Informacja

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

Wyszukujesz frazę "Rutkowska, Joanna" wg kryterium: Autor


Wyświetlanie 1-2 z 2
Tytuł:
The use of total immersion in the rehabilitation process
Zastosowanie totalnej immersji w procesie rehabilitacji
Autorzy:
Rutkowska, Anna
Rutkowski, Sebastian
Szczepańska-Gieracha, Joanna
Powiązania:
https://bibliotekanauki.pl/articles/1790781.pdf
Data publikacji:
2020-09-22
Wydawca:
Akademia Wychowania Fizycznego im. Bronisława Czecha w Krakowie
Tematy:
virtual reality
immersion
telerehabilitation
rehabilitation
wirtualna rzeczywistość
immersja
telerehabilitacja
rehabilitacja
Opis:
The popularity of immersion, understood as absolute engrossment in a virtual world, has been growing year by year, due to new hi-tech sound, image and data-processing technologies. Man, because of human nature, is attracted to immersion as a way of experiencing new environments, which are often very different from those offered by the real world. Thanks to immersion in a virtual world, one can step into any desired computer-generated reality. This technology has found its use in the process of motor rehabilitation, likewise, psychological therapy. Total immersion in a virtual world creates the possibility for guided rehabilitation, utilising the appeal of am imaginary environment. Patients become more engaged and motivated to take part in the laborious and painstakingly long process leading to the recovery of their motor functions. Cooperation between physiotherapists and psychologists with engineers has resulted in the creation of new software solutions, and improved equipment, which can be tailored to meet the needs of patients with various mental problems or physical disfunctions and disabilities.
Popularność immersji czyli zanurzenia w wirtualnym świecie każdego roku wzrasta za sprawą nowoczesnych technologii dźwięku, obrazu i przetwarzania informacji. Człowiek ze względu na swoją naturę sięga po immersję aby doznawać nowych, często tak różnych od realnego życia przestrzeni. Dzięki zatopieniu w wirtualnym świecie może przenieść się w każdą wyimaginowaną komputerowo rzeczywistość. Tą technologię zaczęto implementować w procesie rehabilitacji ruchowej oraz psychologicznej. Korzyści wniknięcia do wirtualnego świata poprzez zastosowanie immersji, dają możliwość prowadzenia ukierunkowanej rehabilitacji, wykorzystując atrakcyjność wyimaginowanej przestrzeni. Pacjenci stają się bardziej zaangażowani i zmotywowani do żmudnego, długotrwałego procesu usprawniania. Współpraca fizjoterapeutów i psychologów z inżynierami owocuje nowymi oprogramowaniami, udoskonalonym sprzętem, który można dostosować pod różne dysfunkcje i niepełnosprawności chorych.
Źródło:
Medical Rehabilitation; 2020, 24(2); 27-30
1427-9622
1896-3250
Pojawia się w:
Medical Rehabilitation
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An intelligent approach to short-term wind power prediction using deep neural networks
Autorzy:
Niksa-Rynkiewicz, Tacjana
Stomma, Piotr
Witkowska, Anna
Rutkowska, Danuta
Słowik, Adam
Cpałka, Krzysztof
Jaworek-Korjakowska, Joanna
Kolendo, Piotr
Powiązania:
https://bibliotekanauki.pl/articles/23944826.pdf
Data publikacji:
2023
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
renewable energy
wind energy
wind power
wind turbine
short-term wind power prediction
deep learning
convolutional neural networks
gated recurrent unit
hierarchical multilayer perceptron
deep neural networks
Opis:
In this paper, an intelligent approach to the Short-Term Wind Power Prediction (STWPP) problem is considered, with the use of various types of Deep Neural Networks (DNNs). The impact of the prediction time horizon length on accuracy, and the influence of temperature on prediction effectiveness have been analyzed. Three types of DNNs have been implemented and tested, including: CNN (Convolutional Neural Networks), GRU (Gated Recurrent Unit), and H-MLP (Hierarchical Multilayer Perceptron). The DNN architectures are part of the Deep Learning Prediction (DLP) framework that is applied in the Deep Learning Power Prediction System (DLPPS). The system is trained based on data that comes from a real wind farm. This is significant because the prediction results strongly depend on weather conditions in specific locations. The results obtained from the proposed system, for the real data, are presented and compared. The best result has been achieved for the GRU network. The key advantage of the system is a high effectiveness prediction using a minimal subset of parameters. The prediction of wind power in wind farms is very important as wind power capacity has shown a rapid increase, and has become a promising source of renewable energies.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2023, 13, 3; 197--210
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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