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 "functional data" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 36
Tytuł:
Możliwości wykorzystania statystycznych metod klasyfikacji danych w badaniach natężenia suburbanizacji
Scope of application of statistical methods of data classification in analysing the intensity of suburbanization
Autorzy:
Żelechowski, Maciej
Powiązania:
https://bibliotekanauki.pl/articles/1023252.pdf
Data publikacji:
2015-03-20
Wydawca:
Uniwersytet im. Adama Mickiewicza w Poznaniu
Tematy:
metropolisation
suburbanization
functional urban areas
statistical data classification
data clustering
metropolizacja
suburbanizacja
miejskie obszary funkcjonalne
klasyfikacja danych statystycznych
analiza skupień
Opis:
Suburbanizacja, jako składowa procesu metropolizacji, a jednocześnie jeden z etapów cyklu życia aglomeracji miejskich, dotyczy obecnie prawie wszystkich głównych ośrodków miejskich naszego kraju, stanowiąc podstawowy problem związany z ich rozwojem. Przydatnym narzędziem badania zróżnicowania natężenia suburbanizacji w strefach podmiejskich czy szerzej - na obszarach metropolitalnych - mogą być statystyczne metody klasyfikacji danych, takie jak analiza skupień. Metody te pozwalają na grupowanie jednostek terytorialnych danego obszaru (np. powiatów, gmin, miejscowości statystycznych) we względnie jednorodne klasy pod kątem natężenia zjawisk suburbanizacyjnych. Podstawą takiego grupowania jest podobieństwo pomiędzy poszczególnymi badanymi obiektami (np. gminami) w zakresie wartości zmiennych przyjmowanych za wskaźniki zaawansowania suburbanizacji.
Suburbanization, as a component of the process o f metropolisation, and on the other hand one of the stages of city life-cycle, is now observed in almost all main city agglomerations in our country, being the most important problem connected w ith their development. The useful tools of investigation of intensity of suburbanization in suburban zones, or wider - in metropolitan areas, can be the statistical methods of data classification, such as data clustering. These methods allow grouping the territorial units of given area (e.g. poviats, gminas, statistical locations) in relatively homogeneous classes as regards the intensity of suburbanization. The basis of such grouping is similarity between investigated objects (e.g. gminas) as regards the level of variables accepted for coefficients of intensity of suburbanization.
Źródło:
Rozwój Regionalny i Polityka Regionalna; 2015, 29; 139-148
2353-1428
Pojawia się w:
Rozwój Regionalny i Polityka Regionalna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Properties and pre-processing strategies to enhance the discovery of functional dependency with degree of satisfaction
Autorzy:
Wei, Q.
Chen, G.
Zhou, X.
Powiązania:
https://bibliotekanauki.pl/articles/970954.pdf
Data publikacji:
2009
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
functional dependency
incomplete data
degree of distinctness
data mining
Opis:
Functional dependency with degree of satisfaction (FDd) is an extended notion in data modeling, and reflects a type of integrity constraints and business rules on attributes, mainly for massive databases, in which incomplete data such as noise, null and imprecision may exist. While existing approaches are considered effective in general, attempts for further improvement in efficiency are deemed meaningful and desirable as far as knowledge discovery is concerned. This paper focuses on discovering (FDd)s as a form of useful semantic knowledge, aiming at providing an enhancement to the FDd mining process in a more efficient manner. In doing so, properties of FDd are in-depth investigated along with a measure for degree of distinctness. Subsequently, a number of optimization strategies are developed for pre-processing, which are then incorporated into the mining process, giving rise to an enhanced approach for mining functional dependency with degree of satisfaction, namely e-MFDD. Finally, data experiments revealed that e-MFDD significantly outperformed the original approach without pre-processing.
Źródło:
Control and Cybernetics; 2009, 38, 2; 367-394
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Functional principal components analysis on the example of the achievements of students in the years 2009-2017
Autorzy:
Sztemberg-Lewandowska, Mirosława
Powiązania:
https://bibliotekanauki.pl/articles/425289.pdf
Data publikacji:
2019
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
level of students' knowledge
functional data
longitudinal data
functional principal components analysis
Opis:
The functional principal components analysis joins the advantages of the principal components analysis and provide analysis of dynamic data. The main difference in both methods is the type of data the PCA is based on multivariate data, whereas the FPCA on the functional data including curves and trajectories, i.e. a series of individual observations, not a single observation, as usual. The functional principal components analysis with functional data, will be used in the analysis. This method allows the analysis of dynamic data. The purpose of the article is to apply of functional principal components analysis to the problem of student’s achievements. The article was compared the level of students' knowledge during different stages of education in 2009-2017. The analysis covers the average exam results after the II, III and IV stage of education.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2019, 23, 4; 16-29
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Data structures in models of informatively-administrative architecture of coal-mining enterprises
Structury dannykh v modeljakh informacionno-upravlencheskikh arkhitektur ugledobyvajushhikh predprijatijj
Autorzy:
Shevchenko, S.
Powiązania:
https://bibliotekanauki.pl/articles/793675.pdf
Data publikacji:
2013
Wydawca:
Komisja Motoryzacji i Energetyki Rolnictwa
Tematy:
coal mining
information technology
database
data structure
technological characteristics
functional characteristics
monitoring
relationship
Źródło:
Teka Komisji Motoryzacji i Energetyki Rolnictwa; 2013, 13, 3
1641-7739
Pojawia się w:
Teka Komisji Motoryzacji i Energetyki Rolnictwa
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Forecasting currency exchange rate time series with fireworks algorithm-based higher order neural network, with special attention to training data enrichment
Autorzy:
Sahu, Kishore Kumar
Nayak, Sarat Chandra
Behera, Himansu Sekhar
Powiązania:
https://bibliotekanauki.pl/articles/1839247.pdf
Data publikacji:
2020
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
exchange rate
virtual data point
interpolation
artificial neural network
fireworks algorithm
functional link neural network
Opis:
Exchange rates are highly fluctuating by nature; thus, they are difficult to forecast. Artificial neural networks (ANNs) have proven to be better than statistical methods. Inadequate training data may lead the model to reach sub-optimal solutions, resulting in poor accuracy (as ANN-based forecasts are data-driven). To enhance forecasting accuracy, we suggests a method of enriching training datasets through exploring and incorporating virtual data points (VDPs) by an evolutionary method called the fireworks algorithm-trained functional link artificial neural network (FWA-FLN). The model maintains a correlation between current and past data, especially at the oscillation point on the time series. The exploration of a VDP and forecast of the succeeding term go consecutively by FWA-FLN. Real exchange rate time series are used to train and validate the proposed model. The efficiency of the proposed technique is related to other similarly trained models and produces far better prediction accuracy.
Źródło:
Computer Science; 2020, 21 (4); 463-488
1508-2806
2300-7036
Pojawia się w:
Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Classification of cognitive states using clustering-split time series framework
Autorzy:
Ramakrishna, J. Siva
Ramasangu, Hariharan
Powiązania:
https://bibliotekanauki.pl/articles/38708362.pdf
Data publikacji:
2024
Wydawca:
Instytut Podstawowych Problemów Techniki PAN
Tematy:
functional MRI data
classification
consensus clustering
SVM classifier
GNB classifier
XGBoost
funkcjonalne dane MRI
klasyfikacja
grupowanie konsensusu
klasyfikator SVM
klasyfikator GNB
Opis:
Over the last two decades, functional Magnetic Resonance Imaging (fMRI) has provided immense data about the dynamics of the brain. Ongoing developments in machine learning suggest improvements in the performance of fMRI data analysis. Clustering is one of the critical techniques in machine learning. Unsupervised clustering techniques are utilized to partition the data objects into different groups. Supervised classification techniques applied to fMRI data facilitate the decoding of cognitive states while a subject is engaged in a cognitive task. Due to the high dimensional, sparse, and noisy nature of fMRI data, designing a classifier model for estimating cognitive states becomes challenging. Feature selection and feature extraction techniques are critical aspects of fMRI data analysis. In this work, we present one such synergy, a combination of Hierarchical Consensus Clustering (HCC) and the Statistics of Split Timeseries (SST) framework to estimate cognitive states. The proposed HCC-SST model’s performance has been verified on StarPlus fMRI data. The obtained experimental results show that the proposed classifier model achieves 99% classification accuracy with a smaller number of voxels and lower computational cost.
Źródło:
Computer Assisted Methods in Engineering and Science; 2024, 31, 2; 241-260
2299-3649
Pojawia się w:
Computer Assisted Methods in Engineering and Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Learning novelty detection outside a class of random curves with application to COVID-19 growth
Autorzy:
Rafajłowicz, Wojciech
Powiązania:
https://bibliotekanauki.pl/articles/2031122.pdf
Data publikacji:
2021
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
classification
learning
novelty detection
functional data
Opis:
Let a class of proper curves is specified by positive examples only. We aim to propose a learning novelty detection algorithm that decides whether a new curve is outside this class or not. In opposite to the majority of the literature, two sources of a curve variability are present, namely, the one inherent to curves from the proper class and observations errors’. Therefore, firstly a decision function is trained on historical data, and then, descriptors of each curve to be classified are learned from noisy observations.When the intrinsic variability is Gaussian, a decision threshold can be established from T2 Hotelling distribution and tuned to more general cases. Expansion coefficients in a selected orthogonal series are taken as descriptors and an algorithm for their learning is proposed that follows nonparametric curve fitting approaches. Its fast version is derived for descriptors that are based on the cosine series. Additionally, the asymptotic normality of learned descriptors and the bound for the probability of their large deviations are proved. The influence of this bound on the decision threshold is also discussed.The proposed approach covers curves described as functional data projected onto a finite-dimensional subspace of a Hilbert space as well a shape sensitive description of curves, known as square-root velocity (SRV). It was tested both on synthetic data and on real-life observations of the COVID-19 growth curves.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2021, 11, 3; 195-215
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Koncepcja metody bezpiecznej transmisji danych w sieci KNX na potrzeby systemu zdalnego nadzoru
The conception of secure data transmission method in the KNX network for remote supervision system
Autorzy:
Porzeziński, M.
Powiązania:
https://bibliotekanauki.pl/articles/275830.pdf
Data publikacji:
2013
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
system KXN
bezpieczeństwo funkcjonalne
bezpieczeństwo transmisji danych
KNX system
functional safety
data transmission security
Opis:
W pracy omówiono wymagania stawiane kanałom komunikacyjnym wykorzystywanym do realizacji funkcji związanych z bezpieczeństwem oraz zaproponowano metodę bezpiecznej transmisji danych w sieci KNX opracowaną na potrzeby systemu zdalnego nadzoru. Metoda definiuje dodatkową warstwę stosu protokołu komunikacyjnego KNX umożliwiającą spełnienie wymagań dotyczących niezawodność i bezpieczeństwa transmisji danych bez konieczności wprowadzania zmian w istniejącym systemie KNX.
The paper presents the requirements for communication channels used for implement safety-related functions and proposes a method of secure data transmission in the KNX system. The method was developed for the remote supervision system and does not require any changes to existing KNX protocol. It involves the use of an additional layer over the KNX protocol stack to enable compliance with the requirements of data transmission safety and security.
Źródło:
Pomiary Automatyka Robotyka; 2013, 17, 10; 182-187
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Podstawowe rodzaje tablic statystycznych w kontekście racjonalnego wykorzystania danych przestrzennych
Basic types of statistical tables as regards rational usage of spatial data
Autorzy:
Parysek, Jerzy J.
Powiązania:
https://bibliotekanauki.pl/articles/962523.pdf
Data publikacji:
2019
Wydawca:
Główny Urząd Statystyczny
Tematy:
dane przestrzenne
badania dynamiczne
badania strukturalne
tablice strukturalne
tablice funkcjonalne
tablice relacyjne
spatial data
dynamic research
structural studies
structural tables
functional tables
relational tables
Opis:
Celem artykułu jest prezentacja odpowiednio zestawionych tablic danych przestrzennych oraz sposobu ich wykorzystania w badaniach przestrzenno- -strukturalnych i funkcjonalnych. Badania dynamiczne i strukturalne nawiązują do tego, co jest istotą rzeczywistości, w jakiej żyjemy, cechującej się zmiennością zdarzeń i procesów w czasie i przestrzeni. Zebrane, niekiedy z trudem, informacje liczbowe nie zawsze są optymalnie wykorzystywane w badaniu coraz bardziej złożonej rzeczywistości. Uporządkowane w tablicach dane stanowią punkt wyjścia do prowadzenia badań dynamiczno-strukturalnych przy wykorzystaniu znanych metod analizy statystycznej. W opracowaniu przedstawiono trzy rodzaje tablic (macierzy) danych: strukturalne (jedno- i wielocechowe), funkcjonalne i relacyjne (interakcyjne). Omówiono ich zastosowanie oraz wskazano podstawowe, możliwe do wykonania procedury obliczeniowe.
The article attempts to present a set of spatial data in appropriate tables with the ways they might be used in both spatial and structural research as well as in functional one. Dynamic and structural research allows for investigating a constantly changing reality. Collected numerical information is often ineffectively used in the research in a more complex reality. Organising collected spatial data in such tables makes it possible to apply various kinds of quantitative methods for the analyses. The article also presents certain principles of variable selection allowing not only for correct application of specific statistical methods, but also for the achievement of reliable results. Uni- and multivariate structural tables, functional tables and relational ones (interactive) are presented in the article, indicating simultaneously operations that can be carried out on the data collected in these tables with specific methods of quantitative analysis.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2019, 64, 6; 44-60
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Schema mapping and query reformulation in peer-to-peer XML data integration system
Autorzy:
Pankowski, T.
Powiązania:
https://bibliotekanauki.pl/articles/970787.pdf
Data publikacji:
2009
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
semantic data integration
XML schema mapping
XML functional dependencies
query reformulation
query answering in peer-to-peer systems
Opis:
In the paper we discuss the problem of XML data integration in a P2P environment. In this setting each peer stores schema of its local data, mappings between the schema and schemas of some other peers (peer's partners), and schema constraints. The goal of the integration is to answer the queries formulated against arbitrarily chosen peers. The answer consists of data stored in the queried peer as well as data of its direct and indirect partners. We focus on denning and using mappings, schema constraints, and query reformulation in such scenario. We discuss a strategy that allows us to obtain a complete answer with the possibility of discovering missing values. The method is the theoretical foundation of the implementation of SixP2P system (Semantic Integration of XML data in P2P environment).
Źródło:
Control and Cybernetics; 2009, 38, 1; 173-192
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Use of functional cluster analysis of CPTU data for assessment of a subsoil rigidity
Autorzy:
Młynarek, Z.
Wierzbicki, J.
Wołyński, W.
Powiązania:
https://bibliotekanauki.pl/articles/178174.pdf
Data publikacji:
2018
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
CPTU
cluster analysis
functional data
rigidity model
Opis:
This paper shows an example of the grouping of piezocone penetration test (CPTU) characteristics using functional data analysis, together with the results of clustering, in the form of a subsoil rigidity model. The subsoil rigidity model was constructed based on layer separation using the proposed method, as well as the k-means method. In the construction of the subsoil rigidity model, the constrained modulus M was applied. These moduli were determined from empirical relationships for overconsolidated and normally consolidated soils from Poland based on cone tip resistance.
Źródło:
Studia Geotechnica et Mechanica; 2018, 40, 2; 117-124
0137-6365
2083-831X
Pojawia się w:
Studia Geotechnica et Mechanica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Some asymptotic results of the estimators for conditional mode for functional data in the single index model missing data at random
Autorzy:
Mekkaoui, Souad
Kadiri, Nadia
Rabhi, Abbes
Powiązania:
https://bibliotekanauki.pl/articles/31340028.pdf
Data publikacji:
2023-11-30
Wydawca:
Główny Urząd Statystyczny
Tematy:
functional data analysis
functional single-index process
kernel estimator
missing at random
non-parametric estimation
small ball probability
Opis:
In this work, we consider the problem of non-parametric estimation of a regression function, namely the conditional density and the conditional mode in a single functional index model (SFIM) with randomly missing data. The main result of this work is the establishment of the asymptotic properties of the estimator, such as almost complete convergence rates. Moreover, the asymptotic normality of the constructs is obtained under certain mild conditions. We finally discuss how to apply our result to construct confidence intervals.
Źródło:
Przegląd Statystyczny; 2023, 70, 2; 20-45
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Measuring and Testing Mutual Dependence of Multivariate Functional Data
Autorzy:
Krzyśko, Mirosław
Smaga, Łukasz
Powiązania:
https://bibliotekanauki.pl/articles/1058987.pdf
Data publikacji:
2020-09-04
Wydawca:
Główny Urząd Statystyczny
Tematy:
characteristic function
dependence measure
distance covariance
multivariate functional data
permutation method
test of independence
Opis:
This paper considers new measures of mutual dependence between multiple multivariate random processes representing multidimensional functional data. In the case of two processes, the extension of functional distance correlation is used by selecting appropriate weight function in the weighted distance between characteristic functions of joint and marginal distributions. For multiple random processes, two measures are sums of squared measures for pairwise dependence. The dependence measures are zero if and only if the random processes are mutually independent. This property is used to construct permutation tests for mutual independence of random processes. The finite sample properties of these tests are investigated in simulation studies. The use of the tests and the results of simulation studies are illustrated with an example based on real data.
Źródło:
Statistics in Transition new series; 2020, 21, 3; 21-37
1234-7655
Pojawia się w:
Statistics in Transition new series
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ocena zróżnicowania poziomu życia mieszkańców województw w latach 2003–2013 za pomocą składowych głównych dla wielowymiarowych danych funkcjonalnych oraz analizy skupień
Estimation of Diversity of Living Standards in Polish Voivodships in 2003–2013 Using Principal Components for Multidimensional Functional Data and Cluster Analysis
Autorzy:
Krzyśko, Mirosław
Majka, Agnieszka
Wołyński, Waldemar
Powiązania:
https://bibliotekanauki.pl/articles/1050488.pdf
Data publikacji:
2016-03-31
Wydawca:
Główny Urząd Statystyczny
Tematy:
wielowymiarowe dane funkcjonalne
funkcjonalna analiza danych
analiza składowych głównych
multivariate functional data
functional data analysis
principal components analysis
Opis:
W artykule przedstawiono ocenę zróżnicowania poziomu życia mieszkańców województw w latach 2003–2013. Do oceny zastosowano analizę składowych głównych dla wielowymiarowych danych funkcjonalnych oraz dendrytową analizę skupień. Metody te pozwoliły na wyodrębnienie względnie jednorodnych grup województw o zbliżonym poziomie rozpatrywanych cech dla całego rozpatrywanego okresu łącznie.
The paper presents an estimation of life standard diversity for residents of Polish voivodships in 2003–2013. The principal component analysis was applied for multidimensional functional data and the dendrite method was used for cluster analysis. These methods made it possible to isolate relatively homogeneous groups of voivodships that had similar values of characteristics under consideration, for the whole period at issue.
Źródło:
Przegląd Statystyczny; 2016, 63, 1; 81-98
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Selected Robust Logistic Regression Specification for Classification of Multi‑dimensional Functional Data in Presence of Outlier
Zastosowanie odpornej regresji logistycznej do klasyfikacji wielowymiarowych danych funkcjonalnych
Autorzy:
Krzyśko, Mirosław
Smaga, Łukasz
Powiązania:
https://bibliotekanauki.pl/articles/657746.pdf
Data publikacji:
2018
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
analiza regresji dla danych funkcjonalnych
estymacja odporna
model regresji logistycznej
rozwinięcie funkcji w bazie funkcyjnej
wielowymiarowe dane funkcjonalne
zagadnienie klasyfikacji
basis functions representation
classification problem
functional regression analysis
logistic regression model
multi‑dimensional functional data
robust estimation
Opis:
W niniejszym artykule rozważany jest problem dwuetykietowej klasyfikacji wielowymiarowych danych funkcjonalnych. Zaproponowane rozwiązanie tego problemu oparto na technikach regresyjnych i modelu regresji logistycznej dla danych funkcjonalnych. Model ten został przekształcony do szczególnego modelu regresji logistycznej za pomocą rozwinięcia (będących funkcjami) współczynników regresji i zmiennych objaśniających w bazie funkcyjnej. Na podstawie tego modelu skonstruowana została reguła klasyfikacyjna. W przypadku występowania obserwacji odstających rozważane są również metody odpornej estymacji nieznanych parametrów. Eksperymenty numeryczne sugerują, że proponowane metody mogą z powodzeniem być wykorzystane w praktycznych zagadnieniach.
In this paper, the binary classification problem of multi‑dimensional functional data is considered. To solve this problem a regression technique based on functional logistic regression model is used. This model is re‑expressed as a particular logistic regression model by using the basis expansions of functional coefficients and explanatory variables. Based on re‑expressed model, a classification rule is proposed. To handle with outlying observations, robust methods of estimation of unknown parameters are also considered. Numerical experiments suggest that the proposed methods may behave satisfactory in practice.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2018, 2, 334
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 36

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