Informacja

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

Wyszukujesz frazę "Żukiewicz, Konrad" wg kryterium: Autor


Wyświetlanie 1-2 z 2
Tytuł:
Preventing food waste in the food retail sector in the light of the current legislation in Poland
Zapobieganie marnotrawstwu żywności w handlu spożywczym w świetle polskiego prawodawstwa
Autorzy:
Żukiewicz, Konrad
Słowik, Tomasz
Dudziak, Agnieszka
Powiązania:
https://bibliotekanauki.pl/articles/2204314.pdf
Data publikacji:
2022
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
food loss
food waste
law
retail chains
NGOs
straty żywności
marnowanie żywności
prawo
sieci handlowe
organizacje pozarządowe
Opis:
Food loss and waste are one of the main problems of global civilization that stir great emotions, especially among the inhabitants of affluent countries of the northern-hemisphere. All actors at the various stages of the food chain, from producers and processors to retailers and final consumers, influence this phenomenon. To combat this problem, many hours and energies are spent both by those involved in grassroots social initiatives and by national and international institutions. Any entity aware of the magnitude of the food waste problem (entrepreneur, citizen, NGO, etc.) entitled to take advantage of concessions, incentives and exemptions from public tributes is a more effective ally in the fight against this scourge of the 21st century than an economic participant constantly punished and sanctioned, and consequently expending most of its energy on tax optimization
Straty i marnotrawstwo żywności to jeden z dominujących globalnych problemów cywilizacyjnych. Budzi on duże emocje, zwłaszcza wśród mieszkańców bogatych krajów półkuli północnej. Na zjawisko to mają wpływ wszystkie podmioty na poszczególnych etapach łańcucha żywnościowego, począwszy od producentów i przetwórców, poprzez dystrybutorów, aż po konsumentów. Zarówno instytucje krajowe i międzynarodowe, jak i osoby zaangażowane w oddolne inicjatywy społeczne poświęcają na walkę z tym wyzwaniem wiele czasu i energii. Każdy podmiot świadomy skali problemu marnotrawstwa żywności (przedsiębiorca, obywatel, organizacja pozarządowa itp.) uprawniony do korzystania z ulg, zachęt i zwolnień z danin publicznych jest skuteczniejszym sojusznikiem w walce z tą plagą XXI wieku niż podmiot gospodarczy, który jest nieustannie karany i sankcjonowany, a w konsekwencji poświęca większość zasobów na optymalizację podatkową.
Źródło:
Agricultural Engineering; 2022, 26, 1; 187--199
2083-1587
Pojawia się w:
Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Szybkość uczenia czy dokładność predykcji? Analiza porównawcza szkieletów programistycznych do sztucznej inteligencji
Learning speed or prediction accuracy? Comparative analysis of programming frameworks for artificial intelligence
Autorzy:
Zdeb, Konrad
Żukiewicz, Piotr
Łukasik, Edyta
Powiązania:
https://bibliotekanauki.pl/articles/24083277.pdf
Data publikacji:
2022
Wydawca:
Politechnika Lubelska. Instytut Informatyki
Tematy:
sztuczna inteligencja
predykcja danych
szkielety programistyczne
artificial intelligence
data prediction
framework
Opis:
Celem artykułu jest analiza szkieletów aplikacji do sztucznej inteligencji. Zbadane zostały: skuteczność, czasochłonność oraz ilość potrzebnych zasobów. Dla każdego frameworka stworzono modele regresji liniowej, lasów losowych i k najbliższych sąsiadów. Dane uczące to zbiory danych zawierające informację o diamencie oraz jego cenie. Każdy model miał za zadanie nauczyć się cen diamentów, a następnie dokonać predykcji w zależności od ich konkretnych cech tj. szlif, kolor, objętość. Dane uczące zostały podzielone na zbiory o różnej wielkości dzięki czemu można było zaobserwować zmianę w modelu w zależności od liczby danych treningowych. Z trzech przebadanych szkieletów programistycznych do uczenia maszynowego TensorFlow wykazał się największą skutecznością, a SciKit-Learn najkrótszym czasem dokonywania predykcji
The purpose of the article is to analyze frameworks for artificial intelligence applications. In particular, the effectiveness, time-consumption and resources requirement. Linear regression, random forests and k nearest neighbors models were created for each framework. The learning data is a dataset containing informations about diamonds and their prices. Each model was designed to learn diamonds’ prices and then make a prediction depending on its specific characteristics such as cut, color, and volume. The learning data was divided into sets of different sizes to show changes in a model depending on the amount of training data. Out of the three machine learning frameworks tested, TensorFlow proved to be the most accurate and SciKit-Learn the fastest
Źródło:
Journal of Computer Sciences Institute; 2022, 24; 172--175
2544-0764
Pojawia się w:
Journal of Computer Sciences Institute
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