Informacja

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

Wyszukujesz frazę "Kruk, J." wg kryterium: Autor


Wyświetlanie 1-5 z 5
Tytuł:
Wiarygodność modelowania 3D zawartości Pb oraz głównych metali w złożu rud Cu-Ag Sieroszowice (LGOM)
Reliability of 3D modelling of the Pb and main metals content in the Sieroszowice Cu-Ag ore deposit (Lubin-Głogów Copper District)
Autorzy:
Wasilewska-Błaszczyk, M.
Kruk, M.
Mucha, J.
Powiązania:
https://bibliotekanauki.pl/articles/2061770.pdf
Data publikacji:
2017
Wydawca:
Państwowy Instytut Geologiczny – Państwowy Instytut Badawczy
Tematy:
ołów
model 3D
interpolacja
kriging zwyczajny
symulacja geostatystyczna
złoże Cu-Ag
lead
3D model
interpolation
ordinary kriging
geostatistical simulation
Cu-Ag deposit
Opis:
W artykule podjęto próbę oceny możliwości wiarygodnego modelowania 3D zawartości ołowiu w porównaniu do wiarygodności modelowania 3D zawartości głównych metali złoża Cu i Ag. Modele 3D zawartości pierwiastków wykonano metodami interpolacyjnymi (kriging zwyczajny w dwóch wariantach i metoda odwrotnej odległości do kwadratu) oraz symulacyjnymi (symulacja Turning Bands). Weryfikacja dokładności oszacowań zawartości metali w modelu 3D, wykonana punktowo na podstawie zbioru testowego, wykazała że możliwe do zaakceptowania w praktyce geologiczno-górniczej są oszacowania zawartości Cu i Ag (mediany błędów oszacowań w rzędu 40%), natomiast wiarygodność modelu Pb jest mała (mediany błędów rzędu 70%). Wynika to z niekorzystnych cech statystycznych zawartości większości pierwiastków towarzyszących (silnie asymetrycznych rozkładów prawdopodobieństwa, bardzo dużej zmienności i występowania licznych wartości anomalnych) oraz ze znacznie rzadszej sieci opróbowań złoża dla oznaczeń pierwiastków towarzyszących niż dla Cu. Generalnie, obliczone mediany błędów interpolacji dla 4 metod nie dają podstaw do wyróżnienia jakiejkolwiek z nich jako zapewniającej w każdym przypadku wyższą dokładność oszacowań zawartości pierwiastków.
The paper attempts to evaluate the possibility of reliable 3D modelling of lead content against the reliability of 3D modelling of Cu and Ag (main metals in the Sieroszowice Cu-Ag deposit) contents. The 3D modelling of the content of these elements was performed using interpolation (ordinary kriging in two variants, and squared inverse distance weighting) and simulation methods (Turning Bands Simulation). The assessment of the accuracy of estimates of metal contents determined from the 3D model, based on both spot samples and a training set, has shown that the estimated contents of Cu and Ag are acceptable for geological and mining applications (medians of estimation errors in the order of 40%), while the reliability of the Pb model is low (medians of estimation errors in the order of 70%). This is due to the unfavourable statistical features of the majority of the accompanying elements and, in particular, the highly asymmetric probability distributions, their high variability, the presence of numerous anomalous values, and the much lower density of the sampling network in the mining excavations when determining accompanying elements other than Cu. In general, the calculated medians of interpolation errors for the four methods do not allow determining the one providing (in each case) higher accuracy when assessing the content of the elements.
Źródło:
Biuletyn Państwowego Instytutu Geologicznego; 2017, 468; 247--259
0867-6143
Pojawia się w:
Biuletyn Państwowego Instytutu Geologicznego
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Deep learning versus classical neural approach to mammogram recognition
Autorzy:
Kurek, J.
Świderski, B.
Osowski, S.
Kruk, M.
Barhoumi, W.
Powiązania:
https://bibliotekanauki.pl/articles/200919.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
convolutional neural networks
breast cancer diagnosis
mammogram recognition
diagnostic features
splotowe sieci neuronowe
diagnostyka raka piersi
rozpoznawanie
mammografia
cechy diagnostyczne
Opis:
Automatic recognition of mammographic images in breast cancer is a complex issue due to the confusing appearance of some perfectly normal tissues which look like masses. The existing computer-aided systems suffer from non-satisfactory accuracy of cancer detection. This paper addresses this problem and proposes two alternative techniques of mammogram recognition: the application of a variety of methods for definition of numerical image descriptors in combination with an efficient SVM classifier (so-called classical approach) and application of deep learning in the form of convolutional neural networks, enhanced with additional transformations of input mammographic images. The key point of the first approach is defining the proper numerical image descriptors and selecting the set which is the most class discriminative. To achieve better performance of the classifier, many image descriptors were defined by means of applying different characterization of the images: Hilbert curve representation, Kolmogorov-Smirnov statistics, the maximum subregion principle, percolation theory, fractal texture descriptors as well as application of wavelet and wavelet packets. Thanks to them, better description of the basic image properties has been obtained. In the case of deep learning, the features are automatically extracted as part of convolutional neural network learning. To get better quality of results, additional representations of mammograms, in the form of nonnegative matrix factorization and the self-similarity principle, have been proposed. The methods applied were evaluated based on a large database composed of 10,168 regions of interest in mammographic images taken from the DDSM database. Experimental results prove the advantage of deep learning over traditional approach to image recognition. Our best average accuracy in recognizing abnormal cases (malignant plus benign versus healthy) was 85.83%, with sensitivity of 82.82%, specificity of 86.59% and AUC = 0.919. These results are among the best for this massive database.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2018, 66, 6; 831-840
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Developing automatic recognition system of drill wear in standard laminated chipboard drilling process
Autorzy:
Kurek, J.
Kruk, M.
Osowski, S.
Hoser, P.
Wieczorek, G.
Jegorowa, A.
Górski, J.
Wilkowski, J.
Śmietańska, K.
Kossakowska, J.
Powiązania:
https://bibliotekanauki.pl/articles/200766.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
diagnostic expert systems
neural networks
wavelet packets
wear monitoring
diagnostyczny system ekspercki
sieci neuronowe
pakiety falkowe
monitorowanie zużycia
Opis:
The paper presents an automatic approach to recognition of the drill condition in a standard laminated chipboard drilling process. The state of the drill is classified into two classes: “useful” (sharp enough) and “useless” (worn out). The case “useless” indicates symptoms of excessive drill wear, unsatisfactory from the point of view of furniture processing quality. On the other hand the “useful” state identifies tools which are still able to drill holes acceptable due to the required processing quality. The main problem in this task is to choose an appropriate set of diagnostic features (variables), based on which the recognition of drill state (“useful” versus “useless”) can be made. The features have been generated based on 5 registered signals: feed force, cutting torque, noise, vibration and acoustic emission. Different statistical parameters describing these signals and also their Fourier and wavelet representations have been used for defining the features. Sequential feature selection is applied to detect the most class discriminative set of features. The final step of recognition is done by using three types of classifiers, including support vector machine, ensemble of decision trees and random forest. Six standard drills of 12 mm diameter with tungsten carbide tips were used in experiments. The results have confirmed good quality of the proposed diagnostic system.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2016, 64, 3; 633-640
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wpływ procesu wędzenia wyrobów wieprzowych otrzymanych z mięsa o różnej jakości początkowej na zawartość wielopierścieniowych węglowodorów aromatycznych
Effect of process of smoking meat products from pork showing with different initial quality on content of polycyclic aromatic hydrocarbons
Autorzy:
Waszkiewicz-Robak, B.
Szterk, A.
Rogalski, M.
Kruk, M.
Rokowska, E.
Zarodkiewicz, M.
Mikiciuk, J.
Powiązania:
https://bibliotekanauki.pl/articles/826139.pdf
Data publikacji:
2014
Wydawca:
Polskie Towarzystwo Technologów Żywności
Opis:
W pracy określono wpływ procesu wędzenia wyrobów otrzymanych z mięsa wieprzowego o różnej jakości początkowej na zawartość wielopierścieniowych węglowodorów aromatycznych. Dokonano oznaczenia zawartości WWA w wyrobach wędliniarskich grubo- i drobnorozdrobnionych (kiełbasy szynkowe, parówki), przed (farsze) i po procesie wędzenia (wyroby gotowe). Do produkcji wyrobów użyto mięsa o zróżnicowanym profilu kwasów tłuszczowych, co wynikało ze stosowania różnego źródła tłuszczu w żywieniu tuczników. Oznaczono i zidentyfikowano 21 WWA, a szczególnej analizie poddano zawartość bezno[a]pirenu, chryzenu, benzo[a]antracenu oraz benzo[b]fluorantenu. Stwierdzono, że proces wędzenia wyrobów wędliniarskich przyczynia się do wzrostu zawartości poszczególnych WWA w ilości od ok. 22 do 40 % w stosunku do zawartości w produktach przed wędzeniem. Wykazano także, że rodzaj tłuszczu dodawanego do paszy tuczników, od których pozyskiwano mięso jako surowiec do produkcji wyrobów wędliniarskich, istotnie wpływał na ilość i rodzaj WWA zawartych w wyrobach gotowych. Stosowanie w paszach tuczników oleju lnianego i rybiego przyczyniło się do zmiany profilu kwasów tłuszczowych w mięsie, co z kolei sprzyjało powstawaniu większej ogólnej ilości WWA, w tym tzw. WWA ciężkich. Zawartość benzo[a]pirenu w badanych wyrobach nie przekraczała granicznej wartości 5 μg/kg, a suma czterech WWA z grupy tzw. ciężkich nie przekroczyła obowiązującej wartości 30 μg/kg, co świadczy o właściwie dobranych parametrach wędzenia.
Under the research study, the effect was determined of the process of smoking meat products from meat of different initial quality on the content of polycyclic aromatic hydrocarbons (PAHs). The amount of PAHs was determined in coarse-and fine-minced cured meat products (ham sausages, ‘bockwurst’ type sausages) before they were smoked (forcemeat) and after the completed smoking process (final products). Meats of different fatty acid profiles were used to produce meat products; their fatty acid profiles differed, because fat from different fat sources was utilized to feed porkers. 21 different types of PAHs were determined and identified, and the contents of bezno[a]pyreneand, chrysene, benzo[a]anthracene, and benzo[ b]fluoranthene) were particularly accurately analysed. It was found that the smoking of meat products contributed to the increase in the content of individual PAH from ca. 22 to 40 % compared to their contents in the products before smoking. It was also proved that the type of fat added to fodders for porkers used, next, as a raw material to produce cured meat products, significantly impacted the amount and type of PAHs in final meat products. The addition of linseed oil and fish oil in fodders for porkers contributed to the change in the fatty acid profile of meat; this fact encouraged the formation of a higher total amount of PAHs including the so-called heavy PAHs. The content of B[a]P in the products analysed did not exceed the limit value of 5 μg/kg, and the total of 4 PAHs from the ‘heavy group’ did not exceed the enforced, compulsory value of 30 μg/kg; this confirmed that the smoking parameters chosen were appropriate.
Źródło:
Żywność Nauka Technologia Jakość; 2014, 21, 2
1425-6959
Pojawia się w:
Żywność Nauka Technologia Jakość
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The CC1 project – system for Private Cloud Computing
Autorzy:
Chwastowski, J.
Grzymkowski, R.
Kruk, M.
Nabożny, M.
Natkaniec, Z.
Olszewski, A.
Pałka, H.
Sobocińska, Z.
Sośnicki, T.
Szostak, M.
Syktus, P.
Wójcik, P.
Wojtoń, T.
Zdybał, M.
Żabiński, B.
Witek, M.
Powiązania:
https://bibliotekanauki.pl/articles/305307.pdf
Data publikacji:
2012
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
virtual machine
cloud computing
private cloud
distributed computing system
Opis:
The main features of the Cloud Computing system developed at IFJ PAN are described. The project is financed from the structural resources provided by the European Commission and the Polish Ministry of Science and Higher Education (Innovative Economy, National Cohesion Strategy). The system delivers a solution for carrying out computer calculations on a Private Cloud computing infrastructure. It consists of an intuitive Web based user interface, a module for the users and resources administration and the standard EC2 interface implementation. Thanks to the distributed character of the system it allows for the integration of a geographically distant federation of computer clusters within a uniform user environment.
Źródło:
Computer Science; 2012, 13 (2); 103-111
1508-2806
2300-7036
Pojawia się w:
Computer Science
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