Informacja

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

Wyszukujesz frazę "Rak, R. J." wg kryterium: Autor


Wyświetlanie 1-5 z 5
Tytuł:
Kształcenie metrologów w dobie społeczeństwa informacyjnego
Education of Metrology in the Era of Information Society
Autorzy:
Rak, R. J.
Powiązania:
https://bibliotekanauki.pl/articles/154579.pdf
Data publikacji:
2007
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
technologia informacyjna
wirtualny przyrząd pomiarowy
laboratorium wirtualne
zdalny dostęp do laboratorium
information technology
electronic book
virtual instrument
virtual laboratory
remote access to laboratory
Opis:
W referacie przedstawiono racje za opracowaniem i wprowadzeniem nowego, opartego na zdobyczach technologii informacyjnej, modelu kształcenia studentów w zakresie metrologii. W dalszej części opisano model edukacyjny bazujący na wykorzystaniu komputera, technik multimedialnych oraz dostępu do Internetu. Wreszcie zamieszczono opis platformy edukacyjnej, podręcznika elektronicznego oraz laboratorium wirtualnego. Na zakończenie zaprezentowano pewne ogólne informacje na temat kształcenia na odległość.
The article gives a review of reasons for developing and adopting a new web-based model of teaching in the field of Instrumentation & Measurement. That is followed by a description of the Internet and multimedia - based educational model. Then follows a description of the structure and tools of the electronic books and Virtual Laboratory. The last chapter presents some details concerned to distance learning.
Źródło:
Pomiary Automatyka Kontrola; 2007, R. 53, nr 9 bis, 9 bis; 65-68
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Czasowo-częstotliwościowa analiza sygnałów - w dydaktyce przyjaznej dla studentów
Time-frequency analysis in a student friendly didactic process
Autorzy:
Rak, R. J.
Majkowski, A.
Powiązania:
https://bibliotekanauki.pl/articles/151430.pdf
Data publikacji:
2007
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
cyfrowe przetwarzanie sygnałów
analiza częstotliwościowa
analiza czasowo-częstotliwościowa
podręcznik multimedialny
digital signal processing
frequency analysis
time-frequency analysis
multimedia handbook
Opis:
Mniej lub bardziej zaawansowane algorytmy cyfrowego przetwarzania i analizy sygnałów stanowią nieodłączną część modułów programowych każdego wirtualnego przyrządu pomiarowego. W związku z tym więk-szość narzędziowych programów przeznaczonych do projektowania wirtualnych przyrządów pomiarowych, wyposażona jest w biblioteki zawierające funkcje cyfrowego przetwarzania sygnałów. Odpowiadające im panele funkcyjne lub moduły graficzne mają formę przyjazną dla użytkownika i są łatwe w implementacji. Nie ulega wątpliwości, że metrolodzy, jako użytkownicy tego oprogramowania, powinni wcześniej poznać teorię cyfrowego przetwarzania sygnałów. Propozycja autorów polega po pierwsze na przedstawieniu metodycznego podejścia do nauczania metod cyfrowego przetwarzania i analizy sygnałów i po drugie na wykorzystaniu do tego celu zasobów programowych środowisk programistycznych takich jak LabVIEW czy LabWindows/CVI. Stąd prosta droga do opracowania multimedialnego podręcznika do cyfrowego przetwarzania sygnałów.
Digital signal processing algorithms are attached to software modules of many virtual instruments. So that, all available software tools, which help to design virtual instruments, are equipped with libraries implementing digital signal processing functions. Function panels or graphical modules related to them have a user friendly form and are easy to use. Certainly, the scientists, engineers and students as the tool software users should learn digital signal processing theory before. The idea of DSP teaching, presented by the authors, leads to creation of the multimedia DSP handbook.
Źródło:
Pomiary Automatyka Kontrola; 2007, R. 53, nr 9, 9; 65-69
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie potencjałów mózgowych P300 do sterowania awatarem
Implementation of P300 potentials for controlling an avatar
Autorzy:
Majkowski, A.
Kołodziej, M.
Rak, R. J.
Powiązania:
https://bibliotekanauki.pl/articles/154837.pdf
Data publikacji:
2012
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
BCI
interfejs mózg-komputer
sygnały EEG
potencjał P300
awatar
brain-computer interface
EEG
P300 potential
avatar
Opis:
W artykule przedstawiono system BCI umożliwiający sterowanie awatarem w wirtualnym świecie gry Second Life z wykorzystaniem potencjału mózgowego P300. Do budowy systemu autorzy wykorzystali ogólnodostępne oprogramowanie BCI2000 oraz własne oprogramowanie umożliwiające sterowanie zewnętrzną aplikacją poprzez symulację naciśnięć przycisków klawiatury. Użytkownik w komfortowy sposób może sterować kierunkiem ruchu awatara. System jest uniwersalny i po drobnych modyfikacjach pozwala na sterowanie dowolnym urządzeniem. Docelowo autorzy chcą wykorzystać autorskie oprogramowanie do sterowania kierunkiem ruchu wózka inwalidzkiego.
In the paper there is presented a BCI system which enables control of avatar movement in the virtual world of the Second Life game. The system consists of two PCs connected via LAN. On the first computer the BCI200 system was launched with a modified Dochin board (Fig. 5). The interface enables choosing the direction of avatar movement (forward, backward, right, left). Next, the BCI2000 system sends the information about the avatar movement direction via UDP / IP protocol to the second computer. On that computer a program created by the authors is running. Its task is to receive information about the movement direction, and then to send the appropriate commands, in the form of simulated keystrokes, to the game. The program was written in C # (Visual Studio 2005). An important advantage of the proposed interface is that a user does not have to learn the proper generation of the EEG signal. With only one calibration session it was possible to collect features of P300 potential for a user and correctly train the classifier. The system is universal and after minor modifications can control any device. Ultimately, the authors want to use the software to control the direction of wheelchair movement.
Źródło:
Pomiary Automatyka Kontrola; 2012, R. 58, nr 4, 4; 352-354
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie maszyny wektorów wspierających (SVM) do klasyfikacji sygnału EEG na użytek interfejsu mózg-komputer
Implementation of support vector machine for classification of EEG signal for brain-computer interface
Autorzy:
Kołodziej, M.
Majkowski, A.
Rak, R. J.
Powiązania:
https://bibliotekanauki.pl/articles/155968.pdf
Data publikacji:
2011
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
BCI
interfejs mózg-komputer
EEG
maszyna wektorów wspierających
SVM
brain-computer interface
support vector machine
Opis:
W artykule przedstawiono wykorzystanie maszyny wektorów wspierających (SVM) na użytek interfejsów mózg-komputer (BCI). W opracowanych algorytmach jako cechy sygnału EEG wykorzystano jego wariancję. Przedstawiono wyniki badań związanych z wykorzystaniem sieci SVM jako klasyfikatora. Eksperymenty przeprowadzono przy użyciu różnego rodzaju funkcji jądra.
Implementing communication between man and machine by use of EEG signals is one of the biggest challenges in the signal theory. Such communication could improve the standard of living of people with severe motor disabilities. Some disable persons cannot move, however they can think about moving their arms, legs and this way produce stable motor-related EEG signals. These signals can be used to construct BCI systems. However, the proper interpretation of the EEG signals is a very difficult task. There are three main stages in EEG signal analysis: feature extraction, feature selection and classification. The main aim of the paper is to implement a support vector machine as a classifier for the brain-computer interface. The proposed algorithm uses the EEG signal variance in the frequency range 8-30Hz. Experiments were conducted with use of different kernel functions for the SVM classifier. The best results were achieved for the quadratic polynomial kernel function. The classification error for testing data was 0.13.
Źródło:
Pomiary Automatyka Kontrola; 2011, R. 57, nr 12, 12; 1546-1548
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Przetwarzanie wstępne i analiza obrazu na użytek lokalizacji twarzy
Automatic face detection method
Autorzy:
Majkowski, A.
Kołodziej, M.
Rak, R. J.
Nasternak, M
Powiązania:
https://bibliotekanauki.pl/articles/152848.pdf
Data publikacji:
2014
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
detekcja twarzy
przetwarzanie obrazów
klasyfikacja
face detection
image processing
classification
Opis:
W artykule zaprezentowany jest algorytm automatycznej detekcji twarzy w obrazie statycznym. Detektor ma osiągać najwyższą skuteczność przy znajdowaniu twarzy możliwie niepochylonych i patrzących na wprost kamery. Wielkość wykrywanych twarzy musi być (z pewnymi odchyleniami) zgodna z rozmiarem twarzy zawartych na obrazach zastosowanych do uczenia klasyfikatora. Obrazy wejściowe mogą być kolorowe lub czarno-białe. Nie ma limitu co do liczby twarzy znajdujących się na obrazie.
The aim of this work is to design and implement a face detection algorithm in static images. The detector have to achieve the best results in finding possible not inclined faces of people looking directly at the camera. The authors have proposed an algorithm which operation is based on the appearance (features) of the face. Block diagram of the proposed face detector is given in Fig. 1. In the first stage, the image containing the face is subjected to preprocessing in which normalization is the most important. Normalization aims to unify a variety of analyzed images. We have used here a conversion of colors to gray levels and stretching and equalization of image histogram. Thus prepared image is processed by the appropriate face detection algorithm, which consists of pre-selection and classification. In order to train the classifier the authors created a database of images consisting of two major categories: containing faces and do not contain faces. As a collection of images that include faces there have been used Olivetti DB ORL database [1]. Final processing step is to get rid of the multiple detection of the same faces. As a result of the algorithm we obtain the location of all faces in the input image (Fig. 4). The size of detected faces should be (with some variations) in accordance with the size of images used to train the classifier. Input images can be color or black and white. There is no limit to the number of faces in an image.
Źródło:
Pomiary Automatyka Kontrola; 2014, R. 60, nr 3, 3; 132-135
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
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