Informacja

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

Wyszukujesz frazę "Rybicki, Marcin" wg kryterium: Autor


Wyświetlanie 1-2 z 2
Tytuł:
Agile effort estimation in software development projects – case study
Zwinne szacowanie pracochłonności w projektach programistycznych – studium przypadków
Autorzy:
Łabędzki, Maciej
Promiński, Patryk
Rybicki, Adam
Wolski, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/14495622.pdf
Data publikacji:
2017-11-22
Wydawca:
Wyższa Szkoła Bankowa we Wrocławiu
Tematy:
software development
estimation
effort
measurement
requirements engineering
story points
Scrum
wytwarzanie oprogramowania
szacowanie
pracochłonność
miary
inżynieria wymagań
Opis:
Cel: Celem niniejszej pracy jest wskazanie powszechnych błędów i pułapek, a także sprawdzonych praktyk w zakresie estymacji pracochłonności w projektach programistycznych. Jakość oszacowań w mniej doświadczonych zespołach jest często niezadowalająca, wskutek czego estymacja jako element procesu wytwarzania oprogramowania jest porzucana. Decyzja zwykle uzasadniana jest błędnie rozumianą „zwinnością”. Artykuł wpisuje się w dyskusję nad bieżącymi trendami w zakresie szacowania, w szczególności w kontekście nowego podejścia „no estimates”.   Metodyka badań: Publikacja ma formę studium przypadków opartego o doświadczenia dojrzałego zespołu programistycznego. Autor, na podstawie znanych z literatury technik estymacji, wskazuje dobre i złe praktyki oraz często popełniane błędy w myśleniu i postępowaniu.   Wnioski: Kluczowe dla poprawnej estymacji okazują się: zrozumienie różnicy pomiędzy pracochłonnością i czasochłonnością, umiejętność monitorowania wydajności, a także sposób analizowania wymagań i sytuacja kadrowa zespołu.   Wartość artykułu: Publikacja pomaga opanować techniki podnoszące poziom zaufania do wszelkich oszacowań (czasu trwania, a pośrednio – kosztu wytwarzania oprogramowania) tam, gdzie znane są wymagania, jednak głównie na etapie realizacji projektu (projekt i implementacja).  Ograniczenia: Praca nie porusza problemów wstępnej estymacji przedsięwzięć, tj. estymacji dokonywanej na wczesnych etapach planowania.
Aim:Aim: The purpose of this paper is to identify common mistakes and pitfalls as well as best practices in estimating labor intensity in software projects. The quality of estimations in less experienced teams is often unsatisfactory, as a result of which estimation as part of the software development process is abandoned. The decision is usually justified by misunderstanding "agility". This article is part of the discussion on current trends in estimation, especially in the context of the new "no estimates" approach.Design / Research methods: The publication is a case study based on the experience of a mature development team. The author, on the basis of literature-based estimation techniques, shows good and bad practices, as well as common mistakes in thinking and behavior.Conclusions / findings: The key to correct estimation is: understanding the difference between labor intensity and time, ability to monitor performance, as well as how to analyze staff requirements for the team.Originality / value of the article: The publication helps to master confidence-boosting techniques for any estimation (duration, and indirectly, the cost of software development) where requirements are known, but mainly at the stage of project implementation (design and implementation).Limitations of the research: The work does not address the problems of initial estimation of projects, i.e. the estimation made in the early stages of planning.
Źródło:
Central European Review of Economics and Management; 2017, 1, 3; 135-152
2543-9472
Pojawia się w:
Central European Review of Economics and Management
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie syntezy danych satelitarnych Sentinel-1 i Sentinel-2 do opracowania map zmiennego nawożenia azotem rzepaku ozimego
Using synthesis of Sentinel-1 and Sentinel-2 satellite data to develop maps of variable nitrogen fertilization of winter oilseed rape
Autorzy:
Michalski, Michał
Turos, Przemysław
Buszke, Bartosz
Malinowski, Radek
Rybicki, Marcin
Stankiewicz, Mateusz
Powiązania:
https://bibliotekanauki.pl/articles/52229620.pdf
Data publikacji:
2023
Wydawca:
Polskie Towarzystwo Informacji Przestrzennej
Tematy:
LAI
uczenie maszynowe
dane satelitarne
Sentinel-1
Sentinel-2
mapa aplikacyjna
machine learning
satellite data
VRA map
Opis:
Monitorowanie upraw w trakcie sezonu wegetacyjnego stanowi podstawę planowania zabiegów agrotechnicznych w rolnictwie precyzyjnym. Opiera się ono zazwyczaj na wykorzystaniu multispektralnych danych satelitarnych, których dostępność jest często ograniczona przez występowanie chmur. Powoduje to potrzebę sięgnięcia po inne rozwiązania, a jednym z nich jest wykorzystanie niezależnych od zachmurzenia satelitarnych danych radarowych. Celem prezentowanego badania było opracowanie map aplikacyjnych zmiennego nawożenia azotem rzepaku ozimego, poprzez modelowanie wskaźnika pokrycia liściowego (Leaf Area Index-LAI) z wykorzystaniem danych Sentinel-1 (S-1) i Sentinel-2 (S-2). Użyte dane teledetekcyjne i dane in-situ zebrano podczas dwóch sezonów wegetacyjnych z różnych regionów w Polsce. Współczynnik wstecznego rozpraszania obliczony na podstawie S-1 został zastosowany jako dane wejściowe do modelowania wskaźnika LAI z wykorzystaniem kilku technik regresji. Ze względu na charakterystykę zobrazowań radarowych, LAI było szacowane jako wartość średnia dla pojedynczego pola osiągając najlepsze wyniki dla algorytmu Random Forest (R2=0.85; RMSE=0.41). W celu zwiększenia precyzji wymaganej przy zabiegach agrotechnicznych wykorzystano zależność pomiędzy LAI wyznaczonym na podstawie ostatniego dostępnego bezchmurnego zdjęcia S-2 i LAI modelowanym przy użyciu S-1. Pozwoliło to na uzyskanie przestrzennego zróżnicowania w obrębie pola do poziomu piksela 10 m×10 m dla okresu z zachmurzeniem. Przygotowana w procesie syntezy danych S-1 i S-2 mapa LAI pozwoliła oszacować dotychczas pobraną przez rzepak ilość azotu. Na tej podstawie dostosowano dawkę nawozu do aktualnych potrzeb roślin oraz opracowano mapę aplikacyjną. Badanie wykazało potencjał i użyteczność syntezy danych S-1 i S-2 do opracowywania map aplikacyjnych zmiennego nawożenia, gdyż umożliwia ich tworzenie również w okresie niedostępności aktualnych danych optycznych. Proponowana metoda może stanowić uzupełnienie dla rozwiązań stosowanych obecnie w rolnictwie precyzyjnym.
Regular crop monitoring during a vegetation season is necessary to make right decisions in precision agriculture. It is usually based on multispectral satellite data but their use is often limited by cloud cover. This problem can be reduced by applying data from synthetic aperture radar (SAR) satellite sensors that operate independently of cloudiness. The aim of this study was to develop maps of variable nitrogen fertilization for winter oilseed rape, by modelling Leaf Area Index (LAI) using Sentinel-1 (S-1) and Sentinel-2 (S-2) data. Satellite and in-situ data were collected for several fields during two growing seasons in various regions of Poland. Backscattering coefficients derived from S-1 were used as input to the LAI estimation process using different regression techniques. Due to the characteristics of radar imagery, LAI was estimated as an average value for a single field achieving the best results with a Random Forest algorithm (R2=0.85; RMSE=0.41). In order to increase the precision required for agrotechnical treatments, the relationship between LAI calculated using the latest available cloudless S-2 image and LAI derived from S-1 was established. That allowed for spatial differentiation of LAI values within a field at the level of 10×10 m pixel for the clouded period. LAI map prepared in the process of synthesis allowed to estimate the amount of nitrogen taken up so far by winter oilseed rape. Using this information, the dose of fertilizer was adjusted to the current needs of plants in the prepared application maps of variable fertilization. This study showed the potential and usefulness of the S-1 and S-2 data synthesis for developing maps of variable fertilization, as it enabled their creation also in the period of unavailability of optical data. The method can become a complement to the current solutions in precision agriculture.
Źródło:
Roczniki Geomatyki; 2023, 21, 1(100); 31-47
1731-5522
2449-8963
Pojawia się w:
Roczniki Geomatyki
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