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 "Tadeusiewicz, R" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
Wyświetlanie 1-10 z 41
Tytuł:
Most łączący nauki biologiczne z techniką - biocybernetyka
Autorzy:
Tadeusiewicz, R.
Powiązania:
https://bibliotekanauki.pl/articles/846701.pdf
Data publikacji:
2015
Wydawca:
Polskie Towarzystwo Przyrodników im. Kopernika
Tematy:
biologia
medycyna
technika
biocybernetyka
modele formalne
schematy blokowe
modele biocybernetyczne
Źródło:
Wszechświat; 2015, 116, 04-06
0043-9592
Pojawia się w:
Wszechświat
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Od bursztynu do prądnicy – czyli początki przygody ludzkości z elektrycznością
From amber to a generator - the beginning of the adventure of humanity with electricity
Autorzy:
Tadeusiewicz, R.
Powiązania:
https://bibliotekanauki.pl/articles/1197539.pdf
Data publikacji:
2018
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Napędów i Maszyn Elektrycznych Komel
Tematy:
historia elektryczności
obserwacje elektrostatyczne
historyczne metody wytwarzania elektryczności
history of electricity
electrostatic observations
historical methods of generating electricity
Opis:
The article is a popular, and therefore far from scientific strictness, discussion of some important stages of development of the electricity. Firstly it was natural observations. Next scientific research related to electromagnetic phenomena. They was also first technical work related to the use of electricity. It was assumed that as the beginning of the adventure of humanity with electricity in this work will be pointed the moment of observing the phenomenon of electrification of rubbed amber. It was also assumed, that its end determines the discovery and distribution of the generators. Of course, these are boundaries accepted arbitrarily, but having their justification. For those who know this history of electricity development, the information given in the article is elementary. However, the purpose of this article is not to enrich the knowledge of specialists, but to interest in the subject of laymen. The target are people, who do not know anything about the history of electricity, but should know, because using it on a daily basis is worth thinking sometimes, where it came from and to whom we owe it. As mentioned above, discussing the history of getting to know electricity was completed at the moment the generators were introduced and popularized. Such a limit was adopted, because from thatmoment electricity from the object of scientific fascination turned into a usable commodity. However, various ways of using electricity are known to all readers from everyday practice, so they have not been described.
Artykuł stanowi popularne, a więc dalekie od naukowej ścisłości, omówienie niektórych ważnych etapów rozwoju – najpierw obserwacji przyrodniczych, a potem badań naukowych związanych ze zjawiskami elektromagnetycznymi. Nawiązano także do pierwszych prac technicznych związanych z wykorzystywaniem elektryczności. Założono, że jako początek przygody ludzkości z elektrycznością przyjęty będzie w tej pracy moment zaobserwowania zjawiska elektryzacji pocieranego bursztynu, a jej koniec wyznacza wynalezienie, wytworzenie i rozpowszechnienie prądnicy. Oczywiście są to granice przyjęte arbitralnie, ale mające swoje uzasadnienie. Dla osób znających ową historię rozwoju elektryczności podane w artykule informacje są elementarne. Jednak celem tego artykułu nie jest wzbogacanie wiedzy specjalistów, ale zainteresowanie tematem laików. Osób, które nic na ten temat historii elektryczności nie wiedzą, a powinny wiedzieć, bo posługując się nią na co dzień warto czasem pomyśleć, skąd się ona wzięła i komu ją zawdzięczamy. Jak wspomniano wyżej, omawianie historii poznawania elektryczności zakończono na momencie wprowadzenie i upowszechnienia prądnic. Przyjęto taką granicę, bo od tej chwili elektryczność z obiektu naukowej fascynacji zmieniła się w użytkowy towar. Natomiast różne sposoby wykorzystania elektryczności są wszystkim czytelnikom znane z codziennej praktyki, więc ich nie opisywano.
Źródło:
Maszyny Elektryczne: zeszyty problemowe; 2018, 4, 120; 1-7
0239-3646
2084-5618
Pojawia się w:
Maszyny Elektryczne: zeszyty problemowe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Neural networks in mining sciences – general overview and some representative examples
Sieci neuronowe w naukach górniczych – ogólne omówienie i kilka reprezentatywnych przykładów
Autorzy:
Tadeusiewicz, R.
Powiązania:
https://bibliotekanauki.pl/articles/219318.pdf
Data publikacji:
2015
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
neural networks
applications in mining sciences
process modeling
systems modeling
machine learning
modeling of the oil mining process
forecasting of reservoir properties
sieci neuronowe
zastosowania w naukach górniczych
modelowanie procesów
modelowanie systemów
uczenie maszyn
modelowanie procesu wydobycia ropy naftowej
przewidywanie właściwości zbiornikowych pokładów geologicznych
Opis:
The many difficult problems that must now be addressed in mining sciences make us search for ever newer and more efficient computer tools that can be used to solve those problems. Among the numerous tools of this type, there are neural networks presented in this article – which, although not yet widely used in mining sciences, are certainly worth consideration. Neural networks are a technique which belongs to so called artificial intelligence, and originates from the attempts to model the structure and functioning of biological nervous systems. Initially constructed and tested exclusively out of scientific curiosity, as computer models of parts of the human brain, neural networks have become a surprisingly effective calculation tool in many areas: in technology, medicine, economics, and even social sciences. Unfortunately, they are relatively rarely used in mining sciences and mining technology. The article is intended to convince the readers that neural networks can be very useful also in mining sciences. It contains information how modern neural networks are built, how they operate and how one can use them. The preliminary discussion presented in this paper can help the reader gain an opinion whether this is a tool with handy properties, useful for him, and what it might come in useful for. Of course, the brief introduction to neural networks contained in this paper will not be enough for the readers who get convinced by the arguments contained here, and want to use neural networks. They will still need a considerable portion of detailed knowledge so that they can begin to independently create and build such networks, and use them in practice. However, an interested reader who decides to try out the capabilities of neural networks will also find here links to references that will allow him to start exploration of neural networks fast, and then work with this handy tool efficiently. This will be easy, because there are currently quite a few ready-made computer programs, easily available, which allow their user to quickly and effortlessly create artificial neural networks, run them, train and use in practice. The key issue is the question how to use these networks in mining sciences. The fact that this is possible and desirable is shown by convincing examples included in the second part of this study. From the very rich literature on the various applications of neural networks, we have selected several works that show how and what neural networks are used in the mining industry, and what has been achieved thanks to their use. The review of applications will continue in the next article, filed already for publication in the journal „Archives of Mining Sciences“. Only studying these two articles will provide sufficient knowledge for initial guidance in the area of issues under consideration here.
Liczne i trudne problemy, jakie muszą być obecnie rozwiązywane w naukach górniczych, skłaniają do poszukiwanie i wypróbowywania wciąż nowszych i bardziej sprawnych narzędzi informatycznych, które mogą być wykorzystane do rozwiązywania tych problemów. Wśród narzędzi tego typu, które wprawdzie jeszcze powszechnie wykorzystywane nie są, z pewnością zasługują na uwagę, warto rozważyć przedstawiane w tym artykule sieci neuronowe. Sieć neuronowa, której schemat przedstawiony jest na rysunku 1, jest narzędziem tak zwanej sztucznej inteligencji, wywodzącym się z prób modelowania struktury i funkcji biologicznych systemów nerwowych. Początkowo budowane i badane wyłącznie z ciekawości naukowej, jako komputerowe modele fragmentów ludzkiego mózgu, sieci neuronowe nieoczekiwanie okazały się skutecznym narzędziem w wielu zastosowaniach: w technice, w medycynie, w ekonomii a nawet w naukach społecznych. Mogą one dostarczać pojedynczych rozwiązań (wartości oszacowań poszukiwanych parametrów, lub przesłanek do podjęcia określonych decyzji), bądź całych wektorów rozwiązań – jakkolwiek w tym drugim przypadku celowe jest rozważenie kwestii, czy zastosować jedną sieć o wielu wyjściach, czy kilka sieci mających pojedyncze wyjście (Rys. 2). Przy tworzeniu sieci neuronowych trzeba wybierać stopień złożoności jej struktury, co nie jest łatwe, ponieważ sieć o zbyt ubogiej strukturze (zwłaszcza dysponująca zbyt mała liczbą tak zwanych neuronów ukrytych) może nie podołać rozwiązaniu bardziej złożonego zadania, natomiast sieć mająca zbyt skomplikowaną i bogatą strukturę zawsze sprawia kłopoty podczas procesu uczenia. Proces uczenia jest kluczem do wszystkich zastosowań sieci neuronowych. Kluczem do skutecznego nauczenia sieci rozwiązywania jakiejś klasy zadań jest posiadanie tak zwanego zbioru uczącego, to znaczy zbioru przykładowych zadań wraz z ich prawidłowymi rozwiązaniami (Rys. 4). Wprowadzając na wejście sieci dane stanowiące przesłanki do rozwiązania zadania i porównując odpowiedź sieci z prawidłową odpowiedzią zapisaną w zbiorze uczącym można na podstawie wykrytego błędu automatycznie korygować parametry sieci, co prowadzi zwykle do tego, że sieć po pewnym czasie sama nauczy się rozwiązywania rozważanej klasy zadań. Dzięki korzystaniu z procesu uczenia (opartego na przykładach, a nie na regułach) sieć neuronowa może rozwiązywać zadania, dla których my (użytkownicy sieci) nie dysponujemy wiedzą, jak te zadania należy rozwiązywać (Rys. 6). Dzięki temu sieć neuronowa może służyć jako model dowolnego złożonego procesu, co pozwala na wykonywanie dla tego procesu wielu istotnych czynności (Rys. 7). Niestety, mimo niewątpliwych zalet sieci neuronowych w naukach górniczych są one stosowane raczej rzadko. Prezentowany artykuł ma przekonać Czytelników, że sieci neuronowe mogą się okazać bardzo przydatne także w naukach górniczych. Artykuł stanowi również użyteczne wstępne wprowadzenie do wiedzy o sieciach neuronowych. Praca zawiera bowiem informacje o tym, jak są zbudowane nowoczesne sieci neuronowe, jak one działają i jak można ich używać. To wstępne omówienie przedstawione w artykule może pomóc w tym, by Czytelnik wyrobił sobie opinię, czym jest to narzędzie, jakie ma właściwości i w związku z tym do czego może mu się przydać. Oczywiście skrótowe wprowadzenie do problematyki sieci neuronowych zawarte w prezentowanym artykule nie wystarczy tym Czytelnikom, którzy dadzą się przekonać i naprawdę będą chcieli użyć sieci neuronowych. Będą oni potrzebowali jeszcze sporej porcji szczegółowej wiedzy, żeby mogli zacząć samodzielnie tworzyć takie sieci i ich używać w praktyce. Jednak jeśli decyzja o wypróbowaniu możliwości sieci neuronowych będzie pozytywna, to zainteresowany Czytelnik będzie mógł w artykule znaleźć odnośniki do pozycji literatury, pozwalających szybko i sprawnie poznać technikę sieci neuronowych na poziomie wystarczającym do rozpoczęcia własnych prac z tym wygodnym narzędziem. Będzie to tym łatwiejsze, że obecnie dostępnych jest sporo gotowych programów komputerowych pozwalających szybko i bez wysiłku tworzyć sztuczne sieci neuronowe, uruchamiać je, uczyć i wykorzystywać praktycznie. Oczywiście kluczową sprawą jest kwestia, jak tych sieci używać w naukach górniczych. O tym, że jest to możliwe i celowe przekonują jednak przykłady zawarte w drugiej części opracowania. Z przebogatej literatury, dotyczącej różnych zastosowań sieci neuronowych, wybrano kilkanaście prac, które pokazują, jak i do czego sieci neuronowych w górnictwie użyto i co zostało osiągnięte dzięki ich zastosowaniu. Ten przegląd zastosowań będzie kontynuowany w następnym artykule, zgłoszonym już do publikacji w czasopiśmie „Archiwum Górnictwa” i dopiero przestudiowanie obydwu tych artykułów dostarczy wiedzy wystarczającej do wstępnej orientacji w obszarze rozważanej tu problematyki.
Źródło:
Archives of Mining Sciences; 2015, 60, 4; 971-984
0860-7001
Pojawia się w:
Archives of Mining Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Rozwój techniki komputerowego przetwarzania obrazów
Development of computer vision
Autorzy:
Tadeusiewicz, R.
Powiązania:
https://bibliotekanauki.pl/articles/154240.pdf
Data publikacji:
2007
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
komputerowe przetwarzanie obrazów
systemy
computer vision
history of computer systems
multiprocessor systems
Opis:
W pracy przedstawiono historię rozwoju badań związanych z komputerowym przetwarzaniem, analizą i rozpoznawaniem obrazów, jaka miała miejsce w Katedrze Automatyki AGH oraz w Instytutach ją poprzedzających, bowiem Katedra ta w kilkudziesięcioletnim okresie swego działania przechodziła różne metamorfozy organizacyjne, wzmiankowane w artykule. Z przebogatego i różnorodnego spektrum dorobku naukowego Katedry wybrano wyłącznie wątek związany z początkami komputerowej analizy i przetwarzania obrazów. Opisano, jak w latach 70. pracownicy Katedry własnoręcznie budowali zarówno przetworniki wprowadzające pierwsze obrazy do komputerów, jak i procesory przetwarzające te obrazy. Wzmiankowano o pierwszych systemach wieloprocesorowych do przetwarzania obrazów, które zbudowano na AGH w latach 80. oraz o poszukiwaniu zastosowań tych systemów w połączeniu z technikami opartymi na sieciach neuronowych na początku lat 90. Dzisiaj wszystkie te dokonania i związanie z nimi, przywołane w artykule publikacje, mają wyłącznie historyczne znaczenie. Czasem warto jednak odwołać się do historii, żeby lepiej rozumieć dzień dzisiejszy określonej dziedziny oraz trafniej przewidywać kierunki jej rozwoju.
In the paper is presented the brief history of research conducted at AGH Chair of Automatics in the area of image processing, analysis and recognition. The history is connected with changes of the Chairs name, because present state of the Chair of Automatics is result of many transformation and in the paper is described long chain of scientific institutes preceding it. Nevertheless in scientific group under consideration at 70th and 80th years of XX century was conducted pioneer works devoted to building of second in Poland and one of the first in Europe systems for computer processing of the images. At such early stage of development both electronics and computer science it war very challenging and very difficult task. In the paper was described way from the very beginning computer vision systems produced in Chair laboratories, next the development of such system is described and actual state of art is presented. The paper is presented for the anniversary of the Faculty of Electrotechics, Automatics, Information Sciences, and Electronics in AGH University of Science and Technology and therefore is mainly oriented for presentation of historical events instead of actual achievements of Chair Staff.
Źródło:
Pomiary Automatyka Kontrola; 2007, R. 53, nr 3, 3; 4-8
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wszystkie barwy informatyki
Varicolored computer science
Autorzy:
Tadeusiewicz, R.
Powiązania:
https://bibliotekanauki.pl/articles/152671.pdf
Data publikacji:
2007
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
informatyka
przetwarzanie informacji
przemysłowe zastosowania komputerów
informatics
computer science
data processing
industrial applications of the computers
Opis:
Przedstawiony artykuł stanowi wprowadzenie, a jednocześnie także omówienie zawartości tego numeru czasopisma "Pomiary, Automatyka, Kontrola" z uwzględnieniem faktu, że artykuły składające się na ten numer są poszerzonymi i wzbogaconymi (a także recenzowanymi!) wersjami referatów, które będą wygłaszane w ramach Czwartej Krajowej Konferencji Naukowej "Informatyka - sztuka czy rzemiosło". Artykuły te dotyczą różnych zagadnień informatyki i jej zastosowań, jednak zebrane razem tworzą, na zasadzie synergii, pewną wartość dodaną. Wartość ta polega na pokazaniu jak bogata i jak różnorodna potrafi być dziedzina zamykana w zbiorczym terminie: Informatyka. W niniejszym artykule wprowadzającym tę różnorodność podkreślono i uwypuklono, nadając jej nazwę "wielobarwności" informatyki.
Presented paper has two purposes. First should be treated as general introduction to the collection of papers presented on this issue of the journal. This collection is special one, because in fact the articles printed below are enhanced and reviewed versions of the presentations, which are included into program of the Fourth National Conference entitled "Computer science - art or trade". Particular articles are related to the different aspects and different applications of computer science, but collected together in this issue can emerge some kind of additional value. This additional value depend on evidence, how reach and how miscellaneous can be computer science, nevertheless is discussed and considered under unique name. In this paper such property of computer science is discussed and stressed, under the given name "varicolored computer science".
Źródło:
Pomiary Automatyka Kontrola; 2007, R. 53, nr 5, 5; 4-5
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Co modelowanie neurocybernetyczne i symulacja komputerowa mogą wnieść do wiedzy o mózgu?
Autorzy:
Tadeusiewicz, R.
Powiązania:
https://bibliotekanauki.pl/articles/851320.pdf
Data publikacji:
2018
Wydawca:
Polskie Towarzystwo Przyrodników im. Kopernika
Tematy:
biologia
medycyna
neurobiologia
mozg
metody badan
badania modelowe
modele biocybernetyczne
modele neurocybernetyczne
neurocybernetyka
Źródło:
Wszechświat; 2018, 119, 01-03
0043-9592
Pojawia się w:
Wszechświat
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-10 z 41

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