Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "function networks" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-11 z 11
    Tytuł:
    Stabilising solutions to a class of nonlinear optimal state tracking problems using radial basis function networks
    Autorzy:
    Ahmida, Z.
    Charef, A.
    Becerra, V. M.
    Powiązania:
    https://bibliotekanauki.pl/articles/908523.pdf
    Data publikacji:
    2005
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    system nieliniowy
    sterowanie optymalne
    radialna funkcja bazowa
    sieć neuronowa
    regulacja predykcyjna
    sterowanie wyprzedzające
    nonlinear systems
    optimal control
    radial basis functions
    neural networks
    predictive control
    feedforward control
    Opis:
    A controller architecture for nonlinear systems described by Gaussian RBF neural networks is proposed. The controller is a stabilising solution to a class of nonlinear optimal state tracking problems and consists of a combination of a state feedback stabilising regulator and a feedforward neuro-controller. The state feedback stabilising regulator is computed online by transforming the tracking problem into a more manageable regulation one, which is solved within the framework of a nonlinear predictive control strategy with guaranteed stability. The feedforward neuro-controller has been designed using the concept of inverse mapping. The proposed control scheme is demonstrated on a simulated single-link robotic manipulator.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2005, 15, 3; 369-381
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Membership function - ARTMAP neural networks
    Autorzy:
    Sinčák, P.
    Hric, M.
    Vaščák, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/1931570.pdf
    Data publikacji:
    2003
    Wydawca:
    Politechnika Gdańska
    Tematy:
    pattern recognition principles
    classifier design
    classification accuracy assessment
    contingency tables
    backpropagation neural networks
    fuzzy BP neural networks
    ART and ARTMAP neural networks
    modular neural networks
    neural networks
    Opis:
    The project deals with the application of computational intelligence (CI) tools for multispectral image classification. Pattern Recognition scheme is a global approach where the classification part is playing an important role to achieve the highest classification accuracy. Multispectral images are data mainly used in remote sensing and this kind of classification is very difficult to assess the accuracy of classification results. There is a feedback problem in adjusting the parts of pattern recognition scheme. Precise classification accuracy assessment is almost impossible to obtain, being an extremely laborious procedure. The paper presents simple neural networks for multispectral image classification, ARTMAP-like neural networks as more sophisticated tools for classification, and a modular approach to achieve the highest classification accuracy of multispectral images. There is a strong link to advances in computer technology, which gives much better conditions for modelling more sophisticated classifiers for multispectral images.
    Źródło:
    TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk; 2003, 7, 1; 43-52
    1428-6394
    Pojawia się w:
    TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Head-Related Transfer Function Selection Using Neural Networks
    Autorzy:
    Yao, S.-N.
    Collins, T.
    Liang, C.
    Powiązania:
    https://bibliotekanauki.pl/articles/176307.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    head-related transfer function
    neural networks
    localisation
    music
    audio
    anthropometry
    pinna
    Opis:
    In binaural audio systems, for an optimal virtual acoustic space a set of head-related transfer functions (HRTFs) should be used that closely matches the listener’s ones. This study aims to select the most appropriate HRTF dataset from a large database for users without the need for extensive listening tests. Currently, there is no way to reliably reduce the number of datasets to a smaller, more manageable number without risking discarding potentially good matches. A neural network that estimates the appropriateness of HRTF datasets based on input vectors of anthropometric measurements is proposed. The shapes and sizes of listeners’ heads and pinnas were measured using digital photography; the measured anthropometric parameters form the feature vectors used by the neural network. A graphical user interface (GUI) was developed for participants to listen to music transformed using different HRTFs and to evaluate the fitness of each HRTF dataset. The listening scores recorded were the target outputs used to train the neural networks. The aim was to learn a mapping between anthropometric parameters and listener’s perception scores. Experimental validations were performed on 30 subjects. It is demonstrated that the proposed system produces a much more reliable HRTF selection than previously used methods.
    Źródło:
    Archives of Acoustics; 2017, 42, 3; 365-373
    0137-5075
    Pojawia się w:
    Archives of Acoustics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Lokalizacja punktów pomiarowych w systemie do trójwymiarowego pozycjonowania ciała wybranymi metodami sztucznej inteligencji
    Detection of measurement points in a 3D body positioning system by means of artificial intelligence
    Autorzy:
    Czechowicz, A.
    Tokarczyk, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/131086.pdf
    Data publikacji:
    2009
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    fotogrametria
    pozycjonowanie ciała
    sieci neuronowe
    perceptron wielowarstwowy
    wsteczna propagacja błędów
    sieci z radialnymi funkcjami bazowymi
    photogrammetry
    body positioning
    neural networks
    multi-layer perceptron
    error back-propagation
    radial basis function networks
    Opis:
    Fotogrametryczny system cyfrowy do pomiaru ciała ludzkiego dla celów badania wad postawy służy do wyznaczania przestrzennego położenia wybranych jego punktów. Wymaga on pomierzenia na zdjęciach cyfrowych trzech grup punktów, zwanych w tytule referatu punktami pomiarowymi: fotopunktów, markerów sygnalizowanych na pacjencie oraz źrenic oczu. Fotopunkty to czarno-białe sygnały pozwalające na orientację w przestrzeni modelu utworzonego ze zdjęć. Markery to styropianowe kulki o średnicy 4÷5 mm sygnalizujące wybrane elementy kośćca umieszczone na powierzchni ciała. Artykuł dotyczy wykorzystania sieci neuronowych do lokalizacji fotopunktów i styropianowych markerów. Zadaniem sieci jest klasyfikacja kolejnych fragmentów obrazu na zawierające obraz fotopunktu, markera lub niezawierające obrazu żadnego z nich. W ramach badań sprawdzono możliwość przeprowadzenia zdefiniowanej powyżej klasyfikacji sieciami o architekturze wielowarstwowego perceptronu (ang. Multi Layer Perceptron –MLP) ze wsteczną propagacją błędu oraz sieciami z radialnymi funkcjami bazowymi RBF (ang. Radial Basis Function Networks). Zweryfikowano przydatność reprezentacji opartej na informacji o rozkładzie wartości gradientu oraz jego kierunku dla celów wykrycia punktów pomiarowych. Wspomniana reprezentacja wywodzi się z badań nad selekcją podobrazów dla potrzeb dopasowania zdjęć lotniczych.
    A digital photogrammetric system for making measurements of the human body for the purpose of studying faulty posture is designed to determine the three-dimensional location of selected points in the human body. It requires the measurement of three groups of points on digital images, points referred to in this paper’s title as measurement points, i.e. control points, markers indicated on the patient’s body and pupils of the eyes. Control points are black and white signals permitting the correct orientation in space of a model created from the images. The markers are balls of polystyrene foam of 4-5 mm diameter, placed on the body, which indicate selected elements of the human skeleton. This paper describes the utilisation of neural networks to locate control points and markers. The aim of the networks is to classify consecutive fragments of an image as containing control points, containing markers or not containing any of these features. The research covered evaluation of the possibility of conducting this classification using Multi Layer Perceptron Networks with back propagation of errors as well as with Radial Basis Function Networks. The usefulness of a representation based on information about the distribution of gradient value and direction for the purpose of the detection of measurement points has been verified. This representation comes from earlier research on the selection of subimages for the purpose of matching the aerial pictures.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2009, 20; 67-79
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Approximation properties of some two-layer feedforward neural networks
    Autorzy:
    Nowak, M. A.
    Powiązania:
    https://bibliotekanauki.pl/articles/255577.pdf
    Data publikacji:
    2007
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    neural networks
    approximation of functions
    sigmoidal function
    Opis:
    In this article, we present a multiyariate two-layer feedforward neural networks that approximate continuos functions defined on [0, 1]d. We show that the L1 error of approximation is asymptotically proportional to the modulus of continuity of the underlying function taken at √d/n, where n is the number of function values used.
    Źródło:
    Opuscula Mathematica; 2007, 27, 1; 59-72
    1232-9274
    2300-6919
    Pojawia się w:
    Opuscula Mathematica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Lan interconnection unit based on an artificial neural network
    Autorzy:
    Jalab, Hamid A.
    Powiązania:
    https://bibliotekanauki.pl/articles/1955324.pdf
    Data publikacji:
    2006
    Wydawca:
    Politechnika Gdańska
    Tematy:
    LAN bridge
    neural networks
    radial basis function (RBF)
    Opis:
    This paper presents the design of an intelligent interconnection unit based on an artificial neural network (ANN), used when two local area networks (LAN) with different IEEE 802 standard protocols are connected. The proposed ANN is used to activate execution of suitable procedures bridging 802.X LAN and 802.Y LAN.
    Źródło:
    TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk; 2006, 10, 3; 339-346
    1428-6394
    Pojawia się w:
    TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Vehicles Classification Using the HRBF Neural Network
    Klasyfikacja pojazdów z wykorzystaniem sieci neuronowej HRBF
    Autorzy:
    Wantoch-Rekowski, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/305921.pdf
    Data publikacji:
    2011
    Wydawca:
    Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
    Tematy:
    sieci neuronowe
    klasyfikacja sieci
    zbiór uczący
    Hyper Radial Basis Function network HRBF
    neural networks
    networks classification
    learning set
    HRBF
    Opis:
    The paper presents the problem of using a neural network for military vehicle classification on the basis of ground vibration. One of the main elements of the system is a unit called the geophone. This unit allows to measure the amplitude of ground vibration in each direction for a certain period of time. The value of the amplitude is used to fix the characteristic frequencies of each vehicle. If we want to fix the main frequency it is necessary to use the Fourier transform. In this case the fast Fourier transform FFT was used. Since the neural network (Hyper Radial Basis Function network) was used, a learning set has to be prepared. Please find the attached results of using the HRBF neural network, which include: examples of learning, validation and test sets, the structure of the networks and the learning algorithm, learning and testing results.
    W opracowaniu przedstawiono zagadnienie wykorzystania sieci neuronowej do klasyfikacji określonych typów pojazdów na podstawie analizy amplitudy drgań gruntu. Jednym z elementów systemu do pomiaru amplitudy drgań gruntu jest geofon. Umożliwia on pomiar amplitudy drgań gruntu w wybranym kierunku dla określonego przedziału czasu. Wartość wyznaczonej amplitudy wykorzystywana jest do wyznaczenia charakterystycznych częstotliwości drgań dla poszczególnych pojazdów. Do wyznaczenia charakterystycznych częstotliwości wykorzystywana jest transformata Fouriera FFT. Do klasyfikacji wykorzystana została sieć neuronowa z radialną funkcją aktywacji, dlatego też wymagane jest przygotowanie odpowiedniego zbioru uczącego. W opracowaniu przedstawiono wyniki użycia sieci HRBF. Przedstawiono strukturę oraz zawartość zbioru uczącego.
    Źródło:
    Biuletyn Instytutu Systemów Informatycznych; 2011, 7; 47-52
    1508-4183
    Pojawia się w:
    Biuletyn Instytutu Systemów Informatycznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of Discriminant Analysis and Neural Networks to Forecasting the Financial Standing of Farms
    Wykorzystanie analizy dyskryminacyjnej oraz sieci neuronowych do prognozowania sytuacji finansowej gospodarstw rolniczych z uwzględnieniem czasu
    Autorzy:
    Kisielińska, Joanna
    Powiązania:
    https://bibliotekanauki.pl/articles/905048.pdf
    Data publikacji:
    2009
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    linear discriminant function
    neural networks
    Opis:
    The aim of the research was to determinate a linear discriminant function and neural network that could be applied for financial situation forecasting in polish farms sector. The construction of discriminant models was based on set of financial indicators and the classification criterion was based on the private farm's income. The investigated population was divided into two equal groups with respect to the median value of income. The data was gathered in the period of several years that allowed examine the influence of the time on the quality of discriminant models. Also the set of indicators with large forecasting ability was determined. The data used for the discriminant models was sourced from private farms keeping farm accountancy under auspices the Institute of Agricultural and Food Economics in the years 1992-2002. The calculations was made with help of STATISTICA and data analysis with Excel using VISUAL BASIC FOR APPLICATION.
    Celem prezentowanych badań było wyznaczenie liniowej funkcji dyskryminacyjnej oraz sieci neuronowej do tworzenia prognoz sytuacji finansowej gospodarstw rolniczych. Podstawę, konstrukcji modeli dyskryminacyjnych stanowił zestaw wskaźników finansowych, natomiast kryterium klasyfikacji oparte zostało na dochodzie rolniczym. Badaną zbiorowość podzielono na dwie równoliczne klasy. Gospodarstwa osiągające dochód rolniczy mniejszy od mediany (gospodarstwa słabe) zaliczano do klasy I, natomiast o dochodzie od niej większym (gospodarstw dobre) do II. Taki dobór kryterium klasyfikacji wynika z tego, że w przypadku gospodarstw rolniczych problem bankructwa praktycznie nie występuje, wobec czego nie można dla nuli budować typowych modeli ostrzegawczych. Analizy przeprowadzono na podstawie danych pochodzących z kilku lat, co pozwoliło im zbadanie wpływu czasu na jakość uzyskanych modeli dyskryminacyjnych. Chodziło o sprawdzenie, czy model zbudowany dla jednego roku można będzie wykorzystać w lalach kolejnych. Cel dodatkowy polegał na określeniu wskaźników finansowych o największych zdolnościach prognostycznych, czyli takich, których wpływ na wartość funkcji dyskryminacyjnej jest najistotniejszy. Modele dyskryminacyjne utworzono w oparciu o wyniki finansowe gospodarstw rolniczych prowadzących rachunkowość rolną pod kierunkiem Instytutu Ekonomiki Rolnictwa i Gospodarki Żywnościowej w latach 1992-2001. Do obliczeń wykorzystany został pakiet STATISTICA, natomiast obróbkę danych i analizę wyników wykonano w arkuszu kalkulacyjnym EXCEL wykorzystując język VISUAL BASIC FOR APPLICATION.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2009, 225
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wavelet-neural systems as approximators of an unknown function - a comparison of biomedical signal classifiers
    Autorzy:
    Kostka, P.
    Tkacz, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/1965818.pdf
    Data publikacji:
    2004
    Wydawca:
    Politechnika Gdańska
    Tematy:
    wavelets
    neural networks
    biomedical signal classifiers
    Opis:
    Wavelet-neural systems (WNS) presented in this work, inheriting the properties of neural networks, belong to the class of universal approximators of unknown functions, F, describing the relationship between input X ∈ RN and output Y ∈ RM of a process or object. Classifier structures described in this work fulfil the role of approximators of functions, which are able to assign the input signal to a particular class with a given accuracy. A performance comparison of elaborated classifier structures with preliminary time-frequency analysis in the wavelet layer has been made for different types of the neural part. A feed forward multi-layer perceptron and a neural net with radial basic functions are analysed theoretically and practically. Results included in this paper present a comparison of the learning and verification stages of a classifier, tested on the basis of non-stationary signals of heart rate variability. Despite the fact that a WNS with the Morlet basic function gives the best results for the learning phase of WNS, the other tested wavelets used in the preliminary layer, Db4, allow us to obtain the best system performance during its verification.
    Źródło:
    TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk; 2004, 8, 2; 159-169
    1428-6394
    Pojawia się w:
    TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie sieci neuronowej do sterowania pracą wciągarki
    Application of neural network to define winch drive function
    Autorzy:
    Falat, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/387180.pdf
    Data publikacji:
    2010
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    sterowanie
    maszyna
    sieci neuronowe
    control
    machine
    neural networks
    Opis:
    Często spotykanym zadaniem stawianym przed żurawiami typu offshore jest utrzymanie ładunku na zadanej głębokości pomimo ruchów bazy żurawia wywołanych falowaniem morza. W niniejszym artykule przedstawiono zastosowa- nie sieci neuronowej do wyznaczania funkcji napędowej wciągarki zapewniającej stabilizację pionową ładunku. Analizy przeprowadzono dla żurawia typu A-rama. Opracowano jego model matematyczny, przy czym korzystając z wcześniejszych doświadczeń autora, przyjęto, że jedynym elementem podatnym w układzie jest lina. W poprzednich pracach autor proponował użycie metod optymalizacji do wyznaczenia poszukiwanej funkcji napędowej. Optymalizacja dynamiczna jest jednak na tyle czasochłonna obliczeniowo, że jej zastosowanie w czasie rzeczywistym nie jest możliwe. Stąd podjęto próbę wykorzystania do rozwiązania tego problemu sieci neuronowej. Optymalizację zastosowano natomiast do przygotowania odpowiedniego zbioru uczącego dla sieci neuronowej.
    The paper presents the application of the neural network to controlling of the drive function of a sea crane winch. The function ensures the load stabilization on a proper depth. The base ship movements, caused by the sea waves, are taken into consideration. The author applied the neural network and the object oriented programming techniques which have been used to crate own software applications.
    Źródło:
    Acta Mechanica et Automatica; 2010, 4, 2; 43-48
    1898-4088
    2300-5319
    Pojawia się w:
    Acta Mechanica et Automatica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of Neural Networksin the Tests of Hand Grenade Fuses
    Zastosowanie sieci neuronowych w badaniach zapalników do granatów ręcznych
    Autorzy:
    Ampuła, Dariusz
    Powiązania:
    https://bibliotekanauki.pl/articles/208533.pdf
    Data publikacji:
    2019
    Wydawca:
    Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
    Tematy:
    artificial intelligence
    neural networks
    activation function
    hidden neurons
    fuse
    sztuczna inteligencja
    sieci neuronowe
    funkcja aktywacji
    neurony ukryte
    zapalnik
    Opis:
    The neural networks, which find currently use in the unusually wide range of problems, in such fields as: finance, medicine, geology or physics, were characterized in the article. It was accent, that neural networks are very sophisticated technique of modelling, able to map extremely complex functions. It was noticed particularly, that neural networks had a non-linear character, what very essentially improve the possibilities of their applications. Some previous applications of neural networks were introduced, both in the area of domestic and foreign, including also military applications. The fuse of UZRGM type (Universal Modernized Fuse of Hand Grenades) was characterized, describing his building and way of action, special attention-getting on the tested features during laboratory diagnostic tests. Necessary technical parameters for the first and the second laboratory diagnostic tests, whose purpose was to build two independent neural networks, on the basis of existing test results and undertaken post-diagnostic decisions were designed. A few artificial neural networks were made and finally the best two independent neural networks were chosen. The main parameters of the chosen active neural networks were introduced in the pictures. Concise information, relating to the built artificial neural networks, for the first and the second laboratory diagnostic tests of the fuses of UZRGM type, was presented in the end of the article. In the summary, clearly distinguished are advantages of the applications of the proposed evaluation method, which significantly shortens an evaluation process of new empirical test results and causes complex automatization of an evaluation process of the tested fuses.
    W artykule scharakteryzowano sieci neuronowe, które znajdują obecnie zastosowanie w niezwykle wielu problemach, w takich dziedzinach jak: finanse, medycyna, geologia czy fizyka. Podkreślono, że sieci neuronowe są bardzo wyrafinowaną techniką modelowania, zdolną do odwzorowania nadzwyczaj złożonych funkcji. W szczególności zauważono, że sieci te mają charakter nieliniowy, co bardzo istotnie wzbogaca możliwości ich zastosowania. Przedstawiono niektóre dotychczasowe zastosowania sieci neuronowych, zarówno w obszarze krajowym, jak i zagranicznym, włączając w to także zastosowania wojskowe. Scharakteryzowano zapalnik typu UZRGM, opisując jego budowę oraz sposób działania, zwrócono szczególną uwagę na badane cechy podczas laboratoryjnych badań diagnostycznych. Zaprojektowano niezbędne parametry techniczne dla pierwszych i drugich laboratoryjnych badań diagnostycznych, których celem była budowa dwóch niezależnych sieci neuronowych na podstawie istniejących wyników badań oraz podjętych decyzji podiagnostycznych. Zbudowano wiele sztucznych sieci neuronowych, których wynikiem były zaprojektowane i wybrane jako najlepsze dwie niezależne sieci neuronowe. Na rysunkach przedstawiono główne parametry wybranych aktywnych sieci neuronowych. Na końcu artykułu znajdują się zwięzłe informacje dotyczące zbudowanych sztucznych sieci neuronowych dla pierwszych i drugich laboratoryjnych badań diagnostycznych zapalników typu UZRGM. W podsumowaniu jasno wyróżniono zalety stosowania zaproponowanej metody oceny, która znacząco skraca proces oceny nowych empirycznych wyników badań oraz powoduje pełną automatyzację procesu oceny badanych zapalników.
    Źródło:
    Biuletyn Wojskowej Akademii Technicznej; 2019, 68, 1; 197-212
    1234-5865
    Pojawia się w:
    Biuletyn Wojskowej Akademii Technicznej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-11 z 11

      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