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 "Clustering based" wg kryterium: Temat

  Lista filtrów

Dostawca treści

Wyrównaj
Wyświetlanie 1-15 z 25
Tytuł:
Comparative analysis of proactive & reactive protocols for cluster based routing algorithms in WSNs
Autorzy:
Mohammed, Ibrahim Yahia
Powiązania:
https://bibliotekanauki.pl/articles/1062952.pdf
Data publikacji:
2019
Wydawca:
Przedsiębiorstwo Wydawnictw Naukowych Darwin / Scientific Publishing House DARWIN
Tematy:
Clustering based
Energy
LEACH
Proactive
Reactive
Routing protocol
Sensors
TEEN
WSNs
Opis:
Wireless Sensor Networks (WSNs) are networks that consist of sensors which are randomly deployed in inaccessible area to gathering data and transfer it to user or base station. The most important matters considered in sensor networks are efficient utilization of energy, network lifetime, and environmental conditions changes. To provide the communication facilities within the network a routing protocol is used. There are many techniques used to route data in sensor networks, clustering based is one of most common techniques used, cluster based routing protocols can be classified to proactive and reactive protocol depending on how source finds a route to destination. This paper is aim to study and compare the two mechanisms in cluster based routing by discuss different characteristics in each mechanism, and also analyzed the performance of two mechanisms by take two exemplar protocols LEACH and TEEN from proactive and reactive mechanism respectively in order to compare the performance in same scenario and simulation parameters.
Źródło:
World Scientific News; 2019, 124, 2; 131-142
2392-2192
Pojawia się w:
World Scientific News
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:
The comparison of model-based clustering with heuristic clustering methods
Autorzy:
Witek, Ewa
Powiązania:
https://bibliotekanauki.pl/articles/657968.pdf
Data publikacji:
2011
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
heurisic methods of clustering
probability models
model-based clustering
Opis:
Najczęściej w różnych analizach statystycznych wykorzystywane są klasyczne metody analizy skupień, opierające się na podejściu heurystycznym. W referacie zaprezentowane zostanie podejście modelowe w analizie skupień (model-based clustering), bazujące na modelach probabilistycznych. W części empirycznej referatu podejście to zostanie porównane z klasycznymi metodami taksonomicznymi (metodami hierarchicznymi oraz metodami iteracyjno- aglomeracyjnymi).
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2011, 255
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Teoria reakcji na pozycję w podejściu modelowym w takso- nomii
Item response theory in model-based clustering
Autorzy:
Genge, Ewa
Powiązania:
https://bibliotekanauki.pl/articles/425062.pdf
Data publikacji:
2016
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
item response theory
latent class analysis
model-based clustering
Opis:
Item response theory is considered to be one of the two trends in methodological assessment of the reliability scale. In turn, latent class models can be viewed as a special case of model-based clustering, for heterogenous multivariate discrete data. We used the approach combining item response theory and latent class models to find groups of Polish households’ with similar saving ability levels. We analyzed data collected as part of the Polish Social Diagnosis using MultiLCIRT package of R.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2016, 1 (51); 9-19
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Cloud computing migration barriers and advantages in manufacturing – an analysis of ambiguity and dependences in the assessment criteria
Bariery i korzyści migracji do chmury obliczeniowej w przedsiębiorstwach przemysłowych – analiza niejednoznaczności i związków między kryteriami oceny
Autorzy:
Bartkiewicz, Witold
Gontar, Zbigniew
Powiązania:
https://bibliotekanauki.pl/articles/425213.pdf
Data publikacji:
2018
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
cloud computing
association mining
similarity based semantic clustering
Opis:
There is still many misunderstandings associated with the assessment of the barriers encountered in the process of IT solutions migration to the computational cloud and the benefits to be expected. The purpose of this paper is to organize the criteria used in this field, to analyze the dependencies between them. This will allow us to better understand the problem of migration to the cloud and to improve the decision-making processes related to it. A comprehensive survey was carried out, covering about 400 manufacturing enterprises in Poland using cloud-based IT solutions in various areas. The elements of the study were questions about the barriers and benefits encountered in this process. The paper analyzes the relationships between the obtained categories using diverse data mining methods: association rules mining and hierarchical agglomerative clustering. The obtained results allow to identify the conceptual structure and build a model of relationships inside the problem.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2018, 22, 3; 41-54
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Poczucie śląskości wśród Ślązaków – analiza empiryczna z wykorzystaniem modeli klas ukrytych
A sense of being Silesian – an empirical analysis with the use of latent class models
Autorzy:
Genge, Ewa
Powiązania:
https://bibliotekanauki.pl/articles/425295.pdf
Data publikacji:
2013
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
latent class analysis
mixture model
model-based clustering
categorical data
Opis:
The paper focuses on latent class models and their application for quantitative data. Latent class modeling is one of multivariate analysis techniques of the contingency table and can be viewed as a special case of model-based clustering, for multivariate discrete data. It is assumed that each observation comes from one of the numbers of subpopulations, with its own probability distribution. We used latent class analysis for grouping and detecting homogeneity of Silesian people using poLCA package of R. We analyzed data collected by the Department of Social Pedagogy, University of Silesia in Katowice.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2013, 4(42); 48-59
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Teledetekcyjne wykorzystanie metody grupowania obiektów w oparciu o analizę gęstości
Using object grouping method based on density analysis in remote sensing
Autorzy:
Wyczałek, I.
Powiązania:
https://bibliotekanauki.pl/articles/341393.pdf
Data publikacji:
2005
Wydawca:
Uniwersytet Przyrodniczy we Wrocławiu
Tematy:
teledetekcja
segmentacja obiektowa
grupowanie gęstościowe
remote sensing
object segmentation
density-based clustering
Opis:
Klasyczne podejście do klasyfikacji obiektów na obrazach teledetekcyjnych, zakładające rozpoznawanie szczegółów terenowych pogrupowanych w kilka kategorii tematycznych, reprezentowanych przez cechy radiometryczne kilkukanałowego obrazu rastrowego, nadal wymaga coraz bardziej zaawansowanych metod podnoszenia skuteczności. Spośród współcześnie wprowadzanych rozwiązań na szczególną uwagę zasługują metody określane mianem obiektowych, które bazują na analizach fragmentów obszaru mapy bitowej, pogrupowanych według określonych kryteriów homologiczności. Segmentację obrazu można uzyskać różnymi metodami, które rozwijane są w licznych dziedzinach zastosowań informatyki. W interpretacji obrazów teledetekcyjnych opracowano rozwiązania dostosowane do specyfiki tychże obrazów. W niniejszej pracy podjęto temat takiego szczególnego wykorzystania techniki grupowania obiektów spełniających określone kryteria dokładnościowe. Scharakteryzowano metodę gęstościową analiz baz danych i jej modyfikację dostosowaną do analiz obrazów rastrowych, a następnie podano proponowany sposób dalszego rozwoju metody z wykorzystaniem dostępnej informacji wektorowej. Wywód zilustrowano za pomocą uproszczonego modelu obrazu teledetekcyjnego.
Typical approach to classification of objects on remote sensing images, which assume detection of terrain details being grouped into several thematic categories, represented by radiometric properties of the multispectral raster image, still needs more and more sophisticated methods of increasing efficiency. Among currently used solutions, on special attention claimed methods stated as the object-oriented, which are based on analyses of parts of the bitmap, grouped according to criteria of homogeneity. It is possible to carry out the image segmentation using various methods, which are developed within couple of informatics' sciences. In interpretation of remote sensing images there were elaborated approaches adapted to specific of those types of images. Such special use of grouping technique of objects fulfilled the particular accuracy criteria were investigated here. There were described the density-based clustering method of large databases and their implementation adapted to raster image analyses, and then, the possible solution using accessible vector information was suggested. The text is illustrated using the simplified model of remote sensing image.
Źródło:
Acta Scientiarum Polonorum. Geodesia et Descriptio Terrarum; 2005, 4, 1; 29-39
1644-0668
Pojawia się w:
Acta Scientiarum Polonorum. Geodesia et Descriptio Terrarum
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An MST cluster analysis method under hesitant fuzzy environment
Autorzy:
Zhang, X.
Xu, Z.
Powiązania:
https://bibliotekanauki.pl/articles/205680.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
hesitant fuzzy set
minimal spanning tree
graph theory-based clustering algorithm
hesitant fuzzy distance
Opis:
Hesitant fuzzy sets (HFSs) are useful means to describe and deal with uncertain data. In this article, a minimal spinning tree (MST) algorithm based clustering technique under hesitant fuzzy environment is proposed. We first introduce the concepts of graph, MST, HFS, and hesitant fuzzy distance. Then, we present a hesitant fuzzy MST clustering algorithm to perform clustering analysis of HFSs via some hesitant fuzzy distances, and finally illustrate the effectiveness of our algorithm through two numerical examples.
Źródło:
Control and Cybernetics; 2012, 41, 3; 645-666
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
On an Improvement of the Model-Based Clustering Method
O pewnej modyfikacji w metodzie taksonomii opartej na modelach mieszanych
Autorzy:
Witek, Ewa
Powiązania:
https://bibliotekanauki.pl/articles/906293.pdf
Data publikacji:
2009
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
Model-based clustering (MBC)
Gaussian mixture models
EM algorithm
MLE
MAP
BIC
conjugate prior
Opis:
W artykule przedstawiona została modyfikacja metody taksonomii opartej na modelach mieszanych, w przypadku gdy niemożliwym staje się oszacowanie parametrów modelu za pomocą algorytmu EM. Gdy liczba obiektów przypisanych do klasy jest mniejsza niż liczba zmiennych opisujących te obiekty, niemożliwym staje się oszacowanie parametrów modelu. By uniknąć tej sytuacji estymatory największej wiarygodności zastępowane są estymatorami o największym prawdopodobieństwie a posteriori. Wybór modelu o najlepszej parametryzacji i stosownej liczbie klas dokonywany jest wówczas za pomocą zmodyfikowanej statystyki BIC.
An improvement o f the model-based clustering (MBC) method in the case when EM algorithm fails as a result o f singularities is the basic aim o f this paper. Replacement o f the maximum likelihood (MLE) estimator by a maximum a posteriori (MAP) estimator, also found by the EM algorithm is proposed. Models with different number o f components are compared using a modified version o f BIC, where the likelihood is evaluated at the MAP instead o f MLE. A highly dispersed proper conjugate prior is shown to avoid singularities, but when these are not present it gives similar results to the standard method o f MBC.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2009, 228
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Semantic segmentation and PSO based method for segmenting liver and lesion from CT images
Autorzy:
Nayantara, Vaidehi P.
Surekha, Kamath
Manjunath, K.N.
Rajagopal, Kadavigere
Powiązania:
https://bibliotekanauki.pl/articles/2146955.pdf
Data publikacji:
2022
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
liver lesion segmentation
computed tomography
semantic segmentation
SegNet
particle swarm optimization-based clustering
Hounsfield Unit
Opis:
The liver is a vital organ of the human body and hepatic cancer is one of the major causes of cancer deaths. Early and rapid diagnosis can reduce the mortality rate. It can be achieved through computerized cancer diagnosis and surgery planning systems. Segmentation plays a major role in these systems. This work evaluated the efficacy of the SegNet model in liver and particle swarm optimization-based clustering technique in liver lesion segmentation. Over 2400 CT images were used for training the deep learning network and ten CT datasets for validating the algorithm. The segmentation results were satisfactory. The values for Dice Coefficient and volumetric overlap error achieved were 0.940 ± 0.022 and 0.112 ± 0.038, respectively for liver and the results for lesion delineation were 0.4629 ± 0.287 and 0.6986 ± 0.203, respectively. The proposed method is effective for liver segmentation. However, lesion segmentation needs to be further improved for better accuracy.
Źródło:
International Journal of Electronics and Telecommunications; 2022, 68, 3; 635--640
2300-1933
Pojawia się w:
International Journal of Electronics and Telecommunications
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wild Image Retrieval with HAAR Features and Hybrid DBSCAN Clustering For 3D Cultural Artefact Landmarks Reconstruction
Autorzy:
Pitchandi, Perumal
Powiązania:
https://bibliotekanauki.pl/articles/2201730.pdf
Data publikacji:
2022
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
outliers removal
culturalartefact objects
3D reconstruction
particle swarm optimization
PSO
spatial clustering
density based spatial clustering
noise clustering algorithm
Opis:
In this digital age large amounts of information, images and videos can be found in the web repositories which accumulate this information. These repositories include personal, historic, cultural, and business event images. Image mining is a limited field in research where most techniques look at processing images instead of mining. Very limited tools are found for mining these images, specifically 3D (Three Dimensional) images. Open source image datasets are not structured making it difficult for query based retrievals. Techniques extracting visual features from these datasets result in low precision values as images lack proper descriptions or numerous samples exist for the same image or images are in 3D. This work proposes an extraction scheme for retrieving cultural artefact based on voxel descriptors. Image anomalies are eliminated with a new clustering technique and the 3D images are used for reconstructing cultural artefact objects. Corresponding cultural 3D images are grouped for a 3D reconstruction engine’s optimized performance. Spatial clustering techniques based on density like PVDBSCAN (Particle Varied Density Based Spatial Clustering of Applications with Noise) eliminate image outliers. Hence, PVDBSCAN is selected in this work for its capability to handle a variety of outliers. Clustering based on Information theory is also used in this work to identify cultural object’s image views which are then reconstructed using 3D motions. The proposed scheme is benchmarked with DBSCAN (Density-Based Spatial Clustering of Applications with Noise) to prove the proposed scheme’s efficiency. Evaluation on a dataset of about 31,000 cultural heritage images being retrieved from internet collections with many outliers indicate the robustness and cost effectiveness of the proposed method towards a reliable and just-in-time 3D reconstruction than existing state-of-the-art techniques.
Źródło:
Advances in Science and Technology. Research Journal; 2022, 16, 3; 269--281
2299-8624
Pojawia się w:
Advances in Science and Technology. Research Journal
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ant-based extraction of rules in simple decision systems over ontological graphs
Autorzy:
Pancerz, K.
Lewicki, A.
Tadeusiewicz, R.
Powiązania:
https://bibliotekanauki.pl/articles/330276.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
ant based clustering
decision system
DRSA
ontological graphs
rule extraction
system decyzyjny
grafy ontologiczne
ekstrakcja reguł
Opis:
In the paper, the problem of extraction of complex decision rules in simple decision systems over ontological graphs is considered. The extracted rules are consistent with the dominance principle similar to that applied in the dominance-based rough set approach (DRSA). In our study, we propose to use a heuristic algorithm, utilizing the ant-based clustering approach, searching the semantic spaces of concepts presented by means of ontological graphs. Concepts included in the semantic spaces are values of attributes describing objects in simple decision systems.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2015, 25, 2; 377-387
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Estimation of parameters of Gaussian mixture models by a hybrid method combining a self-adaptive differential evolution with the EM algorithm
Estymacja parametrów modeli mieszanin rozkładów normalnych przy pomocy metody hybrydowej łączącej samoadaptacyjną ewolucję różnicową z algorytmem EM
Autorzy:
Kwedlo, W.
Powiązania:
https://bibliotekanauki.pl/articles/88410.pdf
Data publikacji:
2014
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
mieszaniny rozkładów normalnych
ewolucja różnicowa
algorytm EM
grupowanie danych
Gaussian mixture models
differential evolution
expectation maximization
model-based clustering
Opis:
In the paper the problem of learning of Gaussian mixture models (GMMs) is considered. A new approach based on hybridization of a self-adaptive version of differential evolution (DE) with the classical EM algorithm is described. In this approach, called DEEM, the EM algorithm is run until convergence to fine-tune each solution obtained by the mutation and crossover operators of DE. To avoid the problem with parameter representation and infeasible solutions we use a method in which the covariance matrices are encoded using their Cholesky factorizations. In a simulation study GMMs were used to cluster synthetic datasets differing by a degree of separation between clusters. The results of experiments indicate that DE-EM outperforms the standard multiple restart expectation-maximization algorithm (MREM). For datasets with high number of features it also outperforms the state of-the-art random swap EM (RSEM).
W pracy poruszono problem uczenia modeli mieszanin rozkładów normalnych. Zaproponowano nowe podejście, nazwane DE-EM, oparte na hybrydyzacji samoadaptacyjnego algorytmu ewolucji różnicowej i klasycznego algorytmu EM. W nowej metodzie rozwiązanie otrzymane jako wynik operatorów mutacji i krzyżowania jest poddawane optymalizacji lokalnej, prowadzonej aż do momentu uzyskania zbieżności, przez algorytm EM. Aby uniknąć problemu z reprezentacją macierzy kowariancji i niedopuszczalności rozwiązań użyto metody, w której macierze kowariancji są kodowane przy pomocy dekompozycji Cholesky’ego. W badaniach symulacyjnych modele mieszanin rozkładów normalnych zastosowano do grupowania danych syntetycznych. Wyniki eksperymentów wskazują, że metoda DE-EM osiąga lepsze wyniki niż standardowa technika wielokrotnego startu algorytmu ˙ EM. Dla zbiorów danych z dużą liczbą cech, metoda osiąga lepsze wyniki niż technika losowej wymiany rozwiązań połączona z algorytmem EM.
Źródło:
Advances in Computer Science Research; 2014, 11; 109-123
2300-715X
Pojawia się w:
Advances in Computer Science Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ant-based clustering for flow graph mining
Autorzy:
Lewicki, Arkadiusz
Pancerz, Krzysztof
Powiązania:
https://bibliotekanauki.pl/articles/330782.pdf
Data publikacji:
2020
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
possibly certain sequences
flow graph
rough set
fuzzy set
ant based clustering
graf przepływu danych
zbiór przybliżony
zbiór rozmyty
Opis:
The paper is devoted to the problem of mining graph data. The goal of this process is to discover possibly certain sequences appearing in data. Both rough set flow graphs and fuzzy flow graphs are used to represent sequences of items originally arranged in tables representing information systems. Information systems are considered in the Pawlak sense, as knowledge representation systems. In the paper, an approach involving ant based clustering is proposed. We show that ant based clustering can be used not only for building possible large groups of similar objects, but also to build larger structures (in our case, sequences) of objects to obtain or preserve the desired properties.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2020, 30, 3; 561-572
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
DSMK-means “density-based split-and-Merge K-means clustering algorithm
Autorzy:
Aldahdooh, R. T.
Ashour, W.
Powiązania:
https://bibliotekanauki.pl/articles/91719.pdf
Data publikacji:
2013
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
clustering
K-means
Density-based Split
Merge K-means clustering Algorithm
DSMK-means
clustering algorithm
Opis:
Clustering is widely used to explore and understand large collections of data. K-means clustering method is one of the most popular approaches due to its ease of use and simplicity to implement. This paper introduces Density-based Split- and -Merge K-means clustering Algorithm (DSMK-means), which is developed to address stability problems of standard K-means clustering algorithm, and to improve the performance of clustering when dealing with datasets that contain clusters with different complex shapes and noise or outliers. Based on a set of many experiments, this paper concluded that developed algorithms “DSMK-means” are more capable of finding high accuracy results compared with other algorithms especially as they can process datasets containing clusters with different shapes, densities, or those with outliers and noise.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2013, 3, 1; 51-71
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 25

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