Informacja

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

Wyszukujesz frazę "Marciniak, Sylwester" wg kryterium: Autor


Wyświetlanie 1-4 z 4
Tytuł:
Państwowa Komisja Wyborcza – historia i współczesność
Nacional Electoral Commission – History and Present Day
Autorzy:
Marciniak, Sylwester
Powiązania:
https://bibliotekanauki.pl/articles/26850632.pdf
Data publikacji:
2023-10-31
Wydawca:
Wydawnictwo Adam Marszałek
Tematy:
Państwowa Komisja Wyborcza
skład Państwowej Komisji Wyborczej
sposób powoływania członków Państwowej Komisji Wyborczej
ordynacja wyborcza
National Electoral Commission
personal composition of National Electoral Commission
the way of appointing of members of National Electoral Commission
electoral law
Opis:
This paper aims at sectional presenting of the evolution of the National Electoral Commission (PKW) as the highest and the only permanent election commission in Poland – from the interwar period to the modern times. For that reason, this paper enumerates the members of the first polish National Electoral Commission which was constituted by the regulations of the Electoral System to Sejm of the Republic of Poland of 1922 as well as the way of appointing of PKW in the consecutive electoral statutes. Furthermore, during analysing of the personel of PKW, the author references to the provisions of Code of Good Practice in Electoral Matters adopted by the Venice Commission. The main conclusion of this paper is that contemporary and historical structure of the personal composition of PKW are very similar to each other.
Niniejsze opracowanie stanowi próbę przekrojowego ukazania ewolucji sposobu kształtowania się oraz funkcjonowania Państwowej Komisji Wyborczej jako najwyższego oraz jedynego stałego organu wyborczego właściwego do przeprowadzania wyborów i referendów w Polsce – od czasów dwudziestolecia międzywojennego do współczesności. Przybliżone zostaną personalia członków pierwszego składu Państwowej Komisji Wyborczej powołanej do życia w Ordynacji Wyborczej do Sejmu z 1922 r., jak również sposób powoływania członków PKW w kolejnych ustawach wyborczych. Analizując kwestię składu osobowego, celowe okaże się sięgnięcie do Kodeksu Dobrej Praktyki w Sprawach Wyborczych Komisji Weneckiej. Całość rozważań zwieńczona zostanie ogólną refleksją na temat kształtu składu osobowego PKW na przestrzeni przeszło stu lat.
Źródło:
Przegląd Prawa Konstytucyjnego; 2023, 5(75); 89-99
2082-1212
Pojawia się w:
Przegląd Prawa Konstytucyjnego
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Gwas data analysis with the use of machine learning algorithms – review
Analiza danych GWAS przy użyciu algorytmów uczenia maszynowego – przegląd literatury
Autorzy:
Kloska, Sylwester Michał
Marciniak, Anna
Powiązania:
https://bibliotekanauki.pl/articles/2016322.pdf
Data publikacji:
2020
Wydawca:
Politechnika Bydgoska im. Jana i Jędrzeja Śniadeckich. Wydawnictwo PB
Tematy:
machine learning
genome-wide association studies
GWAS
artificial intelligence
bioinformatics
uczenie maszynowe
badanie asocjacyjne całego genomu
sztuczna inteligencja
bioinformatyka
Opis:
Machine learning is a part of field concerned with AI. The main goal of machine learning algorithms is to create automatic system that improves itself with the use of its experience (given data) to gain new knowledge. Genome-Wide Association Studies compare whole genomes of different individuals in order to see if any of genetic variants are correlated with a trait. Using ML for GWAS analysis can be beneficial for scientists. It has been proved several times in various ways.
Uczenie maszynowe jest dziedziną nauki związaną ze sztuczną inteligencją. Głównym celem algorytmów uczenia maszynowego jest stworzenie automatycznego systemu, który poprawia się dzięki wykorzystaniu swojego doświadczenia (danych) w celu zdobycia nowej wiedzy. Badania asocjacyjne całego genomu (GWAS) porównują całe genomy różnych osobników, aby sprawdzić, czy którykolwiek z wariantów genetycznych jest skorelowany z cechą. Wykorzystanie ML do analizy GWAS może być korzystne dla naukowców. Zostało to udowodnione na różne sposoby.
Źródło:
Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy; 2019, 23; 23-32
1899-0088
Pojawia się w:
Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Predicting immunogenicity in murine hosts with use of Random Forest classifier
Przewidywanie immunogenności u myszy przy użyciu klasyfikatora Random Forest
Autorzy:
Marciniak, Anna
Tarczewska, Martyna
Kloska, Sylwester
Powiązania:
https://bibliotekanauki.pl/articles/2016293.pdf
Data publikacji:
2020
Wydawca:
Politechnika Bydgoska im. Jana i Jędrzeja Śniadeckich. Wydawnictwo PB
Tematy:
Random Forest Classifier
immunogenicity
machine learning
entropy
Gini index
klasyfikator Random Forest
immunogenność
uczenie maszynowe
entropia
Opis:
Biomedical data are difficult to interpret due to their large amount. One of the solutions to cope with this problem is to use machine learning. Machine learning can be used to capture previously unnoticed dependencies. The authors performed random forest classifier with entropy and Gini index criteria on immunogenicity data. Input data consisted of 3 columns: epitope (8-11 amino acids long peptide), major histocompatibility complex (MHC) and immune response. Presented model can predict the immune response based on epitope-MHC complex. Achieved results had accuracy of 84% for entropy and 83% for Gini index. The results are not fully satisfying but are a fair start for more complexed experiments and could be used as an indicator for further research.
Dane biomedyczne są trudne do interpretacji ze względu na ich dużą ilość. Jednym z rozwiązań radzenia sobie z tym problemem jest wykorzystanie uczenia maszynowego. Techniki te umożliwiają wychwycenie wcześniej niezauważonych zależności. W artykule przedstawiono wykorzystanie klasyfikatora Random Forest z kryterium entropii i indeksem Gini na danych dotyczących immunogenności. Dane wejściowe składają się z 3 kolumn: epitop (peptyd o długości 8-11 aminokwasów), główny kompleks zgodności tkankowej (MHC) i odpowiedź immunologiczna. Zaprezentowany model przewiduje odpowiedź immunologiczną na podstawie kompleksu epitop-MHC. Uzyskane wyniki osiągnęły dokładność na poziomie 84% (entropia) i 83% (indeks Gini). Wyniki nie są w pełni satysfakcjonujące, ale stanowią dobry początek dla bardziej złożonych eksperymentów i wyznacznik do dalszych badań.
Źródło:
Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy; 2020, 24; 31-43
1899-0088
Pojawia się w:
Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Algorithm for genetic data analysis – comparison of the frequency of specific mutations in different populations
Algorytm do analizy danych genetycznych – porównanie częstotliwości występowania określonych mutacji wśród różnych populacji
Autorzy:
Marciniak, Anna
Tarczewska, Martyna
Kloska, Sylwester
Powiązania:
https://bibliotekanauki.pl/articles/2016298.pdf
Data publikacji:
2020
Wydawca:
Politechnika Bydgoska im. Jana i Jędrzeja Śniadeckich. Wydawnictwo PB
Tematy:
Python 3
bioinformatics
vcf files
genomic data
bioinformatyka
pliki vcf
dane genomowe
Opis:
This paper presents a novel algorithm which can be used to analyze genomic data obtained during Next Generation Sequencing (NGS). Due to the interest in the subject among geneticists, it is necessary to develop algorithms and programs which analyze genetic data that will be user-friendly and accessible to people not related to typical bioinformatics. A way of performing comparative analyze, including proper data preprocessing and final data processing is described. Input data for the algorithm are annotated .vcf files. The outcome of presented algorithm is a file with counted percentage of single nucleotide polymorphisms (SNP) in data for every loaded population.
W artykule przedstawiono nowatorski algorytm służący do analizy danych genomowych uzyskanych podczas sekwencjonowania nowej generacji (NGS). Ze względu na zainteresowanie tą tematyką wśród genetyków konieczne jest opracowanie przyjaznych dla użytkownika i dostępnych dla osób niezwiązanych z bioinformatyką algorytmów i programów analizujących dane genetyczne. Opisano sposób przeprowadzania analizy porównawczej, w tym wstępne i końcowe przetwarzanie danych. Dane wejściowe algorytmu to pliki formatu .vcf z adnotacjami. Wynikiem przedstawionego algorytmu jest plik zawierający informacje dotyczące częstości występowania polimorfizmów pojedynczego nukleotydu (ang. single nucleotide polymorphism, SNP) w badanych populacjach.
Źródło:
Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy; 2020, 24; 5-11
1899-0088
Pojawia się w:
Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy
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