Informacja

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

Wyszukujesz frazę "Pilarska, M." wg kryterium: Autor


Wyświetlanie 1-4 z 4
Tytuł:
Analiza dokładności modelowania 3D budynków w oparciu o dane z lotniczego skanowania laserowego
Analysis of 3D modelling accuracy based on point clouds from airborne laser scanning
Autorzy:
Pilarska, M.
Ostrowski, W.
Bakuła, K.
Powiązania:
https://bibliotekanauki.pl/articles/130360.pdf
Data publikacji:
2017
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
modelowanie budynków
ALS
CityGML
LOD2
analiza dokładności
CAPAP
buildings modeling
CityGML LOD2
accuracy analysis
Opis:
Modelowanie budynków w dużej skali (miasto, kraj) jest trendem obserwowanym w wielu krajach. Modele budynków można tworzyć m.in. na podstawie danych z lotniczego skanowania laserowego oraz ze zdjęć lotniczych. Coraz więcej wagi przykłada się również do dokładności modeli 3D budynków. W artykule przedstawiona została analiza dokładności modeli budynków w oparciu o chmury punktów z lotniczego skanowania laserowego. Metodyka przedstawiona w artykule opiera się na wymaganiach odnośnie kontroli zaproponowanej w ramach projektu CAPAP. Wybrane zostały 3 obszary testowe, dla których dla każdej połaci dachów budynków obliczone zostały parametry statystyczne (odchylenie standardowe odległości punktów od płaszczyzny połaci, wartość średniej odległości między chmurą punktów a płaszczyzną dachu, błąd średni kwadratowy odległości - RMSE). Według przyjętego progu dokładności 1 m błędu RMSE dla obszaru 1: 1.04% połaci nie spełniło postawionego kryterium, dla obszaru 2: 0.63%, a dla obszaru 3: 12.63%. W drugiej części artykułu zaprezentowana została bardziej szczegółowa analiza modeli budynków. Dla połaci dachów wybranych modeli wygenerowane i poddane analizie zostały histogramy, które przedstawiają rozkład wartości różnic odległości normalnych punktów chmury od zamodelowanej płaszczyzny dachu. Metodyka analizy dachów modeli budynków na podstawie histogramów umożliwia nie tylko ocenę, czy dana płaszczyzna spełnia wymagania dokładności standardu LOD2, ale również, w jakim stopniu została ona poddana generalizacji.
Building modeling for big areas (city and country modeling) is becoming more popular. Building models are generated among all from airborne laser scanning data and aerial images. Additionally, more attention is devoted to analysis of the accuracy of the 3D building models, especially concerning the accuracy of roof planes segmentation and their vertical and horizontal accuracy. In the article analysis which based on the airborne laser scanning point clouds is presented. The methodology, which is described in this article, based on the accuracy analysis proposed within the CAPAP project, which is currently conducted in Poland. In this approach three test areas were chosen. For every roof surface statistical parameters were calculated, i.e. standard deviation of the normal distance between the roof surface and the point cloud, mean distance between the roof surface and the point cloud, and Root Mean Squared Error (RMSE). In order to assess the accuracy of chosen test areas, RMSE threshold equal 1 m was assumed. Additionally, according to in the analysis proposed within the CAPAP project, if 5% of the analyzed building models exceed the assumed accuracy by 20%, the model is not acceptable and should be corrected. For the areas, which were chosen in the article, one of them does not fulfill the assumed accuracy. Additionally, for the first test area, for 1.04% of the roof surfaces the RMSE value exceeds 1 m, for the second test area it was 0.63%, and for the third one: 12.63%. In the second part of the article more detailed analysis for selected buildings was conducted. For roof surfaces histograms, which present the distribution of the normal distances were generated and analyzed. The methodology of building models analysis which based on the histograms makes it possible not only to assess whether the building is generated properly and fulfills the CityGML requirements, but also to say if generalization has been conducted and how big impact does generalization have on the model. The automatic accuracy analysis of the building models can be very helpful in projects which cover big areas. The analysis may indicate buildings, which should be examined in detail. Additionally, accuracy analysis which based on histogram interpretation makes it possible to apply statistical tests in order to assess the if the values distribution is Gauss distribution and to examine whether the generalization during the building modeling was conducted.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2017, 29; 155-175
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Koszty energii z różnych źródeł wykorzystywanej do ogrzewania pomieszczeń i napędu pojazdów
Costs of energy from various sources used for heating and car drive
Autorzy:
Dworecki, Z.
Adamski, M.
Pilarski, K.
Pilarska, A.
Rybacki, P.
Powiązania:
https://bibliotekanauki.pl/articles/882877.pdf
Data publikacji:
2015
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
ogrzewanie
naped pojazow
koszty energetyczne
koszty energii elektrycznej
paliwa
biopaliwa
Źródło:
Technika Rolnicza Ogrodnicza Leśna; 2015, 5
1732-1719
2719-4221
Pojawia się w:
Technika Rolnicza Ogrodnicza Leśna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie niektórych biotechnicznych metod w celu zwiększenia rozkładu laktozy lub zapobieżenia wtórnemu zakwaszeniu twarogowych serów pleśniowych
Primenenie nekotorykh biotekhniceskikh metodov dlja uvelicenija raspredelenija laktozy ili predotvrashhenija vtoricnoj zakvaski tvorozhnykh syrov
Application of some biotechnical means for increasing the rate of decomposition of lactose in the mould-ripened fat quarg cheese or preventing its reacidification
Autorzy:
Pianowski, E.
Dłużewski, M.
Jakubczykowa, E.
Korolczukowa, E.
Pilarska, A.
Skrzyńska, A.
Powiązania:
https://bibliotekanauki.pl/articles/1836075.pdf
Data publikacji:
1969
Wydawca:
Instytut Rozrodu Zwierząt i Badań Żywności Polskiej Akademii Nauk w Olsztynie
Źródło:
Roczniki Technologii i Chemii Żywności; 1969, 15; 101-114
0080-374X
Pojawia się w:
Roczniki Technologii i Chemii Żywności
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wskaźnik śmiertelności infekcji (IFR) w przebiegu pandemii COVID-19 w Aglomeracji Górnośląskiej w 2020 r.
Infection fatality rate (IFR) during the course of COVID-19 pandemic in Upper Silesia Metropolitan Area (Poland) in 2020
Autorzy:
Zejda, Jan E.
Kowalska, Małgorzata
Brożek, Grzegorz M.
Barański, Kamil
Kaleta-Pilarska, Angelina
Powiązania:
https://bibliotekanauki.pl/articles/2108190.pdf
Data publikacji:
2021-12-22
Wydawca:
Instytut Medycyny Pracy im. prof. dra Jerzego Nofera w Łodzi
Tematy:
epidemiologia
COVID-19
badanie seroepidemiologiczne
wskaźnik śmiertelności infekcji
SARS-CoV-2
przeciwciała IgG
epidemiology
seroepidemiological study
infection fatality rate
IgG antibodies
Opis:
WstępW trakcie pandemii COVID-19 wszczęto w skali globalnej szerokie spektrum badań, w tym także ukierunkowanych na oszacowanie wskaźnika śmiertelności infekcji (infection fatality rate – IFR). Wyznaczenie IFR wymaga znajomości liczby zgonów w danej populacji i danym czasie oraz liczby osób zakażonych, zwykle określanej na podstawie wyników badania serologicznego (anty-SARS-CoV-2 IgG w przypadku COVID-19). Celem badania było oszacowanie IFR w przebiegu pandemii COVID-19 w 2020 r. w Aglomeracji Górnośląskiej (AG).Materiał i metodyBadanie seroepidemiologiczne przeprowadzono w październiku i listopadzie 2020 r. Wśród losowo wybranych mieszkańców Katowic, Gliwic i Sosnowca (N = 1167) oceniano obecność zakażenia wirusem SARS-CoV-2 na podstawie dodatniego wyniku testu IgG wykonanego metodą ELISA. Dane o zgonach z powodu COVID-19 uzyskano z Urzędów Stanu Cywilnego każdego z miast. Wskaźnik śmiertelności infekcji obliczono, stosując formułę: IFR (%) = (liczba zgonów / liczba zakażonych) × 100.WynikiWyniki badania potwierdziły obecność przeciwciał anty-SARS-CoV-2 (klasa IgG) na poziomie 11,4% (95% CI: 9,5–13,2). Do listopada 2020 r. w populacji ww. miast zarejestrowano 516 zgonów, a tym samym surowy współczynnik IFR wyniósł 0,65% (95% CI: 0,56–0,78). Test diagnostyczny (IgG) odznaczał się czułością na poziomie 88% i swoistością wynoszącą 99%. Parametry te pozwoliły na oszacowanie skorygowanej pod względem trafności diagnostycznej testu wartości IFR. Skorygowany IFR miał podobną wartość: 0,62% (95% CI: 0,53–0,74).WnioskiOszacowana dla populacji AG wartość IFR jest zbliżona do przeciętnych poziomów obserwowanych w innych państwach i stanowi podstawę monitorowania przebiegu i skutków pandemii COVID-19 w tym regionie. Med. Pr. 2021;72(6):671–676
BackgroundDuring the course of COVID-19 pandemic, a wide range of scientific projects was implemented worldwide, including studies focusing on infection fatality rate (IFR). The value of IFR depends on the number of COVID-19 deaths in a population in a given period and the number of infected people in this population, usually provided by seropepidemiological studies (anti-SARS-CoV-2 IgG in the case of COVID-19). The objective of our study was to estimate IFR in the course of COVID-19 pandemic in 2020, in the general population of Upper Silesia Metropolitan Area (USMA).Material and MethodsThe seroepidemiological study was conducted in October–November 2020. Among randomly selected inhabitants of Katowice, Gliwice, and Sosnowiec (N = 1167), the presence of SARS-CoV-2 virus infection was assessed based on a positive IgG test result performed with the ELISA method. Data on deaths due to COVID-19 were obtained from the Registry Offices of each city. The infection fatality rate was calculated using the formula IFR (%) = [number of deaths/number of infected] × 100.ResultsResults of our study showed the prevalence of infection at 11.4% (95% CI: 9.5–13.2). In three examined towns, in the period January–November 2020, there was a total of 516 COVID-19 deaths. The resulting crude IFR was 0.65% (95% CI: 0.56–0.78). The IgG test had 88% sensitivity and 99% specificity and these figures were used to adjust IFR. The adjusted IFR value was similar to the crude value: IFR = 0.62% (95% CI: 0.53–0.74).ConclusionsThe value of IFR estimated for the USMA population was similar to average values obtained in other countries and can be used as the background for monitoring the course and impact of COVID-19 pandemic in the Upper Silesian Industrial Area. Med Pr. 2021;72(6):671–6
Źródło:
Medycyna Pracy; 2021, 72, 6; 671-676
0465-5893
2353-1339
Pojawia się w:
Medycyna Pracy
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