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 "neuro-fuzzy" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 63
Tytuł:
Artificial Intelligence Approaches to Fault Diagnosis for Dynamic Systems
Autorzy:
Patton, R. J.
Lopez-Toribio, C. J.
Uppal, F. J.
Powiązania:
https://bibliotekanauki.pl/articles/908290.pdf
Data publikacji:
1999
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
metoda sztucznej inteligencji
rozpoznanie błędu
modelowanie rozmyte
system rozmyty
artificial intelligence methods
fault diagnosis
residual generation
fuzzy modelling
neuro-fuzzy systems
Opis:
Recent approaches to fault detection and isolation (FDI) for dynamic systems using methods of integrating quantitative and qualitative model information, based upon artificial intelligence (AI) techniques are surveyed. In this study, the use of AI methods is considered an important extension to the quantitative model-based approach for residual generation in FDI. When quantitative models are not readily available, a correctly trained artificial neural network (ANN) can be used as a non-linear dynamic model of the system. However, the neural network does not easily provide insight into model behaviour; the model is explicit rather than implicit in form. This main difficulty can be overcome using qualitative modelling or rule-based inference methods. For example, fuzzy logic can be used together with state-space models or neural networks to enhance FDI diagnostic reasoning capabilities. The paper discusses the properties of several methods of combining quantitative and qualitative system information and their practical value for fault diagnosis of real process systems.
Źródło:
International Journal of Applied Mathematics and Computer Science; 1999, 9, 3; 471-518
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A Neuro-Fuzzy System Based on Logical Interpretation of If-then Rules
Autorzy:
Łęski, J.
Henzel, N.
Powiązania:
https://bibliotekanauki.pl/articles/911145.pdf
Data publikacji:
2000
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
system rozmyty
implikacja rozmyta
fuzzy implications
approximate reasoning
neuro-fuzzy systems
soft computing
Opis:
Several important fuzzy implications and their properties are described on the basis of an axiomatic approach to the definition of the fuzzy implications. Then the idea of approximate reasoning using the generalized modus ponens and fuzzy implications is considered. The elimination of the non-informative part of the final fuzzy set before defuzzification plays the key role in this paper. After reviewing well-known fuzzy systems, a new artificial neural network based on logical interpretation of if-then rules (ANBLIR) is introduced. Moreover, this system automatically generates rules from numerical data. Applications of ANBLIR to pattern recognition on numerical examples using benchmark databases are indicated.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2000, 10, 4; 703-722
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analysis of some problems of experimental mechanics and biomechanics by means the anfis neuro-fuzzy system
Autorzy:
Waszczyszyn, Z.
Słoński, M.
Powiązania:
https://bibliotekanauki.pl/articles/279788.pdf
Data publikacji:
2000
Wydawca:
Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej
Tematy:
neuro-fuzzy system
vibration of buldings
proximal femurs
fracture toughness
experimental mechanics
Opis:
The Adaptive Neuro-Fuzzy Inference System (ANFIS) has been applied to the analysis of three problems: prediction of fundamental periods of vibrations of 5-storey prefabricated buildings, estimation of proximal femur strength, estimation of fracture toughness of dense concret. The results obtained by means of ANFIS are compared with those empirical formulae and forward neural networks. The ANFIS results have been proven to be superior.
Analiza wybranych zagadnień doświadczalnej mechaniki i biomechaniki za pomocą neuro-rozmytego systemu ANFIS. Adaptacyjny neuro-rozmyty system ANFIS został zastosowany do analizy trzech problemów: określenie podstawowych okresów drgań 5-piętrowych budynków prefabrykowanych, określenie wytrzymałości górnej części kości udowych oraz oszacowanie odporności na zniszczenie betonów ciężkich. Wyniki otrzymane za pomocą systemu ANFIS porównano z wynikami, jakie dają wzory empiryczne i jednokierunkowe sieci neuronowe. Wykazano, że najlepszą dokładność daje system ANFIS.
Źródło:
Journal of Theoretical and Applied Mechanics; 2000, 38, 2; 429-445
1429-2955
Pojawia się w:
Journal of Theoretical and Applied Mechanics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Implication-Based Neuro-Fuzzy Architectures
Autorzy:
Rutkowska, D.
Nowicki, R.
Powiązania:
https://bibliotekanauki.pl/articles/911144.pdf
Data publikacji:
2000
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
system rozmyty
implikacja rozmyta
wnioskowanie rozmyte
neuro-fuzzy systems
fuzzy implications
fuzzy inference
Mamdani approach
logical approach
connectionist architectures
Opis:
This paper presents connectionist multi-layer architectures of neuro-fuzzy systems based on various fuzzy implications. The well-known Mamdani approach (constructive) and the logical approach (destructive) are considered. Two kinds of architectures, a simpler and a more general one, are distinguished. Examples of application to classification and control problems are provided.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2000, 10, 4; 675-701
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Real-time forecasting of water levels using adaptive neuro- fuzzy systems
Autorzy:
Gautam, D. K.
Holz, K. P.
Meyer, Z.
Powiązania:
https://bibliotekanauki.pl/articles/241104.pdf
Data publikacji:
2001
Wydawca:
Polska Akademia Nauk. Instytut Budownictwa Wodnego PAN
Tematy:
real-time forecasting
high water levels
adaptive
neuro-fuzzy systems
Odra River
Opis:
Real-time forecasting of high water levels at the mouth section of the Odra river is important for the safety conditions of shipping, shipyard works, river banks pro-tection, flood control and overall management of aquatic environment in the area. While numerical hydrodynamic models offer one possible solution, such models require forecasting of all boundary conditions and forcing data, calibration of model parameters and are often too complex and time consuming. These models are not very suitable for real-time forecasting where fast solutions are required to provide ad-equate lead time. Simpler approaches offered by artificial intelligence methods such as artificial neural networks and fuzzy rule-based systems are thus becoming more attractive and promising alternatives. These methods provide a fast, sufficiently good and low-cost solution. In this paper, an application of Adaptive-Network-Based Fuzzy Inference System (ANFIS) is presented for real-time forecasting of water levels at Police on the mouth section of the Odra river.
Źródło:
Archives of Hydro-Engineering and Environmental Mechanics; 2001, 48, 4; 3-21
1231-3726
Pojawia się w:
Archives of Hydro-Engineering and Environmental Mechanics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A neuro-fuzzy controller with a compromise fuzzy reasoning
Autorzy:
Rutkowski, L.
Cpałka, K.
Powiązania:
https://bibliotekanauki.pl/articles/205949.pdf
Data publikacji:
2002
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
metoda logiczna
metoda Mamdaniego
sterownik neuronowo-rozmyty
logical approach
Mamdani approach
neuro-fuzzy controler
Opis:
This paper presents a compromise approach to neuro-fuzzy controllers. It includes both Mamdani (constructive) and logical (destructive) fuzzy inference. New neuro-fuzzy controllers are derived and simulation results are presented.
Źródło:
Control and Cybernetics; 2002, 31, 2; 297-308
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Neuro-fuzzy TSK network for approximation of static and dynamic functions
Autorzy:
Linh, T.
Osowski, S.
Powiązania:
https://bibliotekanauki.pl/articles/205951.pdf
Data publikacji:
2002
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
algorytm uczenia się
aproksymacja
sieć neuronowo-rozmyta
approximation
learning algorithms
neuro-fuzzy networks
Opis:
The paper presents the neuro-fuzzy network in application to the approximation of the static and dynamic functions. The network implements the Takagi-Sugeno inference rules. The learning algorithm is based on the hybrid approach, splitting the learning phase into two stages : the adaptation of the linear output weights using the SVD algorithm and the conventional steepest descent backpropagation rule in application to the adaptation of the nonlinear parameters of the membership functions. The new approach to the generation of the inference rules, based on the fuzzy self-organization is proposed and the algorithm of automatic determination of the number of these rules has been also implemented. The method has been applied for the off-line modelling of static nonlinear relations and on-line simulation of the dynamic systems.
Źródło:
Control and Cybernetics; 2002, 31, 2; 309-326
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Beta neuro-fuzzy systems
Autorzy:
Alimi, A. M.
Powiązania:
https://bibliotekanauki.pl/articles/1931568.pdf
Data publikacji:
2003
Wydawca:
Politechnika Gdańska
Tematy:
beta function
kernel based neural networks
Sugeno fuzzy model
neuro-fuzzy systems
universal approximation property
learning algorithms
incremental learning
Opis:
In this paper we present the Beta function and its main properties. A key feature of the Beta function, which is given by the central-limit theorem, is also given. We then introduce a new category of neural networks based on a new kernel: the Beta function. Next, we investigate the use of Beta fuzzy basis functions for the design of fuzzy logic systems. The functional equivalence between Beta-based function neural networks and Beta fuzzy logic systems is then shown with the introduction of Beta neuro-fuzzy systems. By using the SW theorem and expanding the output of the Beta neuro-fuzzy system into a series of Beta fuzzy-based functions, we prove that one can uniformly approximate any real continuous function on a compact set to any arbitrary accuracy. Finally, a learning algorithm of the Beta neuro-fuzzy system is described and illustrated with numerical examples.
Źródło:
TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk; 2003, 7, 1; 23-41
1428-6394
Pojawia się w:
TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Fuzzy inference neural networks with fuzzy parameters
Autorzy:
Rutkowska, D.
Hayashi, Y.
Powiązania:
https://bibliotekanauki.pl/articles/1931581.pdf
Data publikacji:
2003
Wydawca:
Politechnika Gdańska
Tematy:
neuro-fuzzy systems
fuzzy neural networks
fuzzy inference neural networks
fuzzy systems of type 2
fuzzy granulation
Opis:
This paper concerns fuzzy neural networks and fuzzy inference neural networks, which are two different approaches to neuro-fuzzy combinations. The former is a direct fuzzification of artificial neural networks by introducing fuzzy signals and fuzzy weights. The latter is a representation of fuzzy systems in the form of multi-layer connectionist networks, similar to neural networks. Parameters of membership functions (centers and widths) play the role of neural network weights. In this paper, fuzzy inference neural networks with fuzzy parameters are considered. Neuro-fuzzy systems of this kind utilize both approaches: fuzzy neural networks and fuzzy inference neural networks. They also pertain to fuzzy systems of type 2 since membership functions with fuzzy parameters characterize type 2 fuzzy sets. Various architectures of these networks have been obtained for fuzzy systems based on different fuzzy implications. By analogy with fuzzy inference neural networks with crisp parameters, methods of learning fuzzy parameters and rule generation can be derived for neuro-fuzzy systems with fuzzy parameters. Fuzzy inference neural networks are studied in the framework of fuzzy granulation. In particular, fuzzy clustering as fuzzy information granulation is proposed to be applied in order to generate fuzzy IF-THEN rules. Applications of fuzzy inference neural networks are also outlined.
Źródło:
TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk; 2003, 7, 1; 7-22
1428-6394
Pojawia się w:
TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Trendy i problemy w diagnostyce procesów
Trends and problems in diagnostics
Autorzy:
Korbicz, J.
Powiązania:
https://bibliotekanauki.pl/articles/328569.pdf
Data publikacji:
2004
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
diagnostyka procesów
model-based structure
układ z modelem
obserwator o nieznanych wejściach
sztuczne sieci neuronowe
logika rozmyta
sieci neuronowo-rozmyte
algorytmy ewolucyjne
process diagnosis
unknown input observers
artificial neural networks
fuzzy logic
neuro-fuzzy systems
evolutionary algorithms
Opis:
W ostatnich latach w systemach detekcji i lokalizacji uszkodzeń dla układów dynamicznych stosuje się zintegrowane ilościowe i jakościowe modele informacji, a większość z nich oparta jest na modelach obliczeń inteligentnych. Celem niniejszej pracy jest prezentacja nowych metod i technik analitycznych oraz obliczeń inteligentnych w systemach diagnostyki procesów. Przyjmując strukturę układu diagnostyki z modelem omawia się możliwości stosowania modeli analitycznych, a przede wszystkim obserwatorów o nieznanych wejściach. Szerzej rozpatruje się alternatywne podejścia oparte na wykorzystaniu metod obliczeń inteligentnych, takich jak sztuczne sieci neuronowe, logika rozmyta, sieci neuronowo-rozmyte oraz algorytmy ewolucyjne do rozwiązywania zadań globalnej optymalizacji. Dla zilustrowania efektywności metod sztucznych sieci neuronowych typu GMDH w układach diagnostyki w końcowej części referatu rozpatruje się problem diagnostyki urządzenia wykonawczego w Cukrowni Lublin.
Recents approaches to Fault Detection and Isolation (FDI) for dynamic systems use methods of integrating quantitative and qualitative model information, and most of these are based on soft computing methods. The purpose of this paper is to present new methods and applications in the field of analytical and soft computing techniques for fault diagnosis of processes. Taking into account the model-based structure of a diagnostics system, possible applications of analytical models, and first of all unknown input observers, are considered. Alternative soft computing methods such as artificial neural networks, fuzzy logic, neuro-fuzzy structures and evolutionary algorithms for global optimization problems are presented and discussed in greater detail. To illustrate the effectiveness of GMDH artificial neural networks in fault diagnosis, an industrial valve actuator system in a sugar factory (Cukrownia Lublin S.A., Poland) is tested.
Źródło:
Diagnostyka; 2004, 30, T. 1; 275-286
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Neuro-fuzzy modelling based on a deterministic annealing approach
Autorzy:
Czabański, R.
Powiązania:
https://bibliotekanauki.pl/articles/908442.pdf
Data publikacji:
2005
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
system rozmyty
sieć neuronowa
ekstrakcja reguł
fuzzy systems
neural networks
neuro-fuzzy systems
rules extraction
deterministic annealing
prediction
Opis:
This paper introduces a new learning algorithm for artificial neural networks, based on a fuzzy inference system ANBLIR. It is a computationally effective neuro-fuzzy system with parametrized fuzzy sets in the consequent parts of fuzzy if-then rules, which uses a conjunctive as well as a logical interpretation of those rules. In the original approach, the estimation of unknown system parameters was made by means of a combination of both gradient and least-squares methods. The novelty of the learning algorithm consists in the application of a deterministic annealing optimization method. It leads to an improvement in the neuro-fuzzy modelling performance. To show the validity of the introduced method, two examples of application concerning chaotic time series prediction and system identification problems are provided.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2005, 15, 4; 561-576
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Extraction of fuzzy rules using deterministic annealing integrated with ε-insensitive learning
Autorzy:
Czabański, R.
Powiązania:
https://bibliotekanauki.pl/articles/908395.pdf
Data publikacji:
2006
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
system rozmyty
sieć neuronowa
sieć neuronowa rozmyta
ekstrakcja reguł
fuzzy systems
neural networks
neuro-fuzzy systems
rules extraction
deterministic annealing
Opis:
A new method of parameter estimation for an artificial neural network inference system based on a logical interpretation of fuzzy if-then rules (ANBLIR) is presented. The novelty of the learning algorithm consists in the application of a deterministic annealing method integrated with ε-insensitive learning. In order to decrease the computational burden of the learning procedure, a deterministic annealing method with a “freezing” phase and ε-insensitive learning by solving a system of linear inequalities are applied. This method yields an improved neuro-fuzzy modeling quality in the sense of an increase in the generalization ability and robustness to outliers. To show the advantages of the proposed algorithm, two examples of its application concerning benchmark problems of identification and prediction are considered.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2006, 16, 3; 357-372
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Emotional learning based intelligent speed and position control applied to neurofuzzy model of switched reluctance motor
Autorzy:
Rouhani, H.
Sadeghzadeh, A.
Lucas, C.
Araabi, B. N.
Powiązania:
https://bibliotekanauki.pl/articles/969753.pdf
Data publikacji:
2007
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
intelligent control
emotion based learning
neuro-fuzzy models
switched reluctance motor
Opis:
In this paper, rotor speed and position of a Switched Reluctance Motor (SRM) are controlled using an intelligent control algorithm. The controller is working based on a PID signal while its gain is permanently tuned by means of an Emotional Learning Algorithm to achieve a better control performance. Here, nonlinear characteristic of SRM is identified using an efficient training algorithm (LoLiMoT) for Locally Linear Neurofuzzy Model as an unspecified nonlinear plant model. Then, the Brain Emotional Learning Based Intelligent Controller (BELBIC) is applied to the obtained model. While the intelligent controller works based on a computational model of a limbic system in the mammalian brain, its contribution is to improve the performance of a classic controller like PID without much more control effort. The results demonstrate excellent improvements of control action in different working situations.
Źródło:
Control and Cybernetics; 2007, 36, 1; 75-95
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Fault diagnosis of non-linear dynamical systems using analytical and soft computing methods
Autorzy:
Korbicz, J.
Powiązania:
https://bibliotekanauki.pl/articles/384480.pdf
Data publikacji:
2007
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
fault detection
unknown input observer
dynamical neural networks
neuro-fuzzy systems
evolutionary algorithms
Opis:
The paper deals with the problems of robust fault detection using analytical methods (observers and unknown input observers) and soft computing techniques (neural networks, neuro-fuzzy networks and genetic programming). The model-based approach to Fault Detection and Isolation (FDI) is considered. In particular, observers for non-linear Lipschitz systems and extended unknown input observers are discussed. In the case of soft computing techniques, the main objective is to show how to employ the bounded-error approach to determine the uncertainty of the GMDH and neuro-fuzzy networks. It is shown that based on soft computing models uncertainty defined as a confidence range for the model output, adaptive thresholds can be defined. The final part of the paper presents two illustrative examples that confirm the effectiveness of the unknown input observers and the neuro-fuzzy networks approaches.
Źródło:
Journal of Automation Mobile Robotics and Intelligent Systems; 2007, 1, 1; 7-23
1897-8649
2080-2145
Pojawia się w:
Journal of Automation Mobile Robotics and Intelligent Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie metod adaptacyjnych w ocenie stanu środowiska glebowego
Applying the adaptive applications in assessment of the environment soil state
Autorzy:
Gruszczyński, S.
Urbański, K.
Powiązania:
https://bibliotekanauki.pl/articles/385358.pdf
Data publikacji:
2007
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
zarządzanie środowiskiem
SIP
algorytmy eksploracji danych
systemy neuro-rozmyte
FSM
komitety klasyfikatorów
environmental management
data mining algorithms
neuro-fuzzy systems
Feature Space Mapping
classifiers committees
Opis:
W artykule zaprezentowano wyniki uzyskane z prób zastosowania dwóch algorytmów eksploracji danych pochodzących z obserwacji stanu chemicznego gleb w otoczeniu źródeł niezorganizowanej emisji metali ciężkich. Klasyfikacje standardów koncentracji zanieczyszczeń gleb wykonane przy udziale sieci FSM (Feature Space Mapping) oraz komitetów klasyfikatorów (w tym przypadku były to: FSM+IncNet+drzewa decyzyjne i komitet sieci FSM złożony z egzemplarzy różniących się funkcją transferu) wykazały znaczącą przewagę pojedynczego klasyfikatora FSM. Dodatkowo posiada on możliwość wyekstrahowania z bazy danych reguł klasyfikacji, które później jako makroinstrukcje mogą stać się nieodzownym elementem cyfrowych map glebowych i aktywnie uczestniczyć w budowie systemu informacji o przestrzeni. W obydwu przypadkach głównym ograniczeniem, a tym samym efektywnością zastosowania algorytmów była szczupłość danych użytych w analizie. To zdecydowało o użyciu metody walidacji krzyżowej podczas tworzenia modelu klasyfikacyjnego i tym samym narzuciło ostrożne traktowanie nawet bardzo optymistycznych wyników uzyskanych takim modelem.
The paper presents the results of application two data mining coming from the chemical soils state observations, within the unorganized heavy metals emission. Soil pollution concentration standards classification with the use FSM networks, and also classifications committees (in this case: FSM + IncNet + decision trees, and FSM networks Committee which consists of elements differing by transfer function) show a considerable predominance of single FSM classifier. Additionally it has the possibility to extract the classification rules from the data basis which might be in future applied as macroinstruction for preparing the soil digital maps, and actively participate in SIP construction. In both cases the main restriction and also the algorithm application effectivity was a very little amount of data used in the analyses. This brought to the decision of using the cross validation method, during creating the classification model, and thereby imposes to treat very carefully, even very optimistic results obtained by this model.
Źródło:
Geomatics and Environmental Engineering; 2007, 1, 1; 29-39
1898-1135
Pojawia się w:
Geomatics and Environmental Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 63

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