Wszystkie pola: programming language Python - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Oszacowanie optymalnej liczby autobusów dla linii komunikacji miejskiej na podstawie symulacji komputerowych
Estimating the optimal number of buses for the public transport line based on the computer simulations
Autorzy:: Naumov, V.
Powiązania:: https://bibliotekanauki.pl/articles/309694.pdf
Data publikacji:: 2016
Wydawca:: Instytut Naukowo-Wydawniczy "SPATIUM"
Tematy:: komunikacja miejska
symulacja
autobusy
język programowania Python
public transportation
simulation
buses
programming language Python
Opis:: W artykule przedstawiono podejście do oszacowania liczby pojazdów na linii komunikacji miejskiej, oparte o model symulacyjny procesu obsługi pasażerów na linii autobusowej. Zadanie ustalenia takiej liczby autobusów, która zapewnia minimalny koszt transportu przy maksymalnym poziomie obsługi pasażerów, jest zagadnieniem dość złożonym ze względu na stochastyczny charakter procesu transportowego oraz losowy charakter popytu mieszkańców miast na podróże. Autor przedstawia bibliotekę klas zrealizowanych za pomocą współczesnego języka programowania Python, na podstawie której opracowany został model symulacyjny procesu funkcjonowania linii komunikacji miejskiej. Wyniki eksperymentu symulacyjnego, zrealizowanego w oparciu na opracowane oprogramowanie, pozwoliły na ustalenie zależności funkcyjnej pomiędzy łącznym czasem oczekiwania przez pasażerów autobusów na przystankach a charakterystykami linii komunikacji miejskiej. Wykorzystując uzyskaną zależność, ustalono formułę dla oszacowania optymalnej liczby autobusów na linii jako argument, w którym funkcja łącznych kosztów podsystemu transportowego osiąga ekstremum minimalne.
The article presents an approach to estimate the number of vehicles on public transport line; this approach is based on a simulation model of the process of servicing the bus line passengers. The problem of determining such a number of buses, that provides the minimum cost of transport at the maximum level of passenger service, is quite a complex issue due to the stochastic nature of the transport process and the random nature of the demand for urban residents traveling. The author presents a class library implemented using modern programming language Python; on the basis of that library the simulation model the process of the public transport line functioning was developed. The results of the simulation experiment, based on the developed software, allowed to determine the functional dependence between the total waiting time for bus passengers at bus stops and the characteristics of the public transport line. Using the obtained dependence, a formula for estimating the optimal number of buses on the line was established as an argument, in which the function of the transport subsystem total cost reaches its extreme minimum.
Źródło:: Autobusy : technika, eksploatacja, systemy transportowe; 2016, 17, 12; 699-703
1509-5878
2450-7725
Pojawia się w:: Autobusy : technika, eksploatacja, systemy transportowe
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Zastosowanie języka programowania Python do modelowania rozprzestrzeniania się epidemii
Application of Python programming language for modeling the evolution of epidemic
Autorzy:: Koziej, Krzysztof
Kazimierska-Drobny, Katarzyna
Powiązania:: https://bibliotekanauki.pl/articles/41205831.pdf
Data publikacji:: 2023
Wydawca:: Uniwersytet Kazimierza Wielkiego w Bydgoszczy
Tematy:: Python
modele epidemii
rozwiązania numeryczne
SIS
SIR
SIRS
SEIR
models of epidemic
numerical solutions
Opis:: Niniejszy artykuł przedstawia numeryczne rozwiązania wybranych modeli rozprzestrzeniania się epidemii w języku programowania Python. Rozwiązania oparto na modelach epidemii SIS, SIR, SIRS oraz SEIR. Do rozwiązań numerycznych w języku Python wykorzystano biblioteki NumPy, SciPy oraz Matplotlib.
This article presents numerical solutions of selected epidemic spread models in the Python programming language. The solutions were base on the SIS, SIR, SIRS and SEIR epidemic models. NumPy, SciPy and Matplotlib libraries were used for numerical solutions in Python.
Źródło:: Studia i Materiały Informatyki Stosowanej; 2023, 15, 2; 10-17
1689-6300
Pojawia się w:: Studia i Materiały Informatyki Stosowanej
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 3.

Tytuł:: Automatyzacja oceny objawów chorobowych septorioz zbóż z wykorzystaniem komputerowej analizy obrazu w języku programowania Python.
Automation of septoria disease image analysis using Python programming language.
Autorzy:: Bartosiak, Sławomir
Powiązania:: https://bibliotekanauki.pl/articles/2199427.pdf
Data publikacji:: 2020-10-22
Wydawca:: Instytut Hodowli i Aklimatyzacji Roślin
Tematy:: Python
detekcja
septoriozy
liście
pszenica
pszenżyto
automation
septoria
leaves
wheat
triticale
Opis:: Ocena objawów chorobowych septorioz na liściach zbóż, opisywanie i tworzenie dokumentacji fotograficznej poszczególnych liści jest czasochłonnym i pracochłonnym zadaniem. W opracowaniu przedstawiona została automatyzacja oceny objawów chorobowych septorioz zbóż za pomocą aplikacji open-source stworzonych w języku Python. Oprogramowanie umożliwia automatyzację odczytywania nazw obiektów doświadczalnych oraz ocenę objawów chorobowych poszczególnych liści, dzięki czemu istnieje możliwość np. usuwania obserwacji odstających z analizy.
Septoria disease severity assessment is time consuming and laborious task. In this paper a computational detection of diseased and healthy leaf tissue using simple software developed in Python programming language was discussed. Software automate labels reading from digital images and facilitates septoria disease severity examination. Program extracts each leaf from input image, examine septoria severity and summarizes results, thus there is the possibility for outliers elimination, thereby minimizing experimental error.
Źródło:: Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2020, 289; 31-35
0373-7837
2657-8913
Pojawia się w:: Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 4.

Tytuł:: Automatyzacja pomiarów współrzędnościowych organów roboczych maszyn urabiających z wykorzystaniem skanowania 3D
Automation of Coordinate Measurements of Mining Machines Working Units with 3D Scanning
Autorzy:: Cheluszka, P.
Powiązania:: https://bibliotekanauki.pl/articles/274737.pdf
Data publikacji:: 2016
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:: maszyna urabiająca
organ roboczy
stereometria
skanowanie 3D
pomiary
automatyzacja
język programowania Python
mining machine
working unit
stereometry
3D scanning
measurements
automation
Python programming language
Opis:: Maszyny urabiające należą do podstawowej grupy maszyn roboczych stosowanych w górnictwie podziemnym i powierzchniowym. W przypadku maszyn urabiających na zasadzie skrawania proces urabiania realizowany jest za pomocą organów roboczych wyposażonych w wymienne narzędzia, np. noże osadzone w uchwytach nożowych. Noże te rozmieszczone i ustawione są w przestrzeni w ustalony na etapie projektowania sposób, dostosowany do właściwości urabianego ośrodka skalnego. Pomiary współrzędnościowe sprowadzają się do wyznaczenia sześciu parametrów dla każdego z noży. Ze względu na sposób rozmieszczenia, pomiar bezpośredni tych parametrów nie jest możliwy. Metody pośrednie polegają na pomiarze wielkości wchodzących do definicji funkcji modelujących pomiar. W takim przypadku wygodnym rozwiązaniem zadania metrologicznego, szczególnie pod kątem automatyzacji procesu, jest wykorzystanie metod optycznych, na przykład skanera światła strukturalnego. Metoda ta wymaga zbudowania, dla każdego uchwytu nożowego oraz związanego z nim noża, modelu pomiaru. W przypadku dużej liczby noży jest to proces czaso- i pracochłonnych. Możliwość automatyzacji procesu pomiarowego przedstawiono na przykładzie głowicy urabiającej wysięgnikowych kombajnów chodnikowych, stosowanych do drążenia wyrobisk korytarzowych i tuneli. Omówiono przetwarzanie uzyskanych w trakcie pomiaru danych w celu wyznaczenia zestawu wartości parametrów stereometrycznych opisujących rozmieszczenie i ustawienie w przestrzeni poszczególnych noży oraz związanych z nimi uchwytów nożowych. Wykorzystano do tego funkcjonalność oprogramowania GOM Inspect Professional umożliwiającą budowanie strategii pomiaru za pomocą skryptów w języku Python.
Mining machines belong to the key group of working machines used in underground and surface mining. In case of machines mining by way of cutting, the process is carried out with working units fitted with a specific number of replaceable tools in the form of picks mounted in pickboxes. The picks are arranged and positioned in space in a way defined at the stage of design, adapted to the properties of the rock being excavated. The stereometry of such working units is measured by determining the values of six parameters for each of the picks. Such parameters cannot be measured directly due to the way they are arranged. Measurements are carried out with indirect methods where values are measured which form part of a definition of measurement modelling functions. The use of optical methods, for example a structured light scanner, is a convenient solution to carry out the considered metrological task, especially in view of the automation of this process. For this, however, a measurement model enabling to determine the values of the magnitudes searched for has to be built for each pickbox and for the related pick. This is a time- and work-intensive process in case of a large number of picks, though. The options of the measurement process automation are presented with the example of a cutting head of boom–type roadheaders employed for drilling dog headings and tunnels. The focus was put on the stage of processing the measuring data obtained in the measurement process to establish a set of stereometry parameters values describing the arrangement and position of individual picks and related pickboxes in space. For this purpose, a feature of GOM Inspect Professional software was used enabling to build a measurement strategy based on scripts created in Python language.
Źródło:: Pomiary Automatyka Robotyka; 2016, 20, 3; 33-42
1427-9126
Pojawia się w:: Pomiary Automatyka Robotyka
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 5.

Tytuł:: Hybrydowy system rekomendacji planów treningowych
Training plans hybrid recommender system
Autorzy:: Kaczanowski, Maciej
Powiązania:: https://bibliotekanauki.pl/articles/91455.pdf
Data publikacji:: 2019
Wydawca:: Warszawska Wyższa Szkoła Informatyki
Tematy:: uczenie maszynowe
sztuczna inteligencja
nauka o danych
hybrydowe systemy rekomendacji
Microsoft Azure Machine Learning
język programowania Python
machine learning
artificial intelligence
data science
hybrid recommender
Python programming language
Opis:: Hybrydowe systemy rekomendacji łączą zalety metod stosowanych powszechnie w rekomendacji. Głównym celem tego artykułu jest przedstawienie zastosowania uczenia maszynowego do budowy hybrydowego silnika rekomendacji. Uczenie maszynowe jest poddziedziną sztucznej inteligencji, która wykazuję obiecujące rezultaty w klasyfikacji, predykcji, wykrywaniu anomalii i rekomendacji. W tym artykule zaproponowano koncepcję spersonalizowanego modelu systemu rekomendacji opartego na parametrach i planach treningowych sportowców. Badania przeprowadzono w środowisku chmurowym Microsoft Azure Machine Learning Studio na zbiorze danych wygenerowanym na podstawie danych referencyjnych.
Hybrid recommendation systems combine the advantages of commonly used methods in recommendations. This main objective of this article is to present application of machine learning to build a hybrid recommendation engine. Machine learning is subdomain of artificial intelligence that show promising results in classification, prediction, anomaly detection and recommendations. This paper proposed a personalized recommendation system model based on athletes parameters and training plans. The researches were carried out in the cloud environment Microsoft Azure Machine Learning Studio on football data set.
Źródło:: Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki; 2019, 13, 20; 29-40
1896-396X
2082-8349
Pojawia się w:: Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 6.

Tytuł:: Możliwości zastosowania języka Python oraz jego bibliotek do wytwarzania oprogramowania dla branży naftowo-gazowniczej
The possibilities of using Python language and its libraries in developing software for the oil and gas industry
Autorzy:: Badowski, J.
Powiązania:: https://bibliotekanauki.pl/articles/1835170.pdf
Data publikacji:: 2018
Wydawca:: Instytut Nafty i Gazu - Państwowy Instytut Badawczy
Tematy:: Python
język programowania
program komputerowy
analiza danych
programming language
computer application
data analysis
Opis:: W artykule dokonano przeglądu możliwości wykorzystania języka Python, zyskującego coraz większą popularność w środowiskach naukowych. Autor wprowadza w podstawy języka, pokazuje, jak w prosty sposób można zainstalować środowisko programistyczne oraz rozpocząć korzystanie z biblioteki standardowej i olbrzymiej liczby bibliotek zewnętrznych, dostępnych na otwartej licencji. Artykuł zawiera także przykłady gotowych i działających skryptów prezentujących sposób wykorzystania niektórych z tych bibliotek. Autor zwraca uwagę na dwa aspekty wykorzystania języka Python: jako platformy do tworzenia profesjonalnych rozwiązań dla branży naftowo-gazowniczej, a także jako darmowego, ale potężnego narzędzia, łatwego do wykorzystania przez środowisko naukowe, mogącego zastąpić wykorzystywane dotychczas programy komercyjne, często kosztowne.
The article reviews the possibilities of using Python language, which is systematically gaining more popularity within the science community. The author introduces the readers to the essentials of Python programming, shows how easy development environment can be installed and how to start using the standard library and also a large number of external libraries, available on an open source license. The article also contains examples of ready-made and active scripts that present how to use some of these libraries. The author draws attention to two aspects of using the Python language: as a platform for creating professional solutions for the oil and gas industry, as well as a free but powerful tool, easy to use by the scientific community, which can replace the often expensive commercial programs, used so far.
Źródło:: Nafta-Gaz; 2018, 74, 2; 113-120
0867-8871
Pojawia się w:: Nafta-Gaz
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "programming language Python" wg kryterium: Wszystkie pola

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język