Informacja

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

Wyszukujesz frazę "Scherer, Magdalena" wg kryterium: Autor


Wyświetlanie 1-5 z 5
Tytuł:
Systemy neuronowo-rozmyte w zarządzaniu logistyką zwrotną w przedsiębiorstwie produkcyjnym
Autorzy:
Scherer, Magdalena
Iwan, Stanisław
Powiązania:
https://bibliotekanauki.pl/books/25665362.pdf
Data publikacji:
2023-06-06
Wydawca:
Politechnika Częstochowska. Wydawnictwo Politechniki Częstochowskiej
Opis:
Odpady, szczególnie produkcyjne, są poważnym problemem współczesnej gospodarki. Stanowią duże zagrożenie dla środowiska naturalnego, a społeczność międzynarodowa uznała je za priorytetowy problem globalny. Choć generowania odpadów nie da się zupełnie wyeliminować, pojawiają się coraz nowsze rozwiązania, które minimalizują ich skutki. Z pomocą przychodzi tutaj logistyka zwrotna. Jej głównym celem jest ponowne wprowadzenie do systemu gospodarczego odpadów, które po odpowiednim przetworzeniu mogą stać się surowcami lub półproduktami. W niniejszej monografii podjęto próbę stworzenia rozwiązań informatycznych wspomagających logistykę zwrotną w tym zakresie. Trzy pierwsze rozdziały tworzą część teoretyczną monografii, natomiast rozdział czwarty obejmuje opracowanie i wnioski z części empirycznej. Założono, że inteligentne przewidywanie wielkości jej strumieni stanowi determinantę skutecznego zarządzania strumieniami odpadowymi. Przeprowadzono szereg eksperymentów polegających na tworzeniu i trenowaniu systemów rozmyto-neuronowych. Badania wykazały, że zastosowanie uczenia maszynowego może przyczynić się do usprawnienia procesów zarządzania logistyką zwrotną w przedsiębiorstwie produkcyjnym i przełożyć się na skuteczniejsze zarządzanie strumieniami odpadów.
Dostawca treści:
Biblioteka Nauki
Książka
Tytuł:
Decision making support system for managing advertisers by ad fraud detection
Autorzy:
Gabryel, Marcin
Scherer, Magdalena M.
Sułkowski, Łukasz
Damaševičius, Robertas
Powiązania:
https://bibliotekanauki.pl/articles/2031082.pdf
Data publikacji:
2021
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
lead management
feedforward neural networks
embedding
online marketing
Opis:
Efficient lead management allows substantially enhancing online channel marketing programs. In the paper, we classify website traffic into human- and bot-origin ones. We use feedforward neural networks with embedding layers. Moreover, we use one-hot encoding for categorical data. The data of mouse clicks come from seven large retail stores and the data of lead classification from three financial institutions. The data are collected by a JavaScript code embedded into HTML pages. The three proposed models achieved relatively high accuracy in detecting artificially generated traffic.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2021, 11, 4; 331--339
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A novel grid-based clustering algorithm
Autorzy:
Starczewski, Artur
Scherer, Magdalena M.
Książek, Wojciech
Dębski, Maciej
Wang, Lipo
Powiązania:
https://bibliotekanauki.pl/articles/2031101.pdf
Data publikacji:
2021
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
data mining
grid-based clustering
grid structure
Opis:
Data clustering is an important method used to discover naturally occurring structures in datasets. One of the most popular approaches is the grid-based concept of clustering algorithms. This kind of method is characterized by a fast processing time and it can also discover clusters of arbitrary shapes in datasets. These properties allow these methods to be used in many different applications. Researchers have created many versions of the clustering method using the grid-based approach. However, the key issue is the right choice of the number of grid cells. This paper proposes a novel grid-based algorithm which uses a method for an automatic determining of the number of grid cells. This method is based on the kdist function which computes the distance between each element of a dataset and its kth nearest neighbor. Experimental results have been obtained for several different datasets and they confirm a very good performance of the newly proposed method.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2021, 11, 4; 319-330
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Fast image index for database management engines
Autorzy:
Grycuk, Rafał
Najgebauer, Patryk
Kordos, Miroslaw
Scherer, Magdalena M.
Marchlewska, Alina
Powiązania:
https://bibliotekanauki.pl/articles/1837480.pdf
Data publikacji:
2020
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
image descriptor
content-based image retrieval
image indexing
Opis:
Large-scale image repositories are challenging to perform queries based on the content of the images. The paper proposes a novel, nested-dictionary data structure for indexing image local features. The method transforms image local feature vectors into two-level hashes and builds an index of the content of the images in the database. The algorithm can be used in database management systems. We implemented it with an example image descriptor and deployed in a relational database. We performed the experiments on two image large benchmark datasets.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2020, 10, 2; 113-123
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Efficient image retrieval by fuzzy rules from boosting and metaheuristic
Autorzy:
Korytkowski, Marcin
Senkerik, Roman
Scherer, Magdalena M.
Angryk, Rafal A.
Kordos, Miroslaw
Siwocha, Agnieszka
Powiązania:
https://bibliotekanauki.pl/articles/91856.pdf
Data publikacji:
2020
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
image retrieval
fuzzy rules
local image features
pobieranie obrazu
lokalne funkcje obrazu
Opis:
Fast content-based image retrieval is still a challenge for computer systems. We present a novel method aimed at classifying images by fuzzy rules and local image features. The fuzzy rule base is generated in the first stage by a boosting procedure. Boosting meta-learning is used to find the most representative local features. We briefly explore the utilization of metaheuristic algorithms for the various tasks of fuzzy systems optimization. We also provide a comprehensive description of the current best-performing DISH algorithm, which represents a powerful version of the differential evolution algorithm with effective embedded mechanisms for stronger exploration and preservation of the population diversity, designed for higher dimensional and complex optimization tasks. The algorithm is used to fine-tune the fuzzy rule base. The fuzzy rules can also be used to create a database index to retrieve images similar to the query image fast. The proposed approach is tested on a state-of-the-art image dataset and compared with the bag-of-features image representation model combined with the Support Vector Machine classification. The novel method gives a better classification accuracy, and the time of the training and testing process is significantly shorter.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2020, 10, 1; 57-69
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-5 z 5

    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