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 "fuzzy classification" wg kryterium: Temat

  Lista filtrów

Dostawca treści

Wyrównaj
Wyświetlanie 1-15 z 44
Tytuł:
Optimising a fuzzy fault classification tree by a single-objective genetic algorithm
Autorzy:
Zio, E.
Baraldi, P.
Popescu, I. C.
Powiązania:
https://bibliotekanauki.pl/articles/2069595.pdf
Data publikacji:
2007
Wydawca:
Uniwersytet Morski w Gdyni. Polskie Towarzystwo Bezpieczeństwa i Niezawodności
Tematy:
fault classification
decision tree
fuzzy logic
genetic algorithm
Opis:
In this paper a single-objective Genetic Algorithm is exploited to optimise a Fuzzy Decision Tree for fault classification. The optimisation procedure is presented with respect to an ancillary classification problem built with artificial data. Work is in progress for the application of the proposed approach to a real fault classification problem.
Źródło:
Journal of Polish Safety and Reliability Association; 2007, 2; 391--400
2084-5316
Pojawia się w:
Journal of Polish Safety and Reliability Association
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Multy-criteria fuzzy analysis of regional development
Autorzy:
Zhalezka, B.
Navitskaya, K.
Powiązania:
https://bibliotekanauki.pl/articles/411029.pdf
Data publikacji:
2015
Wydawca:
Polska Akademia Nauk. Oddział w Lublinie PAN
Tematy:
membership function
classification
fuzzy clusters
Grodno counties
regional economy
sustainable development
regional competitiveness
place marketing
Opis:
The article presents the possibility of Rusing multi-criteria fuzzy analysis for assessing the region al competitiveness. This estimation can be used for place marketing strategy development and based on results of socio-economic development. The proposed approach is characterized by comparative estimation, when the level of development of one region is determined by the development of other areas. The final evaluation is the level of the cluster which the object being analyzed belongs. This allows ignoring minor fluctuations in Total indexes. The results of robust and fuzzy groups of regions are analyzed. This grouping is characterized by similar levels of development and helps to define the directions of further development of the regions.
Źródło:
ECONTECHMOD : An International Quarterly Journal on Economics of Technology and Modelling Processes; 2015, 4, 3; 39-46
2084-5715
Pojawia się w:
ECONTECHMOD : An International Quarterly Journal on Economics of Technology and Modelling Processes
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An Expert System for Automatic Classification of Sound Signals
Autorzy:
Tyburek, Krzysztof
Kotlarz, Piotr
Powiązania:
https://bibliotekanauki.pl/articles/307799.pdf
Data publikacji:
2020
Wydawca:
Instytut Łączności - Państwowy Instytut Badawczy
Tematy:
audio descriptors
bird species
fuzzy classification of audio signals
MPEG-7
spectral features of sound
Opis:
In this paper, we present the results of research focusing on methods for recognition/classification of audio signals. We consider the results of the research project to serve as a basis for the main module of a hybrid expert system currently under development. In our earlier studies, we conducted research on the effectiveness of three classifiers: fuzzy classifier, neural classifier and WEKA system for reference data. In this project, a particular emphasis was placed on fine-tuning the fuzzy classifier model and on identifying neural classifier applications, taking into account new neural networks that we have not studied so far in connection with sounds classification methods.
Źródło:
Journal of Telecommunications and Information Technology; 2020, 2; 86-90
1509-4553
1899-8852
Pojawia się w:
Journal of Telecommunications and Information Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Machine fault diagnosis and condition prognosis using classification and regression trees and neuro-fuzzy inference systems
Autorzy:
Tran, V. T.
Yang, B. S.
Powiązania:
https://bibliotekanauki.pl/articles/971018.pdf
Data publikacji:
2010
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
fault diagnosis
classification
induction motors
decision trees
forecasts
fuzzy systems
Opis:
This paper presents an approach to machine fault diagnosis and condition prognosis based on classification and regression trees (CART) and neuro-fuzzy inference systems (ANFIS). In case of diagnosis, CART is used as a feature selection tool to select pertinent features from data set, while ANFIS is used as a classifier. The crisp rules obtained from CART are then converted to fuzzy if-then rules, employed to identify the structure of ANFIS classifier. The hybrid of back-propagation and least squares algorithm are utilized to tune the parameters of the membership functions. The data sets obtained from vibration signals and current signals of the induction motors are used to evaluate the proposed algorithm. In case of prognosis, both of these models in association with direct prediction strategy for long-term prediction of time series techniques are utilized to forecast the future values of machine operating condition. In this case, the number of available observations and the number of predicted steps are initially determined by false nearest neighbor method and auto mutual information technique, respectively. These values are subsequently utilized as inputs for prediction models. The performance of the proposed prognosis system is then evaluated by using real trending data of a low methane compressor. A comparative study of the predicted results obtained from CART and ANFIS models is also carried out to appraise the prediction capability of these models. The results of the proposed methods in both cases indicate that CART and ANFIS offer a potential for machine fault diagnosis and for condition prognosis.
Źródło:
Control and Cybernetics; 2010, 39, 1; 25-55
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ocena zróżnicowania udziału lokalnych źródeł biomasy w zaspokojeniu potrzeb cieplnych na obszarach wiejskich województwa świętokrzyskiego
Evaluation of differentiation of local sources of biomass in the to cover the needs of heating in rural areas of the swietokrzyskie province
Autorzy:
Szul, Tomasz
Powiązania:
https://bibliotekanauki.pl/articles/883876.pdf
Data publikacji:
2019-11-21
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
obszary wiejskie
zuzycie ciepla
biomasa
potencjal energetyczny
potrzeby cieplne
zrodla biomasy
woj.swietokrzyskie
heating
final energy consumption
biomass technical potential
fuzzy classification
Opis:
Przeprowadzono analizę zużycia ciepła i potencjału energetycznego biomasy w poszczególnych powiatach województwa świętokrzyskiego. Popyt na ciepło na obszarach wiejskich województwa kształtuje się na poziomie ok. 20 PJ, zaś potencjał techniczny biomasy, która może być wykorzystana na cele energetyczne wynosi 5,2 PJ. Na tej podstawie szacuje się, że udział biomasy w pokryciu potrzeb cieplnych na terenie województwa może wynieść 33%. Najwyższy udział biomasy w zaspokojeniu potrzeb cieplnych występuje w powiatach kazimierskim i włoszczowskim, najniższy zaś w powiatach sandomierskim i kieleckim.
The analysis of heat consumption and energy potential of biomass in particular poviats of the Świętokrzyskie Province was carried out. The demand for heat in the rural areas of the voivodship is around 20 PJ, while the biomass technical potential that can be used for energy purposes is 5.2 PJ. On this basis, it is estimated that the share of biomass in the cove-rage of thermal needs in the province may amount to 25%. The highest share of biomass in satisfying thermal needs occurs in the districts of Kazimierza and Włoszczowa, and the lowest in the districts of Sandomierz and Kielce.
Źródło:
Technika Rolnicza Ogrodnicza Leśna; 2019, 4; 13-16
1732-1719
2719-4221
Pojawia się w:
Technika Rolnicza Ogrodnicza Leśna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Self-configuring hybrid evolutionary algorithm for fuzzy imbalanced classification with adaptive instance selection
Autorzy:
Stanovov, V.
Semenkin, E.
Semenkina, O.
Powiązania:
https://bibliotekanauki.pl/articles/91578.pdf
Data publikacji:
2016
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
fuzzy classification
instance selection
genetic fuzzy system
self-configuration
Opis:
A novel approach for instance selection in classification problems is presented. This adaptive instance selection is designed to simultaneously decrease the amount of computation resources required and increase the classification quality achieved. The approach generates new training samples during the evolutionary process and changes the training set for the algorithm. The instance selection is guided by means of changing probabilities, so that the algorithm concentrates on problematic examples which are difficult to classify. The hybrid fuzzy classification algorithm with a self-configuration procedure is used as a problem solver. The classification quality is tested upon 9 problem data sets from the KEEL repository. A special balancing strategy is used in the instance selection approach to improve the classification quality on imbalanced datasets. The results prove the usefulness of the proposed approach as compared with other classification methods.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2016, 6, 3; 173-188
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Przestrzenne zróżnicowanie poziomu jakości życia w Polsce
Autorzy:
Sompolska-Rzechuła, Agnieszka
Powiązania:
https://bibliotekanauki.pl/articles/542144.pdf
Data publikacji:
2017
Wydawca:
Główny Urząd Statystyczny
Tematy:
quality of life
fuzzy classification
voivodships
jakość życia
klasyfikacja rozmyta
województwa
Opis:
Przedmiotem artykułu jest ocena podobieństwa województw Polski pod względem poziomu jakości życia mieszkańców oraz określenie typologicznych klas województw w zakresie analizowanego zjawiska. Badanie przeprowadzono metodą klasyfikacji rozmytej — C-średnich. Wybór metody wynikał z charakteru badanego zjawiska, które jest trudne do jednoznacznego określenia. W badaniu wykorzystano informacje pochodzące z opracowań GUS oraz dane z Diagnozy Społecznej 2015 dotyczące 2014 r. Przeprowadzona analiza wykazała, że województwa Polski są bardzo zróżnicowane pod względem poziomu jakości życia.
The subject of the article is to assess the similarity of voivodships in Poland in terms of the quality of life of inhabitants and to define typological classes of voivodships concerning the analysed phenomenon. The study was conducted by means of fuzzy classification — C-means. The choice of the method resulted from the nature of the researched phenomenon, which is difficult to identify unequivocally. Data from the CSO studies and the Social Diagnosis 2015 relating to 2014 were used in the research. The analysis proved that Polish voivodships are very different in terms of the quality of life.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2017, 6
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Membership function - ARTMAP neural networks
Autorzy:
Sinčák, P.
Hric, M.
Vaščák, J.
Powiązania:
https://bibliotekanauki.pl/articles/1931570.pdf
Data publikacji:
2003
Wydawca:
Politechnika Gdańska
Tematy:
pattern recognition principles
classifier design
classification accuracy assessment
contingency tables
backpropagation neural networks
fuzzy BP neural networks
ART and ARTMAP neural networks
modular neural networks
neural networks
Opis:
The project deals with the application of computational intelligence (CI) tools for multispectral image classification. Pattern Recognition scheme is a global approach where the classification part is playing an important role to achieve the highest classification accuracy. Multispectral images are data mainly used in remote sensing and this kind of classification is very difficult to assess the accuracy of classification results. There is a feedback problem in adjusting the parts of pattern recognition scheme. Precise classification accuracy assessment is almost impossible to obtain, being an extremely laborious procedure. The paper presents simple neural networks for multispectral image classification, ARTMAP-like neural networks as more sophisticated tools for classification, and a modular approach to achieve the highest classification accuracy of multispectral images. There is a strong link to advances in computer technology, which gives much better conditions for modelling more sophisticated classifiers for multispectral images.
Źródło:
TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk; 2003, 7, 1; 43-52
1428-6394
Pojawia się w:
TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analysis of new method of initialisation of neuro - fuzzy systems with support vector machines
Analiza nowej metody inicjalizacji systemów neuronowo – rozmytych z wykorzystaniem maszyn wektorów wspierających
Autorzy:
Simiński, K.
Powiązania:
https://bibliotekanauki.pl/articles/375675.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
support vector machine (SVM)
neuro-fuzzy systems
classification
regression
Opis:
The correspondence between support vector machines and neuro-fuzzy systems is very interesting. The full equivalence for classification and partial for regression has been formally shown. The equivalence has very interesting implication. It is a base for a new method of initialization of neurofuzzy systems, ie. for creating of fuzzy rule base. The commonly used methods are based on reversion of item: the premises of fuzzy rules split input domain into region, thus premises of fuzzy rules can be elaborated by partition of input domain. This leads to three main classes of partition of input domain. The above mentioned equivalence results in new way of creating the rule base. Now the input domain is not partitioned, but the premises of fuzzy rules are extracted from support vector. The objective of the paper is to examine the advantages and disadvantages of this new method for creation of fuzzy rule bases for neuro-fuzzy systems.
Związek pomiedzy maszynami wektorów podpierajacych i systemami neuronoworozmytymi jest bardzo interesujący. Została wykazana pełna odpowiedniość między tymi systemami dla klasyfikacji i częściowa dla regresji. Odpowiedność ta ma bardzo ważną konsekwencję. Jest podstawa do opracowania nowego sposobu tworzenia bazy reguł dla systemu neuronowo-rozmytego. Dotychczasowe metody opieraja się na podziale przestrzeni wejściowej, a następnie przekształcenia tak powstałych regionów w przesłanki rozmytych reguł. Tutaj możliwe jest przekształcanie wektorów wspierających na przesłanki reguł rozmytych. Celem artykułu jest przebadanie możliwości stosowania takiego podejścia do inicjalizacji systemów neuronowo-rozmytych. Eksperymenty wykazują dosć istotną wadę tego podejścia. W jego wyniku powstają bardzo liczne zbiory reguł rozmytych, co zupełnie przeczy idei interpretowalności wiedzy w systemach neuronowo-rozmytych. Manipulacja pewnymi parametrami umożliwia zmiejszenie liczby reguł, jednak manipulacja ta jest trudna i wymaga wielu prób. Drugą dość istotna wadą jest wyraźnie wyższy błąd wypracowywany przez systemy inicjalizowane przez SVM w porównaniu do systemów, których bazy reguł tworzone sa˛ poprzez podział przestrzeni wejściowej.
Źródło:
Theoretical and Applied Informatics; 2012, 24, 3; 243-254
1896-5334
Pojawia się w:
Theoretical and Applied Informatics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Design of fuzzy rule-based classifiers through granulation and consolidation
Autorzy:
Riid, A.
Preden, J.-S.
Powiązania:
https://bibliotekanauki.pl/articles/91638.pdf
Data publikacji:
2017
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
pattern recognition
fuzzy classification
complexity reduction
Opis:
This paper addresses the issue how to strike a good balance between accuracy and compactness in classification systems - still an important question in machine learning and data mining. The fuzzy rule-based classification approach proposed in current paper exploits the method of rule granulation for error reduction and the method of rule consolidation for complexity reduction. The cooperative nature of those methods - the rules are split in a way that makes efficient rule consolidation feasible and rule consolidation itself is capable of further error reduction - is demonstrated in a number of experiments with nine benchmark classification problems. Further complexity reduction, if necessary, is provided by rule compression.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2017, 7, 2; 137-147
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Risk-based maintenance assessment in the manufacturing industry: minimisation of suboptimal prioritisation
Autorzy:
Ratnayake, R. M. Chandima
Antosz, K.
Powiązania:
https://bibliotekanauki.pl/articles/406817.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
classification
fuzzy logic
manufacturing firms
risk based maintenance
risk matrix
Opis:
Manufacturing firms continuously strive to increase the efficiency and effectiveness in the maintenance management processes. Focus is placed on eliminating the unexpected failures which cause unnecessary costs and the production losses. Risk-based maintenance (RBM) strategies enable to address the above through the identification of probability and consequences of potential failures whilst providing a way for prioritisation of maintenance actions based on the risk of possible failures. Such prioritisations enable to identify the optimal maintenance strategy, intervals of maintenance tasks, and optimal level of spare parts inventory. However, the risk assessment activities are performed with the support of a risk matrix. Suboptimal classifications and/or prioritisations arise due to the inherent nature of the risk matrix. This is caused by the fact that there are no means to incorporate actual circumstances at the boundary of the input ranges or at the levels of linguistic data and risk categories. In this paper, a risk matrix is first developed in collaboration with one of the manufacturing firms in Poland. Then, it illustrates the use of fuzzy logic for minimisation of suboptimal prioritisation and/or classifications using a fuzzy inference system (FIS) together with illustrative membership functions and a rule base. Finally, an illustrative risk assessment is also demonstrated to illustrate the methodology.
Źródło:
Management and Production Engineering Review; 2017, 8, 1; 38-45
2080-8208
2082-1344
Pojawia się w:
Management and Production Engineering Review
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An approach to unsupervised classification
Autorzy:
Przybyła, T.
Pander, T.
Horoba, K.
Kupka, T.
Matonia, A.
Powiązania:
https://bibliotekanauki.pl/articles/333363.pdf
Data publikacji:
2011
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
klasyfikacja
grupowanie rozmyte
klasyfikacja nienadzorowana
klasyfikator najbliższych sąsiadów
classification
fuzzy clustering
unsupervised classification
nearest neighbour classifier
Opis:
Classification methods can be divided into supervised and unsupervised methods. The supervised classifier requires a training set for the classifier parameter estimation. In the case of absence of a training set, the popular classifiers (e.g. K-Nearest Neighbors) can not be used. The clustering methods are considered as unsupervised classification methods. This paper presents an idea of the unsupervised classification with the popular classifiers. The fuzzy clustering method is used to create a learning set. The learning set includes only these patterns that are the best representative of each class in the input dataset. The numerical experiment uses an artificial dataset as well as the medical datasets (PIMA, Wisconsin Breast Cancer) and illustrates the usefulness of the proposed method.
Źródło:
Journal of Medical Informatics & Technologies; 2011, 17; 105-111
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Unsupervised clustering for fetal state assessment based on selected features of the cardiotocographic signals
Autorzy:
Przybyła, T.
Jeżewski, J.
Roj, D.
Powiązania:
https://bibliotekanauki.pl/articles/333112.pdf
Data publikacji:
2009
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
klasyfikacja algorytmów bez nadzoru
grupowanie danych
monitoring płodu
kardiotokografia
unsupervised classification
fuzzy clustering
principal component analysis
fetal monitoring
Opis:
In modern obstetrics the cardiotocography is a routine method of fetal condition assessment based mainly on analysis of the fetal heart rate signals. The correct interpretation of recorded traces from a bedside monitor is very difficult even for experienced clinicians. Therefore, computerized fetal monitoring systems are used to yield the quantitative description of the signal. However, the effective techniques enabling automated conclusion generation based on cardiotocograms are still being searched. The paper presents an attempt to diagnose the fetal state basing on seventeen features describing the cardiotocographic records. The proposed method applies the unsupervised classification of signals. During our research we tried to classify the fetal state using the fuzzy c-means (FCM) clustering. We also tested how the efficiency of classification could be influenced by application of principal component analysis (PCA) algorithm. The obtained results showed that unsupervised classification cannot be considered as a support to fetal state assessment.
Źródło:
Journal of Medical Informatics & Technologies; 2009, 13; 157-162
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Computational gait analysis for post-stroke rehabilitation purposes using fuzzy numbers, fractal dimension and neural networks
Autorzy:
Prokopowicz, P.
Mikołajewski, D.
Tyburek, K.
Mikołajewska, E.
Powiązania:
https://bibliotekanauki.pl/articles/202175.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
computational analysis
spatio-temporal gait parameters
fuzzy analysis
gait classification
disorder recognition
Opis:
Computational gait analysis constitutes a useful tool for quantitative assessment of gait disturbances, improving functional diagnosis, assessment of treatment planning, and monitoring of disease progress. There is little research on use of computational gait analysis in neurorehabilitation of post-stroke survivors, but current evidence on its clinical application supports a favorable cost-benefit ratio. The research was conducted among 50 adult people: 25 of them after ischemic stroke constituted the study group, and 25 healthy volunteers constituted the reference group. Study group members were treated for 2 weeks (10 neurorehabilitation sessions). Spatio-temporal gait parameters were assessed before and after therapy and compared using a novel fuzzy-based assessment tool, fractal dimension measurement and gait classification based on artificial neural networks. Measured results of rehabilitation (changes of gait parameters) were statistically relevant and reflected recovery. There is good evidence to extend its use to patients with various gait diseases undergoing neurorehabilitation. However, methodology for properly conducting and interpreting the proposed assessment and analysis procedures, providing validity and reliability of their results remains a key issue. More objective clinical reasoning, based on proposed novel tools, requires further research.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2020, 68, 2; 191-198
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The neurological disease classification by means of its single descriptors coverage finding
Autorzy:
Piecha, J.
Zyguła, J.
Powiązania:
https://bibliotekanauki.pl/articles/333946.pdf
Data publikacji:
2007
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
wnioski automatyczne
medyczne systemy ekspertowe
choroby neurologiczne
decyzje rozmyte
czynniki klasyfikacji chorób
automatic conclusions
medical expert systems
neurological diseases
fuzzy decisions
disease classification factors
Opis:
The reported diagnosis supporting system was provided with knowledge base determined by the disease characteristic features descriptors that were recorded in conclusions table. Every descriptor defines the elementary rules related to every disease factor threshold value, recognised as a sign of the disease presence (the over-gone physiological state). The introduced definitions of the disease characteristics and some fuzzy logic proposals implementations were defined for the decision making system development.
Źródło:
Journal of Medical Informatics & Technologies; 2007, 11; 311-319
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 44

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