Informacja

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

Wyszukujesz frazę "Tylman, R." wg kryterium: Autor


Wyświetlanie 1-3 z 3
Tytuł:
eBalticGrid – an interactive platform for the visualisation of results from a high-resolution operational Baltic Sea model
Autorzy:
Jakacki, J.
Przyborska, A.
Nowicki, A.
Wichorowski, M.
Przyborski, M.
Białoskórski, M.
Sochacki, C.
Tylman, R.
Powiązania:
https://bibliotekanauki.pl/articles/108447.pdf
Data publikacji:
2017
Wydawca:
Instytut Meteorologii i Gospodarki Wodnej - Państwowy Instytut Badawczy
Tematy:
multimodelling
Baltic Sea
forecasting
hydrodynamic model
ice model
Opis:
In recent years, modelling has been one of the fastest growing fields of science. Ocean, ice and atmospheric models have become a powerful tool that has supported many scientific fields during the last few decades. Our work presents the new operational service – called eBalticGrid – implemented into the PLGrid Infrastructure (Dziekoński et al. 2014). The grid is based on three modelling tools – an ocean model (Parallel Ocean Program), an ice model (Community Ice Code) and an atmospheric model (Whether Research and Forecasting Model). The service provides access to 72-hour forecasts for the Baltic Sea area. It includes the physical state of the Baltic Sea, its ice cover and the main atmospheric fields, which are the key drivers of the Baltic’s physical state. Unlike other services, this provides the additional three-dimensional fields of temperature, salinity and currents in the Baltic Sea. The models work in operational mode and currently one simulation per day is run. The service has been implemented mostly for researchers. Access to the results does not require any modelling knowledge. Therefore, the main interface between a user and the model results was designed as a portal providing easy access to the model’s output. It will also be a very suitable tool for teaching students about the hydrology of the Baltic Sea. Data from the system are delivered to another operational system – SatBaltic (Woźniak et al. 2011). The development of an output format to be suitable for navigational software (GRIB files) and sharing via FTP is also planned.
Źródło:
Meteorology Hydrology and Water Management. Research and Operational Applications; 2017, 5, 2; 13-20
2299-3835
2353-5652
Pojawia się w:
Meteorology Hydrology and Water Management. Research and Operational Applications
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Farmers’ social insurance system in Poland as seen by the farmers
Autorzy:
Kisiel, R.
Lizinska, W.
Tylman, M.
Powiązania:
https://bibliotekanauki.pl/articles/44540.pdf
Data publikacji:
2019
Wydawca:
Uniwersytet Przyrodniczy w Poznaniu. Wydawnictwo Uczelniane
Źródło:
Journal of Agribusiness and Rural Development; 2019, 52, 2
1899-5241
Pojawia się w:
Journal of Agribusiness and Rural Development
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Simulation of medical data as a way of speeding up development of algorithms for a system for estimation of patients health
Symulacja danych medycznych jako sposób przyspieszenia rozwoju algorytmów systemu oceny stanu pacjenta
Autorzy:
Wenerski, M.
Tylman, W.
Napieralski, A.
Trafidło, T.
Waszyrowski, T.
Tomala, R.
Marciniak, P.
Kotas, R.
Kamiński, M.
Kulesza, Z.
Powiązania:
https://bibliotekanauki.pl/articles/322516.pdf
Data publikacji:
2014
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
choroby układu krążenia
hospitalizacja
system wspomagania decyzji
sztuczna inteligencja
MEWS
cardiovascular diseases
hospital treatment
decision support system
artificial intelligence
Opis:
W artykule przedstawiono system wspomagania decyzji odnośnie do oceny stanu ogólnego pacjenta, ze szczególnym naciskiem położonym na choroby układu krążenia i układu oddechowego. Działanie tego systemu jest oparte na danych wejściowych ze standardowego monitora funkcji życiowych (w fazie rozwoju algorytmów dane są również symulowane). Sygnały są przetwarzane i analizowane za pomocą algorytmów opartych, przede wszystkim, na sieciach Bayesa. System na wyjściu powinien generować informację na temat wykrytych problemów, przyszłych zagrożeń, przyczyn pogorszenia zdrowia i propozycji dalszego leczenia.
This paper presents decision support system for estimation of patient's general state, with particular stress laid on cardiovascular and pulmonary diseases. It works in conjunction with a standard medical monitor, which provides asset of input signals (for development stage signals are also simulated). The signals are preprocessed and analysed by a set of algorithms, the core of which is based on Bayesian networks. As an output the system should give information about detected problems, eventual future threats, possible causes and suggestions for further treatment.
Źródło:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska; 2014, 74; 631-639
1641-3466
Pojawia się w:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    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