Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Włodarczyk, Daniel" wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Porównanie metod pozycjonowania robota mobilnego w terenie
    Comparison of Mobile Robot Positioning Methods in Off-Road Conditions
    Autorzy:
    Borycki, Kamil
    Kostecki, Szczepan
    Sokołowski, Michał
    Włodarczyk, Daniel
    Powiązania:
    https://bibliotekanauki.pl/articles/277474.pdf
    Data publikacji:
    2020
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    robot mobilny
    system GPS
    łazik marsjański
    nawigacja inercyjna
    znacznik terenowy
    system nawigacyjny
    mobile robots
    GPS system
    Mars rover
    inertial navigation
    landmarks
    navigation system
    Opis:
    W artykule przedstawiono trzy wybrane metody pozycjonowania robota mobilnego w terenie oraz ich weryfikację na torze testowym, zbudowanym na potrzeby zawodów European Rover Challenge 2019. Badania zrealizowano z użyciem łazika marsjańskiego „IMPULS II” zbudowanego przez studentów Politechniki Świętokrzyskiej. Przeprowadzone badania pozwoliły na porównanie dokładności pozycjonowania robota mobilnego w terenie. Do analizy oraz wizualizacji badań posłużyła aplikacja umożliwiająca sterowanie oraz śledzenie pozycji robota. Dodatkowo zostały wykonane pomiary odległości łazika od zadanego punktu. Analiza mapy terenu oraz zastosowane algorytmy pozwalają na dojazd robotem do zadanego punktu.
    The article presents three selected methods of positioning the mobile robot in the off-road conditions and their verification on the test track built for the European Rover Challenge 2019 competition. The research was carried out using the Mars rover „IMPULS II” built by students of the Kielce University of Technology. The research allowed comparison of the mobile robot positioning accuracy in the off-road conditions. The analysis and visualization of research was done using an application that allows control and tracking of the robot’s position. Additionally, measurements of the rover’s distance from the given point were made. Terrain map analysis and applied algorithms allow robot to get to the given point.
    Źródło:
    Pomiary Automatyka Robotyka; 2020, 24, 1; 83-87
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Long-term Traffic Forecasting in Optical Networks Using Machine Learning
    Autorzy:
    Walkowiak, Krzysztof
    Szostak, Daniel
    Włodarczyk, Adam
    Kasprzak, Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/27311948.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    traffic forecasting
    machine learning
    classification
    Regression
    Opis:
    Knowledge about future traffic in backbone optical networks may greatly improve a range of tasks that Communications Service Providers (CSPs) have to face. This work proposes a procedure for long-term traffic forecasting in optical networks. We formulate a long-terT traffic forecasting problem as an ordinal classification task. Due to the optical networks’ (and other network technologies’) characteristics, traffic forecasting has been realized by predicting future traffic levels rather than the exact traffic volume. We examine different machine learning (ML) algorithms and compare them with time series algorithms methods. To evaluate the developed ML models, we use a quality metric, which considers the network resource usage. Datasets used during research are based on real traffic patterns presented by Internet Exchange Point in Seattle. Our study shows that ML algorithms employed for long-term traffic forecasting problem obtain high values of quality metrics. Additionally, the final choice of the ML algorithm for the forecasting task should depend on CSPs expectations.
    Źródło:
    International Journal of Electronics and Telecommunications; 2023, 69, 4; 751--762
    2300-1933
    Pojawia się w:
    International Journal of Electronics and Telecommunications
    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