Informacja

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

Wyszukujesz frazę "algorytmy sztucznej inteligencji" wg kryterium: Temat


Wyświetlanie 1-7 z 7
Tytuł:
Sztuczna inteligencja – przedmiot badań czy podmiot kontrolowany. Prawo wobec rozwoju technologii
Artificial Intelligence – an Audit Subject or an Audited Entity? Law in the Face of Technology Development
Autorzy:
Robaczyński, Wojciech
Powiązania:
https://bibliotekanauki.pl/articles/2162200.pdf
Data publikacji:
2022-12-31
Wydawca:
Najwyższa Izba Kontroli
Tematy:
sztuczna inteligencja
algorytmy sztucznej inteligencji
podmiotowość sztucznej inteligencji
podmiot kontrolowany
przedmiot kontroli
pojazdy autonomiczne
artificial intelligence
artificial intelligence algorithms
audited entity
audit subject
autonomous vehicles
Opis:
Dla obserwatora i uczestnika życia społecznego, nie tylko prawnika, podstawową kwestią w obliczu nowych zjawisk jest ujęcie ich w ramy właściwe dla państwa demokratycznego. Z tego względu większość rozważań na temat sztucznej inteligencji i robotyki (poza zagadnieniami ściśle informatycznymi i technicznymi) dotyczy ich działania w ramach obowiązujących i przyszłych rozwiązań prawnych. Koncentrują się one przede wszystkim na problemach odpowiedzialności, w tym cywilnoprawnej za szkody – chodzi o zapewnienie odpowiednich standardów ochrony. Rozważania można prowadzić również w odniesieniu do wielu innych aspektów regulacji prawnej, np. własności intelektualnej w kontekście powierzenia sztucznej inteligencji tworzenia dzieł o znamionach twórczości, udzielania świadczeń zdrowotnych przez roboty medyczne w procesie diagnostyki i terapii, kwalifikowania zgłaszanych inicjatyw do dofinansowania ze środków publicznych. Szczególnie wrażliwym obszarem jest funkcjonowanie szeroko rozumianego wymiaru sprawiedliwości. Ze względu na zakres potencjalnego działania sztucznej inteligencji można się spodziewać, że zagadnienia związane najpierw z wdrażaniem, a potem jej funkcjonowaniem staną się przedmiotem zainteresowania organów kontroli, w tym Najwyższej Izby Kontroli. W artykule przybliżono wpływ rozwoju sztucznej inteligencji na przedmiot badań kontrolnych.
Development of artificial intelligence is a fact. Beyond doubt, we will be witnessing its constant progress over the next years. It is hard to say now where this progress will ultimately lead, but it is not an exaggeration to expect (and sometimes also to fear) that artificial intelligence will significantly change our lives in many areas: social, economic, and even personal. This allows us to reflect on various aspects of artificial intelligence development. Artificial intelligence can be used by humans to advance, but there are several significant threats attached to it. These mainly result from difficulties with controlling the processes and decisions suggested, supported or even created by artificial intelligence systems. For every observer and participant of social life, not only for a lawyer, it comes as the basic issue to put it in an appropriate framework of a democratic state. That is why the majority of considerations revolving around artificial intelligence and robotics (apart from strictly information technology related and technical issues) are related to the current and future legal solutions. These focus, in the first place, on liability – mostly the civil law liability – for damages, which is to ensure appropriate protection standards. Due to the broad scope of potential activities of artificial intelligence, we should expect that the issues related to its implementation, and later operations, will also become an area of the interest of Supreme Audit Institutions, including NIK. The article presents the impact of artificial intelligence on audit subjects.
Źródło:
Kontrola Państwowa; 2022, 6 (407); 8-29
0452-5027
Pojawia się w:
Kontrola Państwowa
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wspomaganie sterowania statkiem za pomocą ewolucyjnych sieci neuronowych
Ship steering support with the use of evolutionary neural networks
Autorzy:
Łącki, M.
Powiązania:
https://bibliotekanauki.pl/articles/360275.pdf
Data publikacji:
2008
Wydawca:
Akademia Morska w Szczecinie. Wydawnictwo AMSz
Tematy:
uczenie maszynowe
algorytmy sztucznej inteligencji
ewolucyjne sieci neuronowe
sterowanie statkiem
machine learning
artificial intelligence algorithms
evolutionary neural networks
ship steering
Opis:
W artykule przedstawiono koncepcję zastosowania ewolucyjnych sieci neuronowych we wspomaganiu procesów podejmowania decyzji podczas manewrowania statkiem na ograniczonym obszarze. Rozważane są wybrane algorytmy, operacje genetyczne, metody kodowania i selekcji oraz struktury ewolucyjnych sieci neuronowych.
This paper describes a concept of evolutionary neural networks application in decision process support during vessel manoeuvring in a restricted area. Selected algorithms, genetic operations, methods of coding and selection, and structures of evolutionary neural networks are considered in the paper.
Źródło:
Zeszyty Naukowe Akademii Morskiej w Szczecinie; 2008, 14 (86); 34-37
1733-8670
2392-0378
Pojawia się w:
Zeszyty Naukowe Akademii Morskiej w Szczecinie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
PRAWO WŁAŚCIWE DLA ODPOWIEDZIALNOŚCI ZA SZKODĘ SPOWODOWANĄ PRZEZ WYPADKI DROGOWE Z UDZIAŁEM AUTONOMICZNYCH POJAZDóW
Autorzy:
Świerczyński, Marek
Żarnowiec, Łukasz
Powiązania:
https://bibliotekanauki.pl/articles/664168.pdf
Data publikacji:
2019
Wydawca:
Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie
Tematy:
autonomous vehicles
road accidents
conflict-of-law rules
artifcial intelligence algorithms.
pojazdy autonomiczne
wypadki drogowe
normy kolizyjne
algorytmy sztucznej inteligencji.
Opis:
This paper elaborates on the law applicable to liability for damage caused by road accidents involving autonomous vehicles. We analyse and criticise the existing conflict-of-law framework adopted in the Rome II Regulation and both Hague Conventions of 1971 and 1973. Te aspects we examine include classification of damage and liable entities. Te examination of these legal acts shows that the existing model is very complex and complicated. We present potential changes to the conflict-of-law regulation, having in mind the need to protect the injured person. These changes would allow for a more individual consideration of specific cases and may lead to a more satisfactory outcome of ensuing disputes.
Niniejszy artykuł dotyczy odpowiedzialności za szkodę spowodowaną przez wypadki drogowe z udziałem autonomicznych pojazdów. Przedmiotem analizy i krytyki jest regulacja kolizyjnoprawna przyjęta w rozporządzeniu Rzym II oraz obu konwencjach haskich z 1971 i 1973 r. Badane aspekty obejmują klasyfikację szkód i odpowiedzialnych podmiotów. Po zbadaniu tych aktów prawnych staje się jasne, że istniejący model kolizyjno prawny jest bardzo złożony i skomplikowany. W rezultacie autorzy przedstawiają możliwe zmiany w przepisach kolizyjnych, mając na uwadze potrzebę ochrony osoby poszkodowanej. Pozwoli to na bardziej indywidualne rozpatrzenie danego przypadku i może doprowadzić do lepszego rozstrzygnięcia sporów. Wyniki mogą być przydatne dla oceny algorytmów sztucznej inteligencji w prawie prywatnym międzynarodowym.
Źródło:
Zeszyty Prawnicze; 2019, 19, 2
2353-8139
Pojawia się w:
Zeszyty Prawnicze
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prediction optimization of mechanical properties of ferrite stainless steels after forging treatment with use of genetic algorithms
Autorzy:
Honysz, R.
Powiązania:
https://bibliotekanauki.pl/articles/378963.pdf
Data publikacji:
2019
Wydawca:
Stowarzyszenie Komputerowej Nauki o Materiałach i Inżynierii Powierzchni w Gliwicach
Tematy:
numerical techniques
Computational Material Science
artificial algorithms
stainless steel
techniki numeryczne
komputerowa nauka o materiałach
algorytmy sztucznej inteligencji
Stal nierdzewna
Opis:
Purpose: The paper describes the use of artificial neural networks to research and predict the effect of chemical components and thermal treatment conditions on stainless steel's mechanical characteristics optimized by genetic algorithm. Design/methodology/approach: The quantity of input variables of artificial neural networks has been optimized using genetic algorithms to enhance the prediction quality of artificial neural network and to enhance their efficiency. Then a computational model was trained and evaluated with optimized artificial neural networks. Findings: Optimization, with the exception of tensile strength, has enabled the creation of artificial neural networks, which either showed a better or similar performance from base networks, as well as a decreased amount of input variables As a consequence, noise data is decreased in the computational model built with the use of these networks. Research limitations/implications: Data analysis was required to confirm the relevance of obtaining information used for modelling to use in training procedures for artificial neural networks. Practical implications: Using artificial intelligence enables the multi-faceted growth of stainless steel engineering, even though there is only a relatively small amount of descriptors. Built and optimized computational model building using optimized artificial neural networks enables prediction of mechanical characteristics after normalization of forged ferritic stainless steels. Originality/value: In order to decrease production expenses of products, an introduced model can be obtained in manufacturing industry. It can also simplify the selection of materials if the engineer has to correctly choose chemical elements and appropriate plastics and/or heat processing of stainless steels, having the necessary mechanical characteristics.
Źródło:
Archives of Materials Science and Engineering; 2019, 100, 1/2; 13-20
1897-2764
Pojawia się w:
Archives of Materials Science and Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Archipelag sztucznej inteligencji. Część I
Autorzy:
Tadeusiewicz, Ryszard
Powiązania:
https://bibliotekanauki.pl/articles/1857327.pdf
Data publikacji:
2020
Wydawca:
Wydawnictwo Druk-Art
Tematy:
sztuczna inteligencja
metody sztucznej inteligencji
test Turinga
algorytmy genetyczne
sieci neuronowe
artificial intelligence
artificial intelligence methods
Turing test
genetic algorithms
neural networks
Opis:
Tytuł tego artykułu może budzić wątpliwości Czytelników. Sztuczna inteligencja? Wiadomo! Ale jakiś archipelag? Już wyjaśniam. Otóż sztuczna inteligencja tylko z nazwy jest dziedziną integralną, jak – nawiązując do tytułu miesięcznika – napędy albo sterowanie. W istocie sztuczna inteligencja to zbiór bardzo różnych metod, które ludzie wymyślili w tym celu, żeby maszyny lepiej zaspokajały ich potrzeby. Te metody w większości nie mają ze sobą nawzajem absolutnie nic wspólnego. Są od siebie odległe i nie ma łatwego sposobu przejścia od jednej z nich do innej. Pozwoliłem sobie porównać tę sytuację do archipelagu wysp.
Źródło:
Napędy i Sterowanie; 2020, 22, 12; 26-40
1507-7764
Pojawia się w:
Napędy i Sterowanie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
O użyteczności sieci neuronowych i algorytmów genetycznych w realizacji inwestycyjnych systemów decyzyjnych
Usefulness of neutral networks and genetic algorithms in the development of investment decision systems
Autorzy:
Morajda, Janusz
Powiązania:
https://bibliotekanauki.pl/articles/415790.pdf
Data publikacji:
2006
Wydawca:
Małopolska Wyższa Szkoła Ekonomiczna w Tarnowie
Tematy:
metody sztucznej inteligencji
algorytmy genetyczne
sieci neuronowe
rynki finansowe
systemy decyzyjne
zarządzanie portfelem inwestycyjnym
artificial intelligence methods
genetic algorithms
neural networks
financial markets
decision support systems
portfolio management
Opis:
W artykule omówiono podstawowe aspekty realizacji aktywnych strategii inwestycyjnych na rynkach finansowych z wykorzystaniem systemów wspomagania decyzji (systemów transakcyjnych), w kontekście klasycznych teorii zarządzania portfelem inwestycyjnym. Wskazano zasadnicze przesłanki zastosowania metod sztucznej inteligencji, takich jak sieci neuronowe i algorytmy genetyczne, do konstrukcji inwestycyjnych systemów decyzyjnych. Przedstawiono charakterystykę sieci neuronowych oraz algorytmów genetycznych jako efektywnych narzędzi w modelowaniu i prognozowaniu rynków finansowych.
The paper discusses basic aspects of application of active investment strategies in financial markets - in the context of classic theories of portfolio management. Such active strategies are generated with the use of decision support systems (transaction systems). The main assumptions of utilisation of artificial intelligence methods, such as neural networks and genetic algorithms, in the construction of investment decision systems have been indicated. The characteristic of neural networks and genetic algorithms as effective tools in financial markets modelling and prediction has also been discussed here.
Źródło:
Zeszyty Naukowe Małopolskiej Wyższej Szkoły Ekonomicznej w Tarnowie; 2006, 1(9); 217-230
1506-2635
Pojawia się w:
Zeszyty Naukowe Małopolskiej Wyższej Szkoły Ekonomicznej w Tarnowie
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 1-7 z 7

    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