimer’s disease, is Parkinson’s disease. It is a slowly progressing disease of the central nervous system that affects parts of the brain which are responsible for one’s motor functions. Despite the frequency of its occurrence among the elderly population, there has not yet been established a universal approach towards its certain diagnostics ante mortem. The study presents a pilot experiment regarding the assessment of the usefulness of simultaneous processing and analysis of speech signal and hand tremor accelerations for patient’s screening and monitoring of the progress in healing, using the data acquired with a mid-range Android smartphone. During the study, a mobile device of this kind was used to record the patients of the Department of Neurology, University Hospital of the Jagiellonian University in Kraków and a control group of healthy persons over the age of 50. The samples were then analysed and an attempt towards classification was made using statistical methods and machine learning techniques (PCA, SVM, LDA). It was shown that even for a limited population, the classifier reaches about 85% accuracy. Another topic discussed in the study is the possibility of implementing a fully automated mobile system for the monitoring of the disease’s progression. Propositions of further research were also drawn.
Jednym z najczęściej diagnozowanych zaburzeń neurodegeneracyjnych, obok choroby Alzheimera, jest choroba Parkinsona. To wolno postępująca choroba zwyrodnieniowa ośrodkowego układu nerwowego, która zajmuje obszary mózgu odpowiedzialne za motorykę. Pomimo powszechności choroby wśród osób starszych, do tej pory nie została opisana uniwersalna metoda jej pewnego zdiagnozowania. Praca przedstawia pilotażowe badanie dotyczące określenia przydatności i możliwości wykorzystania metod jednoczesnego przetwarzania i analizy sygnału mowy oraz sygnału przyspieszenia drgań kończyny górnej w kontekście badań przesiewowych lub obiektywnego monitorowania postępu leczenia chorób neurodegeneracyjnych, z wykorzystaniem danych pozyskanych za pomocą średniej klasy smartfonu z systemem Android. W ramach badania wykonano za pomocą urządzenia mobilnego nagrania pacjentów Oddziału Neurologii Szpitala Uniwersyteckiego w Krakowie ze zdiagnozowaną chorobą Parkinsona oraz osób zdrowych powyżej 50 roku życia. Próbki poddano analizie i wstępnej klasyfikacji z wykorzystaniem metod statystycznych oraz technik uczenia maszynowego (PCA, SVM, LDA). Pokazano, że skuteczność klasyfikacji już dla niewielkiej populacji sięga około 85%. W pracy omówiono również możliwość implementacji w pełni automatycznego systemu mobilnego monitorowania przebiegu choroby, a także przedstawiono propozycję dalszych badań w tym kierunku.
Źródło:
Diagnostyka; 2020, 21, 2; 31-39
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-5 z 5

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies