Informacja

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

Wyszukujesz frazę "Płaczek, Stanisław" wg kryterium: Autor


Wyświetlanie 1-2 z 2
Tytuł:
Procesowa struktura wydziałowego systemu zarządzania jakością kształcenia
The Process Structure of the Faculty System of Education Quality Management
Autorzy:
Płaczek, Stanisław
Powiązania:
https://bibliotekanauki.pl/articles/439693.pdf
Data publikacji:
2014
Wydawca:
Akademia Finansów i Biznesu Vistula
Tematy:
Strategia Wydziału
Mapy Strategii
procesy
koncesariusze
jakość kształcenia
procedury
faculty strategy
strategy maps
processes
concessaries
quality of education
procedures
Opis:
Celem rozważań jest przedstawienie nowoczesnej koncepcji struktury Wydziałowego Systemu Zarządzania Jakością Kształcenia. Procesowa struktura charakteryzuje się dużą elastycznością w zakresie modyfikacji i modernizacji przyjętych rozwiązań, w zależności odstrategii zarządzania Wydziałem Uczelni. Koncepcję Procesowej Struktury WSZJK oparto na Mapach Strategii, w których procesowa struktura ujęta w czerech perspektywach umożliwia dostosowanie do przyjętej struktury zarzadzania jak również typu organizacji. W praktyce bowiem największym problemem każdej struktury jest elastyczność, czyli dopasowanie do zmieniającego się środowiska oraz celów działania samej organizacji. Przedstawiona Procesowa Struktura WSZJK charakteryzuje się szerokimi możliwościami adaptacyjnymi do wszelkich zmieniających się uwarunkowań. Mapy Strategii, a tym samym Procesowa Struktura WSZJK w maksymalnym stopniu uwzględniają interesy koncesariuszy, zarówno wewnętrznych, jak i zewnętrznych. Powyższe w połączeniu z nowoczesną strategią defi nicji celów całej Uczelni, czyni Procesową Strukturę najbardziej optymalną i dostosowana do współczesnych wymagań. Jest to artykuł koncepcyjny. Koncepcja w nim przedstawiona została przyjęta przez Radę Wydziału i wdrożona w Wydziale Informatyki AFiB Vistula.
An aim of considerations is to present the modern concept of the structure of the Faculty System of Education Quality Management (FSEQM). The process structure is characterised by a high flexibility as regards modification and modernisation of the adopted solutions depending on the strategy of University’s faculty management. The concept of the process structure of FSEQM is based on the strategy maps where the process structure taken in the four perspectives enable adjustment to the adopted structure of management as well as to the type of organisation. In practice, the biggest problem of every structure is flexibility, i.e. adjustment to the changing environment and objectives of activities of the very organisation. The presented process structure of FSEQM is characterised by wide adaptation possibilities in case of whatever changing determinants. The strategy maps and, thus, the process structure of FSEQM take into account to the maximum degree interests of concessaries, both internal and external. The above-mentioned combined with the modern strategy of definition of the goals and objectives of the entire University makes the process structure the optimal and adjusted to the contemporary requirements. This is a conceptual article. The concept presented in it was adopted by the Faculty Council and implemented in the Faculty of Computer Science of the Vistula University.
Źródło:
Kwartalnik Naukowy Uczelni Vistula; 2014, 1(39); 152-164
2084-4689
Pojawia się w:
Kwartalnik Naukowy Uczelni Vistula
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie teorii systemów hierarchicznych do analizy sztucznych sieci neuronowych
Application of the Theory of Hierarchical Systems to Analyse Artificial Neural Networks
Autorzy:
Płaczek, Stanisław
Powiązania:
https://bibliotekanauki.pl/articles/440175.pdf
Data publikacji:
2015
Wydawca:
Akademia Finansów i Biznesu Vistula
Tematy:
Sztuczne Sieci Neuronowe
hierarchiczne struktury
dekompozycja
koordynacja
systemy złożone
artificial neural networks
hierarchical structures
decomposition
coordination
complex systems
Opis:
Sztuczne Sieci Neuronowe (SSN) okazały się wygodnym narzędziem, przydatnym przy realizacji bardzo wielu różnych praktycznych zadań inżynierskich, ekonomicznych finansowych, medycznych i innych. SSN mogą być zastosowane tame, gdzie pojawiają się problemy z przetwarzaniem i analizą danych, prognozą, klasyfikacją czy sterowaniem. Sukces spowodowany jest tym, że w tych zastosowaniach SSN pełni rolę uniwersalnego aproksymatora nieliniowej, wektorowej funkcji wielu zmiennych. Podstawowym problemem jest efektywne uczenie złożonej konfiguracji sieci, jaką niewątpliwie jest struktura wielowarstwowej sieci neuronowej o wielu wejściach i wyjściach. Uczenie polega na poszukiwaniu minimum globalnej funkcji celu, którą najczęściej definiujemy jako błąd średniokwadratowy wyjścia sieci i warto-ści zadanej. Zadanie nie jest trywialne i ze względu na wielowymiarowość wektorów wejścia i wyjścia oraz wielowarstwowość sieci. Z tego też względu szuka się rozwiązań w sieciach o strukturze z jedną warstwą ukrytą. W celu wykorzystania możliwości sieci wielowarstwowych, do analizy złożonych struktur zastosowano metody i techniki opracowane dla wielowarstwowych, hierarchicznych struktur technicznych. Systemy hierarchiczne występują nie tylko w przyrodzie, lecz również w organizacjach ludzi. Tego typy struktury są bardzo efektywne z punktu widzenia zarządzania i kierowania organizacjami. Z systemami hierarchicznymi związane są zagadnienia dekompozycji dużego, podstawowego systemu na podsystemy oraz umiejętne skoordynowanie rozwiązań cząstkowych, w celu otrzymania rozwiązania optymalnego dla całego systemu. W artykule przedstawiono próbę zastosowania dekompozycji oraz koordynacji w stosunku do SSN o złożonej, wielowarstwowej strukturze. Dekomponując strukturę sieci oraz algorytm uczenia na podzadania, analizuje się wymagania, które musi spełnić algorytm w celu efektywnej koordynacji rozwiązań cząstkowych. Tak więc problem koordynacji jest problemem centralnym w analizie i konstrukcji algorytmu uczenia SSN. Artykuł ma charakter koncepcyjny.
Artificial neural networks (ANN) have appeared to be a convenient tool, useful for implementation of very many practical engineering, economic, financial, medical, and other tasks. ANN may be applied where the problems with data processing and analysis, forecast, classification or steering appear. The success is caused by the fact that in these applications ANN plays the role of universal approximator of the non-linear, vectored function of many variables. The basic problem is an effective teaching of the complex configuration of the network which, no doubt, the structure of multilayer neural network with many inputs and outputs is. Teaching consists in seeking for the minimum global function of the purpose, which is most oft en defined as a mean squared error of the network input and the set-point. The task is not trivial also due to the multidimensionality of vectors of input and output as well as due to the multilayer nature of the network. Also having this in mind, there are attempts to fi nd solutions in networks with the structure with one hidden layer. In order to make use of the possibilities of multilayer networks, the author applied for the analysis of complex structures the methods and techniques developed for multilayer, hierarchical technical structures. Hierarchical systems take place not only in the nature but also in human organisations. Such structures are very effective from the point of view of organisation management and direction. The hierarchical systems are combined with the issues of decomposition of a big, basic system into subsystems and a skilful coordination of partial solutions in order to obtain a solution optimal for the entire system. In his article, the author presented an attempt to apply decomposition and coordination in relation to ANN with a complex, multilayer structure. Decomposing the network structure and the algorithm of teaching into subtasks, he analyses the requirements to be met by the algorithm for the purpose of effective coordination of partial solutions. Thus, the problem of coordination is the central problem in the analysis and construction of the ANN algorithm of teaching. The article is of the conceptual nature.
Źródło:
Kwartalnik Naukowy Uczelni Vistula; 2015, 2(44); 102-116
2084-4689
Pojawia się w:
Kwartalnik Naukowy Uczelni Vistula
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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