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 "algorytmy AI" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Przegląd metod szybkiego prototypowania algorytmów uczenia maszynowego w FPGA
    Overview of Methods for Fast Prototyping of AI Algorithms in FPGA
    Autorzy:
    Smyk, Robert
    Kowalski, Paweł
    Powiązania:
    https://bibliotekanauki.pl/articles/34655780.pdf
    Data publikacji:
    2021
    Wydawca:
    Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
    Tematy:
    algorytmy AI
    FPGA
    szybkie prototypowanie w FPGA
    Opis:
    W artykule opisano możliwe do wykorzystania otwarte narzędzia wspomagające szybkie prototypowanie algorytmów uczenia maszynowego (ML) i sztucznej inteligencji (AI) przy użyciu współczesnych platform FPGA. Przedstawiono przykład szybkiej ścieżki przy realizacji toru wideo wraz z implementacją przykładowego algorytmu przetwarzania w trybie na żywo.
    The paper discusses open tools that can be used to support rapid prototyping of machine learning (ML) and artificial intelligence (AI) algorithms using contemporary FPGA platforms. An example of a fast path in the implementation of a video processing system was presented along with the implementation of an exemplary processing algorithm in live mode.
    Źródło:
    Poznan University of Technology Academic Journals. Electrical Engineering; 2021, 106; 31-43
    1897-0737
    Pojawia się w:
    Poznan University of Technology Academic Journals. Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Książki pisane przez sztuczną inteligencję - teraźniejszość oraz refleksje i pytania o przyszłość
    Books Written by Artificial Intelligence. Present, Reflections and Questions about the Future
    Autorzy:
    Jaskowska, Bożena
    Powiązania:
    https://bibliotekanauki.pl/articles/37257095.pdf
    Data publikacji:
    2023
    Wydawca:
    Akademia Ignatianum w Krakowie
    Tematy:
    algorytmy
    AI
    artificial intelligence
    języki GPT
    literatura
    modele językowe
    proces twórczy
    sztuczna inteligencja
    algorithms
    GPT languages
    literature
    creative process
    Opis:
    Celem artykułu jest przedstawienie problematyki związanej z wykorzystaniem sztucznej inteligencji w twórczości artystycznej, ze szczególnym uwzględnieniem pisania tekstów literackich, a także zastanowienie się nad przyszłością tego zjawiska. Wykorzystano metody analizy piśmiennictwa oraz sondażu diagnostycznego. Przybliżono podstawowe cechy sztucznej inteligencji, wskazano również obszary jej zastosowania w sztuce oraz podjęto temat zagadnień etycznych i prawnych w tym zakresie. Przedstawiono przykłady wykorzystania modeli obliczeniowych typu GPT w generowaniu tekstów informacyjnych i naukowych oraz scharakteryzowano wybrane aplikacje bazujące na AI: Sudowrite, Grammarly, Copy.ai i Jasper. Dokonano przeglądu projektów literackich powstałych przy wykorzystaniu sztucznej inteligencji oraz poddano analizie przyszłość tego zjawiska. Rozważania uzupełniono badaniem ankietowym przeprowadzonym wśród studentów Instytutu Nauk o Informacji Uniwersytetu Pedagogicznego na temat percepcji artefaktów powstałych przy udziale sztucznej inteligencji.
    The purpose of the article is to present the issues related to the use of artificial intelligence in artistic creation, with a particular focus on the writing of literary texts, and to reflect on the future of this phenomenon. The methods of literature analysis and diagnostic survey were used. The basic features of artificial intelligence are introduced, as well as areas of its application in the arts. Ethical and legal issues in this regard are addressed. Examples of the use of GPT-type computational models in the generation of informational and scientific texts are presented, and selected AI-based applications: Sudowrite, Grammarly, Copy.ai and Jasper are characterized. Literary projects created using artificial intelligence were reviewed, and the future of this phenomenon was analyzed. The considerations are supplemented by a survey conducted among students of the Institute of Information Sciences at the University of Pedagogy on the perception of artifacts created with artificial intelligence.
    Źródło:
    Perspektywy Kultury; 2023, 42, 3; 39-64
    2081-1446
    2719-8014
    Pojawia się w:
    Perspektywy Kultury
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Historical and legal aspects of AI in the media industry: An Introduction
    Historyczno-prawne aspekty sztucznej inteligencji w mediach. Wprowadzenie
    Autorzy:
    Fischer, Bogdan
    Powiązania:
    https://bibliotekanauki.pl/articles/2058189.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    AI in media industry
    automated journalism
    imitation of interactive intelligence
    algorithms
    deepfake
    sztuczna inteligencja
    SI
    automatyzacja dziennikarstwa
    naśladowanie inteligencji
    algorytmy
    media
    Opis:
    What were the beginnings of modern communication infrastructure? What is ’artificial intelli-gence’ and what it imitates in ’natural intelli-gence’? Does its accuracy, reliability and objectivity make AI the journalists’ friend or is it in fact an enemy due to the ongoing automation of editori-al and publishing work? This two-part introduction to the problem of AI in journalism discusses all those questions and the hopes and fears that are connected with the new technology.
    Jakie są początki współczesnych rozwiązań infrastruktury komunikacyjnej? Co to jest „sztuczna inteligencja” i co naśladuje w „inteligencji naturalnej”? Czy dokładność, wiarygodność i obiektywność sztucznej inteligencji służy wsparciu dziennikarzy czy też staje się powoli ich wrogiem ze względu na automatyzację procesów redakcyjnych i wydawniczych? Oto wprowadzenie do dwuczęściowej analizy zagadnienia dotyczącego sztucznej inteligencji (SI) o doniosłym znaczeniu dla dziennikarstwa, z którym wiążą się zarówno duże nadzieje, jak i obawy.
    Źródło:
    Rocznik Historii Prasy Polskiej; 2021, 24, 4; 5-17
    1509-1074
    Pojawia się w:
    Rocznik Historii Prasy Polskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Machine learning-based business rule engine data transformation over high-speed networks
    Autorzy:
    Neelima, Kenpi
    Vasundra, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/38700094.pdf
    Data publikacji:
    2023
    Wydawca:
    Instytut Podstawowych Problemów Techniki PAN
    Tematy:
    CRISP-DM
    data mining algorithms
    business rule
    prediction
    classification
    machine learning
    deep learning
    AI design
    algorytmy eksploracji danych
    reguła biznesowa
    prognoza
    klasyfikacja
    nauczanie maszynowe
    uczenie głębokie
    projekt Sztucznej Inteligencji
    Opis:
    Raw data processing is a key business operation. Business-specific rules determine howthe raw data should be transformed into business-required formats. When source datacontinuously changes its formats and has keying errors and invalid data, then the effectiveness of the data transformation is a big challenge. The conventional data extraction andtransformation technique produces a delay in handling such data because of continuousfluctuations in data formats and requires continuous development of a business rule engine.The best business rule engines require near real-time detection of business rule and datatransformation mechanisms utilizing machine learning classification models. Since data iscombined from numerous sources and older systems, it is challenging to categorize andcluster the data and apply suitable business rules to turn raw data into the business-required format. This paper proposes a methodology for designing ensemble machine learning techniques and approaches for classifying and segmenting registered numbersof registered title records to choose the most suitable business rule that can convert theregistered number into the format the business expects, allowing businesses to provide customers with the most recent data in less time. This study evaluates the suggested modelby gathering sample data and analyzing classification machine learning (ML) models todetermine the relevant business rule. Experimentation employed Python, R, SQL storedprocedures, Impala scripts, and Datameer tools.
    Źródło:
    Computer Assisted Methods in Engineering and Science; 2023, 30, 1; 55-71
    2299-3649
    Pojawia się w:
    Computer Assisted Methods in Engineering and Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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