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 "data networks" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Przetwarzanie danych w Centrum Diagnostyki PKP Polskie Linie Kolejowe S.A. – nowe inicjatywy
    New trands in data processing explored at the centre for railway diagnostics, PKP Polskie Linie Kolejowe S.A.
    Autorzy:
    Madej, L.
    Gołąbek, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/249575.pdf
    Data publikacji:
    2018
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Komunikacji Rzeczpospolitej Polskiej
    Tematy:
    utrzymanie predykcyjne
    big data
    sieci sensorowe
    WSN
    diagnostyka kolejowa
    predictive maintenance
    Big Data
    wireless sensor networks
    railway diagnostics
    Opis:
    Burzliwy rozwój technologii informatycznych pozwala na pozyskiwanie, przetwarzanie i automatyczną analizę wielkich ilości danych diagnostycznych. Umożliwia to realizację optymalnych pod względem efektywności i kosztu strategii utrzymania infrastruktury kolejowej. Centrum Diagnostyki PKP Polskie Linie Kolejowe S.A. utrzymuje obszerny zbiór danych diagnostycznych i podejmuje działania ku przekształceniu go w wydajną bazę do działań analitycznych, zgodnie ze współczesnymi trendami, znanymi pod hasłem Big Data Analytics. Częścią aktywności w tym zakresie jest pozyskiwanie nowych źródeł danych diagnostycznych. Przykładem jest projekt pilotażowy wdrożenia sieci autonomicznych sensorów bezprzewodowych do monitorowania temperatury szyn. Artykuł opisuje podjęte i planowane działanie wraz z koniecznym kontekstem technologicznym.
    Fierce development of IT sector allows for an effective acquisition, processing and automatic analysis of large volumes of diagnostic data. This in turn brings in the possibility of implementing an optimal strategy for railway infrastructure maintenance in terms of both effectiveness and operational costs. The Center for Diagnostics, PKP Polskie Linie Kolejowe S.A. maintains a large database of diagnostic data and puts an effort toward transforming this data set into effective and consistent platform of data analysis according to current trend called Big Data Analytics. A part of an effort in this field is extending the database with new diagnostic data sets. The recent example of such activity is a drive test project of implementing a wireless sensor network for rail temperature monitoring. The undertaken and planned initiatives along with necessary technological context have been described in the paper.
    Źródło:
    Zeszyty Naukowo-Techniczne Stowarzyszenia Inżynierów i Techników Komunikacji w Krakowie. Seria: Materiały Konferencyjne; 2018, 1(115); 59-73
    1231-9171
    Pojawia się w:
    Zeszyty Naukowo-Techniczne Stowarzyszenia Inżynierów i Techników Komunikacji w Krakowie. Seria: Materiały Konferencyjne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Model symulacyjny sieci sensorowej na potrzeby systemów fuzji danych
    Simulation model of sensor network for data fusion
    Autorzy:
    Dyk, M.
    Najgebauer, A.
    Pierzchała, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/404003.pdf
    Data publikacji:
    2013
    Wydawca:
    Polskie Towarzystwo Symulacji Komputerowej
    Tematy:
    sieci sensorowe
    fuzja danych
    symulacja dyskretna zdarzeniowa
    sensor networks
    data fusion
    discrete event simulation
    Opis:
    W pracy przedstawiono model sieci sensorowej będący podstawą dla budowy symulatora, który może być wykorzystany do generowania sytuacji oraz danych na potrzeby systemów fuzji danych. Model, a w konsekwencji symulator, pozwala na zbudowanie heterogenicznej sieci (lub wielu sieci), której sensory obserwują zmieniające się w czasie zjawiska. Zaletami proponowanego modelu są: możliwość szerokiej konfiguracji węzłów, które posiadać mogą wiele zdolności do obserwacji środowiska, również uznawanych obecnie za futurystyczne, oraz łatwa konfigurowalność algorytmów trasowania i komunikacji bezprzewodowej. Budowany w oparciu o przedstawiony model symulator będzie również umożliwiał modyfikację zachowania sensorów poprzez ich makroprogramowanie.
    Paper presents wireless sensor network model which is base for desining and implementation of a simulator, which can be used by data fusion systems. The model, and in consequence the simulator, allows user to build a heterogeneous, wireless network. Its sensors can observe phenomena, which may change during simulation process. Proposed model has some advantages. First of all, sensors can be widely configured. They can have multiple observational capabilities, also those that are considered futuristic.
    Źródło:
    Symulacja w Badaniach i Rozwoju; 2013, 4, 4; 203-212
    2081-6154
    Pojawia się w:
    Symulacja w Badaniach i Rozwoju
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Sieci sensorowe dla potrzeb pozyskiwania danych w symulacji wielorozdzielczej
    Sensor networks for data acquisition in the problem of multiresolution simulation
    Autorzy:
    Najgebauer, A.
    Dyk, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/404063.pdf
    Data publikacji:
    2011
    Wydawca:
    Polskie Towarzystwo Symulacji Komputerowej
    Tematy:
    sieci sensorowe
    pozyskiwanie danych
    symulator
    symulacja wielorozdzielcza
    sensor networks
    data acquisition
    simulator
    multiresolution simulation
    Opis:
    W zagadnieniu symulacji wielorozdzielczej dużym wyzwaniem jest akwizycja danych najwyższej rozdzielczości. Problem jest szczególnie wyraźny w przypadku współpracy systemów symulacji komputerowej oraz rzeczywistej. W rozważanej sytuacji zakłada się współpracę symulatorów wojskowych różnych poziomów z ćwiczeniami poligonowymi. Pomysłem na rozwiązanie tego problemu jest zastosowanie sieci sensorowych jako narzędzia komunikacji. Dla działania sieci sensorowej konieczne jest opracowanie algorytmów trasowania i lokalizacji węzłów. Zadanie to jest szczególnie trudne jeśli węzły są w ruchu a ich dokładna lokalizacja nie jest znana, co ma miejsce w przypadku ćwiczenia poligonowego. Praca opisuje wymagania jakie powinny spełniać te algorytmy oraz dokonuje analizy obecnie funkcjonujących rozwiązań pod tym kątem.
    In the problem of multiresolution simulation the highest-resolution data acquisition is a challenge. The problem is particularly important in the case of cooperation of computer simulation and real-world. In the considered situation is assumed to military co-operation simulation of different levels of real exercise. The idea to solve this problem is to use sensor networks as a communication tool.
    Źródło:
    Symulacja w Badaniach i Rozwoju; 2011, 2, 4; 197-207
    2081-6154
    Pojawia się w:
    Symulacja w Badaniach i Rozwoju
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Data fusion in the decision-making process based on artificial neural networks
    Autorzy:
    Dudczyk, Janusz
    Rybak, Łukasz
    Jezierski, Zdzisław
    Powiązania:
    https://bibliotekanauki.pl/articles/1860953.pdf
    Data publikacji:
    2020
    Wydawca:
    Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
    Tematy:
    data fusion
    decision-making process
    sensor networks
    artificial neural network
    fuzja danych
    proces decyzyjny
    sieci sensorowe
    sztuczna sieć neuronowa
    Opis:
    Purpose: The term data fusion is often used in various technologies, where a significant element is the ability of combining data of different typology coming from diverse sources. Currently, the issue of DF is developing towards interdisciplinary field and is connected with 'agile' data (information) synthesis concerning phenomena and objects. Optimal environment to carry out data fusion are SN (Sensor Networks), in which DF process is carried out on a data stage, most often automatically with the use of probable association algorithms of this data. The purpose of this article was an implementation of a neural network and its adaptation in the process of data fusion and solving the value prediction problem. Design/methodology/approach: The conducted experiment was concerned with modelling artificial neural network to form radiation beam of microstrip antenna. In the research the MATLAB environment was used. Findings: The conducted experiment shows that depending on the type of output data set and the task for ANN, the effect of neural network's learning is dependent on the activation function type. The described and implemented network for different activation functions learns effectively, predicts results as well as has the ability to generalize facts on the basis of the patterns learnt. Research limitations/implications: Without doubts, it is possible to improve the model of a network and provide better results than these presented in the paper through modifying the number of hidden layers, the number of neurons, learning step value or modifying the learning algorithm itself. Originality/value: The paper presents the implementation of the sensor network in the context of the process of data fusion and solution prediction. The paper should be read by persons which research interests are focused at the decision support by the information and communication technologies.
    Źródło:
    Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska; 2020, 149; 97-108
    1641-3466
    Pojawia się w:
    Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
    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