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 "Sygnał" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-13 z 13
    Tytuł:
    Characteristic points detection in ECG signal using Bayesian learning and fuzzy system
    Autorzy:
    Momot, M.
    Momot, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/333840.pdf
    Data publikacji:
    2007
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    sygnał EKG
    systemy rozmyte
    ECG signal
    fuzzy systems
    bayesian learning
    Opis:
    Characteristic points detection such as beginnings and ends of P-wave, T-wave or QRS complex is one of primary aims in automated analysis of ECG signal. The paper presents one possible approach based on Bayesian inference to design of kernel based classifier. The classification function is constructed using the probability distribution function of standard normal distribution and independent Gaussian random variables. The parameters of such variables are computed using iterative Expectation-Maximization algorithm. This approach is used to calculate parameters of classification function to modelling Takagi-Sugeno-Kang fuzzy systems. Numerical experiment of characteristic points detection in ECG signal using CTS database is also presented.
    Źródło:
    Journal of Medical Informatics & Technologies; 2007, 11; 171-176
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Empirical Bayesian averaging method and its application to noise reduction in ECG signal
    Autorzy:
    Momot, A.
    Momot, M.
    Łęski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/333575.pdf
    Data publikacji:
    2006
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    sygnał EKG
    średnia ważona
    wnioskowanie bayesowskie
    ECG signal
    weighted averaging
    Bayesian inference
    Opis:
    An electrocardiogram (ECG) is the prime tool in non-invasive cardiac electrophysiology and has a prime function in the screening and diagnosis of cardiovascular diseases. However one of the greatest problems is that usually recording an electrical activity of the heart is performed in the presence of noise. The paper presents empirical Bayesian approach to problem of signal averaging which is commonly used to extract a useful signal distorted by a noise. The averaging is especially useful for biomedical signal such as ECG signal, where the spectra of the signal and noise significantly overlap. In reality the variability of noise can be observed, with power from cycle to cycle, which is motivation for weighted averaging methods usage. It is demonstrated that by exploiting a probabilistic Bayesian learning framework, it can be derived accurate prediction models offering significant additional advantage, namely automatic estimation of 'nuisance' parameters. Performance of the new method is experimentally compared to the traditional averaging by using arithmetic mean and weighted averaging method based on criterion function minimization.
    Źródło:
    Journal of Medical Informatics & Technologies; 2006, 10; 93-101
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The Fuzzy Relevance Vector Machine and its application to noise reduction in ECG signal
    Autorzy:
    Momot, A.
    Momot, M.
    Łęski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/333828.pdf
    Data publikacji:
    2005
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    systemy rozmyte
    wnioskowanie bayesowskie
    sygnał EKG
    fuzzy systems
    Bayesian inference
    ECG signal
    Opis:
    The paper presents new method called the Fuzzy Relevance Vector Machine (FRVM), a modification of the relevance vector machine, introduced by M. Tipping, applied to learning Takagi-Sugeno-Kang (TSK) fuzzy system. Moreover it describes application of the FRVM to noise reduction in ECG signal. The results of the process are compared to those obtained using both Least Squares method for learning output functions in TSK rules and commonly used method using a low-pass moving average filter.
    Źródło:
    Journal of Medical Informatics & Technologies; 2005, 9; 99-105
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Weighted averaging of ECG signals based on partition of input set in time domain
    Autorzy:
    Momot, A.
    Momot, M.
    Łęski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/333836.pdf
    Data publikacji:
    2007
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    sygnał EKG
    ważone uśrednianie
    redukcja hałasu
    ECG signal
    weighted averaging
    noise reduction
    Opis:
    The paper presents new approach to problem of signal averaging which is commonly used to extract a useful signal distorted by a noise. The averaging is especially useful for biomedical signal such as ECG signal, where the spectra of the signal and noise significantly overlap. In reality can be observed variability of noise power from cycle to cycle which is motivation for using methods of weighted averaging. Performance of the new method, based on partition of input set in time domain and criterion function minimization, is experimentally compared with the traditional averaging by using arithmetic mean, weighted averaging method based on empirical Bayesian approach and weighted averaging method based on criterion function minimization.
    Źródło:
    Journal of Medical Informatics & Technologies; 2007, 11; 165-170
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Congestive heart failure detection based on Electrocardiomatrix Method with ECG Signal
    Autorzy:
    Rao, B. Mohan
    Kumar, Aman
    Powiązania:
    https://bibliotekanauki.pl/articles/38703034.pdf
    Data publikacji:
    2023
    Wydawca:
    Instytut Podstawowych Problemów Techniki PAN
    Tematy:
    electrocardiomatrix
    ECG signal
    congestive heart failure
    elektrokardiomatrix
    sygnał EKG
    zastoinowa niewydolność serca
    Opis:
    Congestive heart failure (CHF) is a prevalent, expensive to treat, and dangerous disease inwhich the pumping capacity of the heart muscle is reduced due to injury or stress. It causesmajor medical problems in humans and contribute to many diseases, thus increasing themortality rate. In a world with a growing population, there is a need for more precise andsimpler approaches to detect such conditions, which can prevent many diseases and lead toa lower mortality rate. The main goal here is to use electrocardiomatrix (ECM) approachto perform the task of detecting CHF. It is detected quickly and accurately with thisapproach, as ECM converts 2D electrocardiogram (ECG) data into a 3D-colored matrix.The approach is tested using ECG readings from the Beth Israel Deaconess Medical Center(BIDMC) CHF Database on the Internet (Physionet.org). The ECM outcomes of are thencompared to manual readings of ECG data. The ECM results achieved the accuracy of96.89%, the sensitivity of 97.53%, the precision of 99.1%, the F1-score of 97.76%, and thespecificity of 96.02% for CHF. This research shows that the ECM approach is a good wayfor machines and practitioners to interpret long-term ECG readings while maintainingaccuracy.
    Źródło:
    Computer Assisted Methods in Engineering and Science; 2023, 30, 3; 291-304
    2299-3649
    Pojawia się w:
    Computer Assisted Methods in Engineering and Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An application of the Lp-norm in robust weighted averaging of biomedical signals
    Autorzy:
    Pander, T.
    Przybyła, T.
    Czabański, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/333017.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    robust weighted averaging
    Lp-norm
    ECG signal
    solidna uśredniania ważona
    Lp-norma
    sygnał EKG
    Opis:
    Averaging is one of the basic methods of statistical analysis of experimental data where the response of the system is periodic or quasi-periodic. As long as the noise are Gaussian, the standard averaging leads to good results and effective noise reduction. However, when the distortions have impulsive nature, then such an approach leads to a deterioration of the system. In this case the robust methods should be applied which are characterized by resistance to a statistical sample spoken. In this work a robust averaging method based on the minimization of a scalar criterion function using a Lp-norm functions are presented. The effectiveness of the proposed method was tested in an averaging periods aligned ECG signal cycles in the presence of impulse noise.
    Źródło:
    Journal of Medical Informatics & Technologies; 2013, 22; 71-78
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie elektromechanicznej folii EMFi do pomiaru tętna
    Heart rate measurement using EMFi sensors
    Autorzy:
    Sondej, T.
    Różanowski, K.
    Dziuda, Ł.
    Powiązania:
    https://bibliotekanauki.pl/articles/155338.pdf
    Data publikacji:
    2012
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    pomiar tętna
    balistokardiografia
    sygnał EKG
    pomiar bezkontaktowy
    EMFi
    heart rate
    ballistocardiography
    BCG
    ECG
    non-contact measurement
    Opis:
    W artykule przedstawiono sposób użycia elektromechanicznej folii EMFi do pomiaru częstości skurczów serca człowieka. Stanowisko pomiarowe składa się z dwóch sensorów EMFi, umieszczonych na typowym krześle biurowym, modułu referencyjnego do pomiaru EKG i SpO2 oraz karty DAQ. Wyznaczono wartość tętna dla sygnału EMFi i EKG. Błąd pomiaru tego parametru określony z serii pomiarów wykonanych w czasie 1 minuty i szacowany jako różnica między sygnałem pochodzącym z EMFi a sygnałem EKG wynosi < 1 %.
    The Electro-Mechanical Film (EMFi) sensor for measurement of the human heart rate is presented. EMFi material is used to non-invasive technique for the assessment of the cardiac function called ballistocardiography (BCG). Construction and sensor operation are shown in Fig. 2. There was built a measurement setup from a typical office chair with ECG and SpO2 reference module (Fig. 4) for obtaining the ballistocardiogram . The EMFi signals from a subject sitting on the chair are recorded by a specially-designed amplifiers, analog filters and dedicated data acquisition card. A Matlab PC software was used for recording, data processing and displaying the results. EMFi sensors were mounted on the chair seat and backrest. The example signals are shown in Figs. 5, 6. The authors' method was evaluated by comparing the beat-to-beat heart rate (HRBB) values obtained from the EMFi sensors with the accurate reference values calculated from the reference ECG signal. The experimental results (calculated heart rate) are presented in Figs. 9, 10. The measurement error for the HRBB parameter, estimated as a difference between the EMFi and reference signal, is below 1 %, during 60-second recording.
    Źródło:
    Pomiary Automatyka Kontrola; 2012, R. 58, nr 3, 3; 264-267
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza czasowo-częstotliwościowa sygnału EKG
    Time-frequency analysis of ECG signal
    Autorzy:
    Pieniężny, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/208548.pdf
    Data publikacji:
    2009
    Wydawca:
    Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
    Tematy:
    analiza czasowo-częstotliwościowa
    sygnał EKG
    analiza sygnałów biomedycznych
    time-frequency analysis
    ECG signal
    biomedical signals - analysis
    Opis:
    Sygnały biomedyczne stanowią bardzo szczególną klasę sygnałów zarówno ze względu na ich strukturę, jak i szczególne podejście do ich analizy. Są one sygnałami niestacjonarnymi. Podstawowe metody analizy tego typu sygnałów obejmują analizę czasową i częstotliwościową, realizowane rozdzielnie. Rozdzielność analizy czasowej i częstotliwościowej sygnałów biomedycznych nie pozwala na pełną diagnozę z uwagi na zmienność ich struktury częstotliwościowej w czasie. Artykuł przedstawia pewne wyniki czasowo-częstotliwościowej analizy sygnału EKG.
    Biomedical signals are specific type of signals due to their structure and specific approach to their analysis. They are usually non-stationary signals. Basic methods of analysis include time and frequency analyses performed separately. Frequency structure of biomedical signals varies in time so, patient diagnose could be better when time-frequency analysis concept will be applied. The paper presents some results of time-frequency analysis of ECG signal.
    Źródło:
    Biuletyn Wojskowej Akademii Technicznej; 2009, 58, 1; 269-279
    1234-5865
    Pojawia się w:
    Biuletyn Wojskowej Akademii Technicznej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Methods of extracting electrocardiograms from electronic signals and images in the Python environment
    Autorzy:
    Zholmagambetova, Bakhytgul
    Mazakov, Talgat
    Jomartova, Sholpan
    Izat, Adilzhan
    Bibalayev, Olzhas
    Powiązania:
    https://bibliotekanauki.pl/articles/328664.pdf
    Data publikacji:
    2020
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    ECG signal
    MIT/BIH
    Python
    image processing
    one-dimensional array
    OpenCV
    Matplotlib
    NumPy
    sygnał EKG
    przetwarzanie obrazu
    Opis:
    High-quality signal processing of an electrocardiogram (ECG) is an urgent problem in present day diagnostics for revealing dangerous signs of cardiovascular diseases and arrhythmias in patients. The used methods and programs of signal analysis and classification work with the arrays of points for mathematical modeling that must be extracted from an image or recording of an electrocardiogram. The aim of this work is developing a method of extracting images of ECG signals into a one-dimensional array. An algorithm is proposed based on sequential color processing operations and improving the image quality, masking and building a one-dimensional array of points using Python tools and libraries with open access. The results of testing samples from the ECG database and comparing images before and after processing show that the signal extraction accuracy is approximately 95 %. In addition, the presented application design is simple and easy to use. The proposed program for analyzing and processing the ECG data has a great potential in the future for the development of more complex software applications for automatic analyzing the data and determining arrhythmias or other pathologies.
    Źródło:
    Diagnostyka; 2020, 21, 3; 95-101
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Pomiar aktywności serca przy użyciu sensorów ze sprzężeniem pojemnościowym
    Heart activity measurement using capacitive coupled body sensors
    Autorzy:
    Szymanowski, R.
    Różanowski, K.
    Dziuda, Ł.
    Powiązania:
    https://bibliotekanauki.pl/articles/157295.pdf
    Data publikacji:
    2012
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    sygnał EKG
    biopotencjał
    sensor pojemnościowy
    pomiar bezkontaktowy
    sprzężenie pojemnościowe
    ECG
    biopotential
    capacitive sensor
    non-contact measurement
    capacitive coupling
    Opis:
    Artykuł przedstawia układ do monitorowania aktywności elektrycznej serca z użyciem bezkontaktowej metody pojemnościowej. Czujnikami potencjałów na powierzchni skóry są sensory pojemnościowe, specjalnie do tego celu zaprojektowane. Pomiar wykonywany jest poprzez ubranie badanej osoby w pozycji siedzącej. Sensory umieszczone są na oparciu krzesła. Dla zmniejszenia wpływu zakłóceń zastosowano aktywną elektrodę odniesienia również ze sprzężeniem pojemnościowym, na której badana osoba siedzi.
    The paper presents a system for heart activity monitoring without a direct conductive skin contact. The system utilizes capacitively coupled sensors specially designed for measurements of electric potentials on a human body. In addition, to reduce common mode effects, there is employed a capacitive "driven seat ground" active electrode, similar to the "driven right leg" feedback. Section 1 contains a short description of the non-contact measurement techniques which do not require use of conductive gels and direct electric contact with skin, which may result in skin irritation. Section 2 deals with the measurement system. Amplifiers and filters are briefly discussed. A capacitive sensor is presented in detail. Examples of measurements through clothes are given in Section 3. The results for various areas of the reference electrode and during body movement are also included.
    Źródło:
    Pomiary Automatyka Kontrola; 2012, R. 58, nr 8, 8; 733-736
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Heart work analysis by means of recurrence-based methods
    Zastosowanie metody diagramów rekurencyjnych w diagnostyce i klasyfikacji chorób serca
    Autorzy:
    Iwaniec, J.
    Iwaniec, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/327372.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    ECG signal
    heart work
    cardiovascular dysfunctions
    recurrence plots
    RQA analysis
    sygnał EKG
    cykl pracy serca
    zaburzenia rytmu serca
    metoda diagramów rekurencyjnych
    analiza RQA
    Opis:
    Currently, for the purposes of recorded ECG signals (electrocardiograms) interpretation, the classical methods involving analysis of geometrical properties of the recorded waveforms in time domain are used. Such an analysis consists in determining the values of parameters describing the heart rate and rhythm. However, these indicators can not be treated as an infallible criterion for diagnosis and, moreover, the limits of increasing the accuracy of ECG analysis by increasing the accuracy of determining its characteristic points have already been reached. Therefore, in the paper, for the purposes of analysis of registered ECG signals and acoustical recordings of heart work, it is proposed to use the recurrence plots and RQA analysis methods that consist in searching for the recurrence properties of the registered signals. Application of the recurrence-based methods is natural due to the cyclic character of the heart work while providing patterns characteristic for different cardiac dysfunctions supported by objective, quantitative measures will contribute to early, credible and reliable classification of cardiovascular dysfunction.
    Obecnie, do analizy zarejestrowanych sygnałów EKG, wykorzystywane są metody detekcji punktów charakterystycznych, czyli metody badania własności geometrycznych analizowanych sygnałów w dziedzinie czasu. Jednak wyznaczone parametry opisujące zmienność rytmu serca nie są niezawodnym kryterium rozpoznania choroby. Z tego względu, w artykule, do analizy zarejestrowanych sygnałów EKG zaproponowano łączne zastosowanie metod klasycznych (obecnie stosowanych metod badania własności geometrycznych EKG) oraz metod diagramów rekurencyjnych (RP) i analizy RQA, polegających na badaniu rekurencyjności trajektorii fazowych badanych układów. Zastosowanie metod badania własności rekurencyjnych do analizy sygnałów EKG jest naturalne ze względu na cykliczny charakter pracy serca, natomiast określenie cech dystynktywnych charakterystycznych dla różnych chorób serca przyczynia się do zwiększenia wiarygodności a także niezawodności diagnostyki i klasyfikacji chorób serca.
    Źródło:
    Diagnostyka; 2017, 18, 4; 89-96
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    New frontiers of analysis, interpretation and classification of biomedical signals: a computational intelligence framework
    Autorzy:
    Gacek, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/333497.pdf
    Data publikacji:
    2011
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    sygnał EKG
    inteligencja obliczeniowa
    zbiory rozmyte
    granulki informacji
    ziarnista informatyka
    interpretacja
    klasyfikacja
    współdziałanie
    ECG signals
    computational intelligence
    neurocomputing
    fuzzy sets
    information granules
    granular computing
    interpretation
    classification
    interpretability
    Opis:
    The methods of Computational Intelligence (CI) including a framework of Granular Computing, open promising research avenues in the realm of processing, analysis and interpretation of biomedical signals. Similarly, they augment the existing plethora of "classic" techniques of signal processing. CI comes as a highly synergistic environment in which learning abilities, knowledge representation, and global optimization mechanisms and this essential feature is of paramount interest when processing biomedical signals. We discuss the main technologies of Computational Intelligence (namely, neural networks, fuzzy sets, and evolutionary optimization), identify their focal points and elaborate on possible limitations, and stress an overall synergistic character, which ultimately gives rise to the highly symbiotic CI environment. The direct impact of the CI technology on ECG signal processing and classification is studied with a discussion on the main directions present in the literature. The design of information granules is elaborated on; their design realized on a basis of numeric data as well as pieces of domain knowledge is considered. Examples of the CI-based ECG signal processing problems are presented. We show how the concepts and algorithms of CI augment the existing classification methods used so far in the domain of ECG signal processing. A detailed construction of granular prototypes of ECG signals being more in rapport with the diversity of signals analyzed is discussed as well. ECG signals, Computational Intelligence, neurocomputing, fuzzy sets, information granules, Granular Computing, interpretation, classification, interpretability.
    Źródło:
    Journal of Medical Informatics & Technologies; 2011, 17; 23-36
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Constant Q-transform-based deep learning architecture for detection of obstructive sleep apnea
    Autorzy:
    Kandukuri, Usha Rani
    Prakash, Allam Jaya
    Patro, Kiran Kumar
    Neelapu, Bala Chakravarthy
    Tadeusiewicz, Ryszard
    Pławiak, Paweł
    Powiązania:
    https://bibliotekanauki.pl/articles/24200694.pdf
    Data publikacji:
    2023
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    sleep apnea
    convolutional neural network
    constant Q-transform
    deep learning
    single lead ECG signal
    non apnea
    obstructive sleep apnea
    bezdech senny
    sieć neuronowa konwolucyjna
    uczenie głębokie
    sygnał EKG
    obturacyjny bezdech senny
    Opis:
    Obstructive sleep apnea (OSA) is a long-term sleep disorder that causes temporary disruption in breathing while sleeping. Polysomnography (PSG) is the technique for monitoring different signals during the patient’s sleep cycle, including electroencephalogram (EEG), electromyography (EMG), electrocardiogram (ECG), and oxygen saturation (SpO2). Due to the high cost and inconvenience of polysomnography, the usefulness of ECG signals in detecting OSA is explored in this work, which proposes a two-dimensional convolutional neural network (2D-CNN) model for detecting OSA using ECG signals. A publicly available apnea ECG database from PhysioNet is used for experimentation. Further, a constant Q-transform (CQT) is applied for segmentation, filtering, and conversion of ECG beats into images. The proposed CNN model demonstrates an average accuracy, sensitivity and specificity of 91.34%, 90.68% and 90.70%, respectively. The findings obtained using the proposed approach are comparable to those of many other existing methods for automatic detection of OSA.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2023, 33, 3; 493--506
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-13 z 13

      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