Informacja

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

Wyszukujesz frazę "Podobińska-Staniec, Marta" wg kryterium: Autor


Wyświetlanie 1-3 z 3
Tytuł:
Financial and Non-Financial Reporting – an Attempt to Correlation Between Selected Chosen Variables
Raportowanie finansowe i niefinansowe – próba korelacji wybranych zmiennych
Autorzy:
Podobińska-Staniec, Marta
Ranosz, Robert
Powiązania:
https://bibliotekanauki.pl/articles/318426.pdf
Data publikacji:
2019
Wydawca:
Polskie Towarzystwo Przeróbki Kopalin
Tematy:
kapitał intelektualny
sprawozdawczość finansowa
korelacja
intellectual capital
financial reporting
correlation
Opis:
This paper describes a study designed to find correlations between intellectual capital efficiency, measured using the Value Added Intellectual Coefficient (VAIC), and selected components of reports submitted by KGHM Polska Miedź S.A., a Polish mining company. The study examined such components as the company’s intangible assets, number of jobs/FTEs (Full-time equivalent) and the net financial result. The timeframe explored here is the period between 2004 and 2018 (the last 14 years). We assumed that intellectual capital efficiency should be correlated with intangible assets, which are part of fixed assets, but the results of our study proved otherwise. Our analysis demonstrated that intellectual capital efficiency was correlated the strongest with the company’s financial performance.
Niniejszy artykuł został poświęcony badaniu polegającemu na znalezieniu zależności pomiędzy efektywnością wartości kapitału intelektualnego mierzonego za pomocą metody VAIC – (Value Added Intellectual Coefficient) a wybranymi składnikami raportów przedkładanymi przez polskie przedsiębiorstwo górnicze KGHM Polska Miedź S.A. Składniki, które wzięto pod uwagę w badaniu to między innymi: wartości niematerialne i prawne, liczba etatów czy też poziom wyniku finansowego netto spółki. Horyzont czasowy jaki był wzięty pod uwagę w ramach artykułu to okres od roku 2004 do roku 2018 (ostatnie 14 lat). Autorzy artykułu założyli, iż efektywność wartości kapitału intelektualnego powinna być skorelowana ze składnikiem aktywów trwałych w postaci wartości niematerialnych i prawnych, wyniki badań dały jednak rezultaty niezgodne ze wstępnymi założeniami Autorów niniejszego artykułu. Po przeprowadzeniu analizy stwierdzono, iż najwyższy poziom korelacji z efektywnością wartości kapitału intelektualnego mają wyniki finansowe spółki.
Źródło:
Inżynieria Mineralna; 2019, 21, 1; 283-288
1640-4920
Pojawia się w:
Inżynieria Mineralna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
IoT platforms for the Mining Industry: An Overview
Przegląd platform Internetu rzeczy dla przemysłu górniczego
Autorzy:
Gackowiec, Paulina
Podobińska-Staniec, Marta
Powiązania:
https://bibliotekanauki.pl/articles/318685.pdf
Data publikacji:
2019
Wydawca:
Polskie Towarzystwo Przeróbki Kopalin
Tematy:
przemysłowy internet rzeczy
platformy analityczne
górnictwo
analiza danych
industrial internet of things
analytics platforms
mining
data analysis
Opis:
Industry 4.0 and the Internet of Things are now very common concepts as solutions that can revolutionize the industry. Constant technological progress increases the possibilities of using computer tools and solutions to support processes in industry and production optimization. The use of the Internet of Things is particularly important in complex processes in mining, enabling the extraction of valuable information from data. The integration of physical facilities in the enterprise enables the digitization of production processes and the increase of efficiency and security. This article presents an overview of the selected internet of things platforms and analytical tools that can be used in industry, with particular emphasis on the mining sector. It is pointed out, that the number of suppliers of IoT technologies and analytical tools offering advanced data analytics services for industry is significant and constantly evolving. The aim of the article is to evaluate selected IoT solutions based on the following criteria: offering predictive analytics, implemented artificial intelligence (AI) or machine learning (ML) algorithms, a mining-oriented process approach, advanced data visualization, interoperability, real-time data capture, remote device management and cloud-based technology. The review was prepared to provide knowledge about IoT vendors operating on the market, as well as to indicate the functionalities that are the most popular among solutions.
Koncepcje Przemysłu 4.0 i Internetu rzeczy są obecnie bardzo powszechne, jako rozwiązania, które mogą zrewolucjonizować przemysł. Nieustanny postęp technologiczny zwiększa możliwości wykorzystania narzędzi i rozwiązań komputerowych do wspomagania procesów w przemyśle i optymalizacji produkcji. Zastosowanie Internetu rzeczy ma również istotne znaczenie w skomplikowanych i złożonych procesach w górnictwie, umożliwiając pozyskanie wartościowych informacji z danych. Ponadto, integracja obiektów fizycznych w przedsiębiorstwie umożliwia digitalizację procesów produkcyjnych oraz zwiększenie wydajności i bezpieczeństwa prowadzonych prac. W artykule przedstawiono przegląd wybranych platform internetu rzeczy i narzędzi analitycznych, które mogą być wykorzystywane w przemyśle, w szczególności z uwzględnieniem branży górniczej. Zwrócono uwagę na fakt, że liczba dostawców technologii IoT i narzędzi analitycznych, oferujących usługi zaawansowanej analityki danych dla przemysłu jest znacząca i ciągle się rozwija. Celem artykułu była ocena wybranych rozwiązań IoT na podstawie następujących kryteriów: zastosowanie predykcyjnej analityki, wdrożone algorytmy sztucznej inteligencji lub uczenia maszynowego, podejście procesowe zorientowane na górnictwo, zaawansowana wizualizacja danych, interoperacyjność, przechwytywanie danych w czasie rzeczywistym, zdalne zarządzanie urządzeniami oraz technologia oparta na chmurze. Przegląd został przygotowany, aby zestawić wiedzę na temat dostawców rozwiązań IoT działających na rynku, a także wskazać funkcjonalności wyróżniające poszczególne rozwiązania.
Źródło:
Inżynieria Mineralna; 2019, 21, 1; 267-272
1640-4920
Pojawia się w:
Inżynieria Mineralna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Machine Activity Recognition Using Clustering Method
Rozpoznawanie czynności maszyn z użyciem metody grupowania
Autorzy:
Kęsek, Marek
Ogrodnik, Romuald
Podobińska-Staniec, Marta
Powiązania:
https://bibliotekanauki.pl/articles/28763225.pdf
Data publikacji:
2023
Wydawca:
Polskie Towarzystwo Przeróbki Kopalin
Tematy:
Machine Activity Recognition
clustering, process mining
performance of individual machines
operational efficiency
rozpoznawanie czynności maszyn
grupowanie
process mining
stopień wykorzystania maszyn
wydajność operacyjna
Opis:
Machine activity recognition is important for benchmarking and analysing the performance of individual machine, machine maintenance needs and automated monitoring of work progress. Additionally, it can be the basis for optimizing manufacturing processes. This article presents an attempt to use object clustering algorithms for recognizing the type of activity in the production complex. For this purpose, data from the production process and the k-means algorithm were used. The most common object clustering algorithms were also discussed. The results and the presented analysis approach demonstrate that this method can be successfully utilized in practice.
Rozpoznawanie czynności realizowanych przez maszyny jest bardzo istotne dla porównania i analizy wydajności poszczególnych maszyn, potrzeb konserwacji maszyn oraz automatycznego monitorowania postępu prac. Dodatrkowo, może być ono podstawą do optymalizacji realizowanych procesw produkcyjnych. SW niniejszym artykule przedstawiono próbę wykorzystania algorytmów grupowania obiektów do rozpoznawania rodzaju aktywności kompleksu urabiającego. Do tego celu użyto danych pochodzących z procesu produkcyjnego oraz algorytmu k-means. Przyblizono także najpowszechniejsze algorytmy grupowania obiektów. Wyniki olraz zaprezentowany sposb przeprowadzania analizy pokazują, że taki sposob postępowania może być z powodzeniem wykorzystywany w praktyce.
Źródło:
Inżynieria Mineralna; 2023, 1; 327--332
1640-4920
Pojawia się w:
Inżynieria Mineralna
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    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