Informacja

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

Wyszukujesz frazę "Gorna, M." wg kryterium: Autor


Wyświetlanie 1-4 z 4
Tytuł:
Projekt systemu informatycznego do diagnozowania układów elektrycznych silnika spalinowego z zapłonem iskrowym
The project of system for diagnosing electrical system of internal combustion engine with spark ignition
Autorzy:
Zaborowicz, M.
Gorna, K.
Przybyl, K.
Nowak, T.
Boniecki, P.
Powiązania:
https://bibliotekanauki.pl/articles/882979.pdf
Data publikacji:
2016
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
silniki spalinowe
zaplon iskrowy
uklad elektryczny
diagnostyka
system informatyczny
Źródło:
Technika Rolnicza Ogrodnicza Leśna; 2016, 3
1732-1719
2719-4221
Pojawia się w:
Technika Rolnicza Ogrodnicza Leśna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Use of neuron image analysis to build classification model of corpora lutea of domestic cattle
Wykorzystanie neuronowej analizy obrazu w budowie modelu klasyfikacyjnego ciałek żółtych u bydła domowego
Autorzy:
Górna, K.
Zaborowicz, M.
Jaśkowski, B. M.
Idziaszek, P.
Okoń, P.
Boniecki, P.
Przybył, J.
Powiązania:
https://bibliotekanauki.pl/articles/337157.pdf
Data publikacji:
2016
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
neural modeling
computer image analysis
corpus luteum
ovaries
domestic cattle
modelowanie neuronowe
komputerowa analiza obrazu
ciałko żółte
jajnik
bydło domowe
Opis:
The paper presents the results of studies on the usefulness of the texture images USG (ultrasonography) analysis by GLCM (Gray Level Co-Occurrence Matrix) in neural modeling. Tests pertained to the efficacy of the classification of the corpora lutea located in ultrasound images of the domestic cattle ovaries performed by artificial neural networks. The tests were performed using three different methods: the first one used unprocessed images - raw, the second method used image processing - unsharp mask. In the third method the raw images were processed by filter reducing the noise - despeckle filter. For each of the presented methods, the best generated neural network model had the structure of the MLP (Multi Layers Perceptron). The best results, in terms of artificial neural network were obtained in the case of ultrasound images that were not processed prior to texture analysis. As a result, it generated MLP neural model of structure 5:5-8-1:1.
W pracy zaprezentowano wyniki przeprowadzonych badań nad przydatnością analizy tekstury obrazów USG (UltraSonoGraphy) metodą GLCM (Gray Level Co-Occurrence Matrix) w modelowaniu neuronowym. Sprawdzano skuteczność klasyfikacji przez sztuczne sieci neuronowe ciałek żółtych znajdujących się na obrazach USG jajników bydła domowego. Badania wykonano za pomocą trzech różnych metod: w pierwszej wykorzystano obrazy nieprzetworzone - surowe, w drugiej posłużono się metodą przetwarzania obrazu - filtrem wyostrzającym. Natomiast w trzecim sposobie obrazy surowe zostały przetworzone filtrem redukującym zaszumienia. Dla każdej z zaprezentowanych metod, najlepszy wygenerowany model sieci neuronowej miał strukturę MLP (Multi Layer Perceptron). Najlepsze wyniki, pod względem jakości sztucznej sieci neuronowej uzyskano w przypadku obrazów USG, które nie były przetwarzane przed analizą tekstur. W efekcie wygenerowano model neuronowy MLP o strukturze 5:5-8-1:1.
Źródło:
Journal of Research and Applications in Agricultural Engineering; 2016, 61, 3; 162-166
1642-686X
2719-423X
Pojawia się w:
Journal of Research and Applications in Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Association of vector data used for technical documentation with information embedded in graph databases
Kojarzenie danych wektorowych, tworzących dokumentacje techniczną z informacjami osadzonymi w bazach grafowych
Autorzy:
Gruszczyński, M.
Idziaszek, P.
Mueller, W.
Weres, J.
Rudowicz-Nawrocka, J.
Górna, K.
Powiązania:
https://bibliotekanauki.pl/articles/334060.pdf
Data publikacji:
2016
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
vector data
technical documentation
graph database
processing
AutoCAD
dane wektorowe
dokumentacja techniczna
baza grafowa
przetwarzanie
Opis:
The paper analyzes the possibilities of further and fuller use of geometric models of empirical systems, including agriculture, created at the level of AutoCAD. The analysis focuses primarily on opportunities for better mapping of existing links between graphic elements, unreadable or impossible to present at the level of digital technical documentation in the form of a graph structures offered by Neo4j. Information technologies, recognized and presented as necessary to achieve that objective were subsequently used to design and produce an application as a plug-in for AutoCAD. This application allows generating and management of created connections between geometric objects and their visualization both in the AutoCAD and available client software integrated with Neo4j platform.
Przeanalizowano możliwości dalszego, pełniejszego wykorzystania modeli geometrycznych systemów empirycznych, w tym dotyczących rolnictwa, tworzonych na poziomie AutoCAD-a. Analiza dotyczyła w głównej mierze możliwości pełniejszego odwzorowania istniejących powiązań pomiędzy elementami graficznymi, nieczytelnymi bądź niemożliwymi do przedstawienia na poziomie cyfrowej dokumentacji technicznej w formie struktur grafowych oferowanych przez Neo4j. Rozpoznano i przedstawiono niezbędne do realizacji tego celu technologie informatyczne, które następnie wykorzystano do zaprojektowania i wytworzenia aplikacji w formie plug-in dla AutoCAD. Aplikacja ta pozwala na generowanie, a następnie na zarządzanie utworzonymi powiązaniami pomiędzy obiektami geometrycznymi oraz ich wizualizację zarówno po stronie AutoCAD-a, jak i dostępnego programu klienckiego zintegrowanego z platformą Neo4j.
Źródło:
Journal of Research and Applications in Agricultural Engineering; 2016, 61, 1; 21-24
1642-686X
2719-423X
Pojawia się w:
Journal of Research and Applications in Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Use of methods of image processing and analysis to determine the distribution class of cortical granules in bovine oocytes
Wykorzystanie metod przetwarzania i analizy obrazu do określenia klasy rozmieszczenia ziaren korowych w oocytach pochodzenia bydlęcego
Autorzy:
Górna, K.
Balcerzak, K.
Idziaszek, P.
Nowakowski, K.
Boniecki, P.
Przybył, K.
Zaborowicz, M.
Powiązania:
https://bibliotekanauki.pl/articles/334711.pdf
Data publikacji:
2015
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
image processing
image analysis
cortical granules
oocyte
bovine oocytes
COC
przetwarzanie obrazu
analiza obrazu
ziarno korowe
oocyt
oocyt bydlęcy
KOK
Opis:
Image processing and analysis are one of the tools to achieve data coded in digital images. Development of these methods enables to gain more data coded in digital images, even those which are not visible to the human eyes. Therefore it is justified to create new computer systems appointed in functions and filters that support process of gaining new information coded in digital image. In this study system for classification of oocytes has been described. The cells are classified taking into account distribution of cortical granulae according to three-class scale. In addition, knowing the diameter of the follicle from which the oocyte was aspired and class of oocyte-cumulus complex, it is possible to determine developmental competence of oocyte.
Przetwarzanie i analiza obrazu stanowią narzędzia do uzyskania danych zawartych w obrazach cyfrowych. Dzięki rozwojowi tych metod można uzyskać więcej informacji na temat danych zakodowanych w obrazach cyfrowych, nawet tych które nie są widoczne dla ludzkiego oka. Dlatego też uzasadnione jest tworzenie nowych systemów informatycznych wyposażonych w funkcje i filtry, które wspierają proces pozyskiwania informacji zakodowanych w obrazach cyfrowych . W pracy opisano system do klasyfikacji oocytów. Komórki są klasyfikowane pod względem rozmieszczenia ziaren korowych zgodnie z trójstopniowa skala. Ponadto, przy znajomości średnicy pęcherzyka, z którego został wyaspirowany oocyt i klasę kompleksu oocyt-kumulus, możliwe jest ustalenie w systemie kompetencji rozwojowej komórki jajowej.
Źródło:
Journal of Research and Applications in Agricultural Engineering; 2015, 60, 1; 14-18
1642-686X
2719-423X
Pojawia się w:
Journal of Research and Applications in Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-4 z 4

    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