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 "EMD decomposition" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-10 z 10
    Tytuł:
    Zastosowanie Empirical Mode Decomposition do analizy zmian chropowatości w czasie skrawania
    Application of Empirical Mode Decomposition to analysis of surface roughness variability when turning with cubic boron nitride tools
    Autorzy:
    Zawada-Tomkiewicz, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/158448.pdf
    Data publikacji:
    2010
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    chropowatość
    dekompozycja EMD
    częstotliwości chwilowe
    surface roughness
    EMD decomposition
    instantaneous frequencies
    Opis:
    Artykuł dotyczy analizy powierzchni po toczeniu ostrzami z regularnego azotku boru. Profile powierzchni obrobionej dla pierwszych 18 sekund skrawania zostały zebrane metodą stykową, a następnie przeanalizowane metodami tradycyjnymi oraz z wykorzystaniem Empirical Mode Decomposition (EMD). Opisywana metoda dokonuje dekompozycji na składowe, które określa się w literaturze mianem Intrinsic Mode Functions (IMFs), a które wynikają nie z cech funkcji bazowej, lecz tylko z cech sygnału. Zastosowanie dekompozycji EMD dało możliwość rozdzielenia danych profilu na zbiór składowych, które mają znaczenie fizyczne.
    The paper introduces the topic of analyzing a machined surface after turning with use of Cubic Boron Nitride tools. Two different types of wedge material, TiN coated and uncoated, are discussed. For both of cutting tools the surface profiles for the first 18 seconds of cutting were collected with the stylus method, and then examined traditionally [1-3] as well as with use of Empirical Mode Decomposition (EMD). The EMD makes decomposition of the original signal into several components specified as Intrinsic Mode functions (IMFs) in the literature. IMFs are not determined by the basic function features, but only by signal characteristics [4]. Application of EMD to the surface profile has the ability to separate the profile data into a set of components which have physical meaning. EMD of the surface profile depends on the size and distribution of data and creates from a few to several IMFs. Most components are characterised by small energy and can be omitted in the analysis. The components of highest energy collected together form the surface roughness. These components responsible for creating roughness were analysed using Hilbert-Huang transform [5,6]. The analysis results show that the EMD method is suitable for decomposition of machined surface profiles and Hilbert-Huang Spectrum is appropriate for their description.
    Źródło:
    Pomiary Automatyka Kontrola; 2010, R. 56, nr 4, 4; 326-329
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ultra-short-term wind power prediction based on copula function and bivariate EMD decomposition algorithm
    Autorzy:
    Liu, Haiqing
    Lin, Weijian
    Li, Yuancheng
    Powiązania:
    https://bibliotekanauki.pl/articles/140702.pdf
    Data publikacji:
    2020
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    bivariate EMD decomposition
    copula function
    GRU network
    meteorological factor
    ultra-short-term wind power prediction
    Opis:
    Against the background of increasing installed capacity of wind power in the power generation system, high-precision ultra-short-term wind power prediction is significant for safe and reliable operation of the power generation system. We present a method for ultra-short-term wind power prediction based on a copula function, bivariate empirical mode decomposition (BEMD) algorithm and gated recurrent unit (GRU) neural network. First we use the copula function to analyze the nonlinear correlation between wind power and external factors to extract the key factors influencing wind power generation. Then the joint data composed of the key factors and wind power are decomposed into a series of stationary subsequence data by a BEMD algorithm which can decompose the bivariate data jointly. Finally, the prediction model based on a GRU network uses the decomposed data as the input to predict the power output in the next four hours. The experimental results show that the proposed method can effectively improve the accuracy of ultra-short-term wind power prediction.
    Źródło:
    Archives of Electrical Engineering; 2020, 69, 2; 271-286
    1427-4221
    2300-2506
    Pojawia się w:
    Archives of Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykrywanie luzu w układzie tłok-cylinder przy wykorzystaniu analizy EMD
    Detection of clearance in the piston-cylinder assembly using EMD analysis
    Autorzy:
    Czech, P.
    Madej, H.
    Powiązania:
    https://bibliotekanauki.pl/articles/258109.pdf
    Data publikacji:
    2008
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Technologii Eksploatacji - Państwowy Instytut Badawczy
    Tematy:
    diagnostyka
    silnik spalinowy
    analiza EMD
    diagnosis
    combustion engine
    EMD analysis
    empirical mode decomposition analysis
    Opis:
    W artykule przedstawiono próbę oceny zużycia złożenia tłok-cylinder za pomocą sygnału drgań rejestrowanego na kadłubie silnika ZI. Obiektem badań był czterocylindrowy silnik spalinowy o pojemności 1,2 dm3. W badaniach zastosowano metodę empirycznej dekompozycji jako nowe podejście do diagnozowania uszkodzeń silników spalinowych. Poprzez zastosowanie tej metody w przeprowadzonych badaniach złożony sygnał drgań bloku silnika został rozłożony na szereg poziomów dekompozycji, umożliwiających rozróżnienie lokalnych właściwości sygnału w dziedzinie czasu. Uzyskane sygnały z procesu dekompozycji poddano analizie widmowej, w celu określenia ich cech energetycznych. Analizę przeprowadzono dla różnych pasm częstotliwości. Z przeprowadzonych badań wynika, że istnieje możliwość wykorzystania analizy EMD do oceny luzu w układzie tłok-cylinder.
    The paper presents an attempt to evaluate the wear of a piston-cylinder assembly with the aid of vibration signal recorded on the spark ignition (SI) engine body. The subject of the study was a four-cylinder combustion engine 1.2 dm3. In this research, an empirical mode decomposition (EMD) based approach for internal combustion engine fault diagnosis is investigated. EMD is a new time-frequency methods for analysing nonlinear and nonstationary signals generated by an IC engine. By using this method, the complicated vibration signal of the engine block was decomposed into an intrinsic mode function. It allowed us to differentiate local features of the vibration signal in time domain. Obtained signals were given under the analysis of the frequency domain to determine their energetic features. Analysis was conducted for various frequency bands. According to our studies, it is possible to utilise empirical mode decomposition (EMD) for the evaluation of the clearance in a piston-cylinder assembly.
    Źródło:
    Problemy Eksploatacji; 2008, 4; 65-72
    1232-9312
    Pojawia się w:
    Problemy Eksploatacji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Parameter identification of ship maneuvering models using recursive least square method based on support vector machines
    Autorzy:
    Zhu, M.
    Hahn, A.
    Wen, Y.
    Bolles, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/116455.pdf
    Data publikacji:
    2017
    Wydawca:
    Uniwersytet Morski w Gdyni. Wydział Nawigacyjny
    Tematy:
    ship manoeuvering
    recursive least square method
    ship manoeuvering model
    ship maneuverability prediction
    Support Vector Machines (SVM)
    empirical mode decomposition (EMD)
    Computational Fluid Dynamics (CFD)
    Extended Kalman Filter (EKF)
    Opis:
    Determination of ship maneuvering models is a tough task of ship maneuverability prediction. Among several prime approaches of estimating ship maneuvering models, system identification combined with the full-scale or free- running model test is preferred. In this contribution, real-time system identification programs using recursive identification method, such as the recursive least square method (RLS), are exerted for on-line identification of ship maneuvering models. However, this method seriously depends on the objects of study and initial values of identified parameters. To overcome this, an intelligent technology, i.e., support vector machines (SVM), is firstly used to estimate initial values of the identified parameters with finite samples. As real measured motion data of the Mariner class ship always involve noise from sensors and external disturbances, the zigzag simulation test data include a substantial quantity of Gaussian white noise. Wavelet method and empirical mode decomposition (EMD) are used to filter the data corrupted by noise, respectively. The choice of the sample number for SVM to decide initial values of identified parameters is extensively discussed and analyzed. With de-noised motion data as input-output training samples, parameters of ship maneuvering models are estimated using RLS and SVM-RLS, respectively. The comparison between identification results and true values of parameters demonstrates that both the identified ship maneuvering models from RLS and SVM-RLS have reasonable agreements with simulated motions of the ship, and the increment of the sample for SVM positively affects the identification results. Furthermore, SVM-RLS using data de-noised by EMD shows the highest accuracy and best convergence.
    Źródło:
    TransNav : International Journal on Marine Navigation and Safety of Sea Transportation; 2017, 11, 1; 23-29
    2083-6473
    2083-6481
    Pojawia się w:
    TransNav : International Journal on Marine Navigation and Safety of Sea Transportation
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Tests of basic voice stress detection techniques
    Autorzy:
    Staroniewicz, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/128166.pdf
    Data publikacji:
    2019
    Wydawca:
    Politechnika Poznańska. Instytut Mechaniki Stosowanej
    Tematy:
    Voice Stress Analysis
    Empirical Mode Decomposition
    analiza napięcia głosowego
    VSA
    empiryczna dekompozycja sygnału
    EMD
    Opis:
    The modern speech processing techniques enable new possibilities of potential applications. Besides speech and speaker recognition, also the information about speakers’ physical condition, emotional state or stress can be detected in speech signal. Since emotional stress can occur during deception, its detection in speech could be used for law or security services. The paper presents the comparative tests of two voice stress detection techniques: one based on trials of microtremors detection relying on an iterative EMD method (Empirical Mode Decomposition) and the second one based on the statistical analysis of fundamental frequency and MFCC parameters. The preliminary tests were carried on the group of 12 speakers (6 males and 6 females) answering yes/no to the list of a few dozen personal questions. The presented research revealed the speakers’ very high personal influence on the obtained results.
    Źródło:
    Vibrations in Physical Systems; 2019, 30, 1; 1-6
    0860-6897
    Pojawia się w:
    Vibrations in Physical Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Speech Enhancement Using Sliding Window Empirical Mode Decomposition and Hurst-based Technique
    Autorzy:
    Poovarasan, Selvaraj
    Chandra, Eswaran
    Powiązania:
    https://bibliotekanauki.pl/articles/176311.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    speech enhancement
    Empirical Mode Decomposition
    EMD
    Intrinsic Mode Functions
    hurst exponent
    Sliding Window
    SW
    Opis:
    The most challenging in speech enhancement technique is tracking non-stationary noises for long speech segments and low Signal-to-Noise Ratio (SNR). Different speech enhancement techniques have been proposed but, those techniques were inaccurate in tracking highly non-stationary noises. As a result, Empirical Mode Decomposition and Hurst-based (EMDH) approach is proposed to enhance the signals corrupted by non-stationary acoustic noises. Hurst exponent statistics was adopted for identifying and selecting the set of Intrinsic Mode Functions (IMF) that are most affected by the noise components. Moreover, the speech signal was reconstructed by considering the least corrupted IMF. Though it increases SNR, the time and resource consumption were high. Also, it requires a significant improvement under nonstationary noise scenario. Hence, in this article, EMDH approach is enhanced by using Sliding Window (SW) technique. In this SWEMDH approach, the computation of EMD is performed based on the small and sliding window along with the time axis. The sliding window depends on the signal frequency band. The possible discontinuities in IMF between windows are prevented by the total number of modes and the number of sifting iterations that should be set a priori. For each module, the number of lifting iterations is determined by decomposition of many signal windows by standard algorithm and calculating the average number of sifting steps for each module. Based on this approach, the time complexity is reduced significantly with suitable quality of decomposition. Finally, the experimental results show the considerable improvements in speech enhancement under non-stationary noise environments.
    Źródło:
    Archives of Acoustics; 2019, 44, 3; 429-437
    0137-5075
    Pojawia się w:
    Archives of Acoustics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An Improved EMD Method Based on Utilizing Certain Inflection Points in the Construction of Envelope Curves
    Autorzy:
    Kafil, Mohsen
    Darabi, Kaveh
    Ziaei-Rad, Saeed
    Powiązania:
    https://bibliotekanauki.pl/articles/31339815.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    empirical mode decomposition
    EMD
    interpolation points
    envelope curve
    inflection points
    rolling element bearing fault diagnosis
    Opis:
    The empirical mode decomposition (EMD) algorithm is widely used as an adaptive time-frequency analysis method to decompose nonlinear and non-stationary signals into sets of intrinsic mode functions (IMFs). In the traditional EMD, the lower and upper envelopes should interpolate the minimum and maximum points of the signal, respectively. In this paper, an improved EMD method is proposed based on the new interpolation points, which are special inflection points (SIPn) of the signal. These points are identified in the signal and its first (n − 1) derivatives and are considered as auxiliary interpolation points in addition to the extrema. Therefore, the upper and lower envelopes should not only pass through the extrema but also these SIPn sets of points. By adding each set of SIPi (i = 1, 2, n) to the interpolation points, the frequency resolution of EMD is improved to a certain extent. The effectiveness of the proposed SIPn-EMD is validated by the decomposition of synthetic and experimental bearing vibration signals.
    Źródło:
    Archives of Acoustics; 2023, 48, 3; 389-401
    0137-5075
    Pojawia się w:
    Archives of Acoustics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analysis of effectiveness and computational complexity of trend removal methods
    Analiza skuteczności i złożoności obliczeniowej metod usuwania składowej trendu z danych pomiarowych
    Autorzy:
    Lentka, Ł.
    Smulko, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/269175.pdf
    Data publikacji:
    2016
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    trend removal
    high-pass filter
    empirical mode decomposition
    EMD
    usuwanie trendu
    filtry górnoprzepustowe
    empiryczna metoda dekompozycji
    Opis:
    The paper presents a method of processing measurement data due to remove slowly varying component of the trend occurring in the recorded waveforms. Comparison of computational complexity and trend removal efficiency between some commonly used methods is presented. The impact of these procedures on probability distribution and power spectral density is shown. Effectiveness and computational complexity of these methods depend essentially on nature of the removed trend. This paper describes several procedures: Moving Average Removal (MAR), fitting a polynomial of degree appropriate to the analyzed data, Empirical Mode Decomposition (EMD).
    W pracy przedstawiono sposób przetwarzania danych pomiarowych w celu usunięcia wolnozmiennej składowej trendu występującego w rejestrowanych przebiegach. Porównano kilka często stosowanych w tym celu metod pod względem ich złożoności obliczeniowej oraz skuteczności w usuwaniu trendu. Pokazano wpływ tych procedur na rozkład prawdopodobieństwa wartości chwilowych oraz przebieg gęstości widmowej mocy. W ogólności operację usuwania trendu możemy traktować jako filtrację górnoprzepustową danych pomiarowych. W celu usunięcia trendu można użyć filtru górnoprzepustowego (analogowego lub cyfrowego) już na etapie akwizycji danych pomiarowych. Jednakże często mamy do czynienia z danymi, w których składowa trendu jest potrzebna do przeprowadzania innych analiz i nie może być usunięta na etapie rejestracji danych pomiarowych. Ponadto, może mieć charakter niestacjonarny i metody filtracji górnoprzepustowej nie będą skuteczne. W takich przypadkach należy rozważyć inne, często bardziej zaawansowane metody. Skuteczność i złożoność obliczeniowa takich metod zależy istotnie od charakteru usuwanego trendu. W pracy opisano procedurę usuwania średniej kroczącej (ang. Moving Average Removal – MAR), metody o niskiej złożoności obliczeniowej, ale dającej zadowalające rezultaty w dużej liczbie potencjalnych zastosowań. Rozważono usuwanie trendu przez dopasowanie wielomianem odpowiedniego stopnia do analizowanych danych pomiarowy. Procedura ta może być powtarzana kilkukrotnie, nawet ze zwiększaniem stopnia wielomianu przy każdym z kroków, aż do uzyskania przebiegu, w którym usunięto składową trendu. Część pracy poświęcono prezentacji bardziej złożonych obliczeniowo metod, które zostały rozwinięte dopiero w ostatnich latach i wymagają znacznie bardziej intensywnych obliczeń.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2016, 51; 111-114
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Use of Hilbert-Huang transform of a vibroacoustic signal in the research related to the gigacycle fatigue process
    Zastosowanie transformaty Hilberta-Huang sygnału wibroakustycznego w badaniach gigacyklowego procesu zmęczenia
    Autorzy:
    Gontarz, S.
    Jasiński, M.
    Radkowski, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/327260.pdf
    Data publikacji:
    2009
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    diagnostyka wibroakustyczna
    gigacyklowy proces zmęczeniowy
    generator piezoelektryczny
    bispektrum
    dekompozycja sygnału EMD
    transformata Hilberta-Huanga
    vibroacoustic diagnosis
    gigacycle fatigue processes
    piezoelectric generator
    bispectrum
    empirical mode decomposition
    Hilbert-Huang transform
    Opis:
    The purpose of this paper is to develop, for highly-resistant materials, a method of forecasting and analysis of gigacycle fatigue durability (108-109 cycles) relying on vibroacoustic signal analysis. The proposed method involves use of results of vibroacoustic signal analysis obtained during accelerated fatigue tests conducted in dedicated test bed constructed specially for this purpose and operating in the frequency range of 10 kHz which corresponds to the resonance frequency of vibration of samples. Let us note that the process of defect formation may lead to both, the intensification of non-linear phenomena as well as the occurrence of non-stationary effects even if during the early stages the intensity of defects is small while the growth of the level of vibration and noise is negligible, as contrasted with emergency states. A useful method is to test the higher order spectra, which respectively define the non-linear effects. The conducted analyses point to high usability of Hilbert spectrum through the EMD examining the non-stationary character of signals. The main goal of these investigations is to examine the signal processing method for gigacycle fatigue durability and impact of dynamic stress. Efficient signal analysis would be especially important for high frequency loading which dominates in rotating machinery diagnosis.
    Celem pracy jest opracowanie, dla materiałów o wysokiej wytrzymałości, metody prognozowania i analizy gigacyklowej trwałości zmęczeniowej (108-109 cykli) na podstawie badania sygnału wibroakustycznego. W metodzie proponuje się wykorzystać wyniki analizy sygnału wibroakustycznego, uzyskiwane podczas przyspieszonych badań zmęczeniowych, prowadzonych na specjalnie do tego celu skonstruowanym i zbudowanym stanowisku badawczym, pracującym w zakresie częstotliwości rzędu 10 kHz, odpowiadającym częstotliwości drgań własnych próbek. Zauważono, że proces kształtowania się uszkodzenia może prowadzić zarówno do nasilenia zjawisk nieliniowych jak również do wystąpienia efektów niestacjonarnych nawet wtedy, kiedy podczas wczesnych stadiów uszkodzeń ich intensywność jest mała a wzrost poziomu drgań i szumu jest pomijalny, porównując go z poziomem przy stanach zagrożenia. Użyteczna jest w tym wypadku metoda widm wyższego rzędu, która odpowiednio definiuje efekty nieliniowe. Zamieszczone w publikacji analizy wskazują na dużą użyteczność widm Hilberta a w szczególności empirycznej dekompozycji sygnału (EMD), która pozwala na analizę niestacjonarnego charakteru sygnału. Głównym celem badań było znalezienie skutecznej metody przetwarzania sygnałów dla gigacyklowych wytrzymałościowych procesów zmęczeniowych oraz zbadanie wpływu obciążeń dynamicznych. Efektywny sposób analizy sygnału jest szczególnie ważny w diagnostyce maszyn obrotowych gdzie występują wysoko częstotliwościowe obciążenia.
    Źródło:
    Diagnostyka; 2009, 4(52); 85-92
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Applying LCS to affective image classification in spatial - frequency domain
    Autorzy:
    Lee, P. -M.
    Hsiao, T.-C.
    Powiązania:
    https://bibliotekanauki.pl/articles/91808.pdf
    Data publikacji:
    2014
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    image classification
    pattern recognition
    Hilbert-Huang transform
    HHT
    empirical mode decomposition
    EMD
    Hilbert transform
    HT
    Extended Classifier Systems
    XCSs
    Area Under Curve
    AUC
    Radial-Basis Function Network
    RBF Network
    LCS
    Opis:
    Recent studies have utilizes color, texture, and composition information of images to achieve affective image classification. However, the features related to spatial-frequency domain that were proven to be useful for traditional pattern recognition have not been tested in this field yet. Furthermore, the experiments conducted by previous studies are not internationally-comparable due to the experimental paradigm adopted. In addition, contributed by recent advances in methodology, that are, Hilbert-Huang Transform (HHT) (i.e. Empirical Mode Decomposition (EMD) and Hilbert Transform (HT)), the resolution of frequency analysis has been improved. Hence, the goal of this research is to achieve the affective image-classification task by adopting a standard experimental paradigm introduces by psychologists in order to produce international-comparable and reproducible results; and also to explore the affective hidden patterns of images in the spatial-frequency domain. To accomplish these goals, multiple human-subject experiments were conducted in laboratory. Extended Classifier Systems (XCSs) was used for model building because the XCS has been applied to a wide range of classification tasks and proved to be competitive in pattern recognition. To exploit the information in the spatial-frequency domain, the traditional EMD has been extended to a two-dimensional version. To summarize, the model built by using the XCS achieves Area Under Curve (AUC) = 0.91 and accuracy rate over 86%. The result of the XCS was compared with other traditional machine-learning algorithms (e.g., Radial-Basis Function Network (RBF Network)) that are normally used for classification tasks. Contributed by proper selection of features for model building, user-independent findings were obtained. For example, it is found that the horizontal visual stimulations contribute more to the emotion elicitation than the vertical visual stimulation. The effect of hue, saturation, and brightness; is also presented.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2014, 4, 2; 99-123
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-10 z 10

      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