Zastosowanie metod eksploracji danych (data mining) do sterowania i diagnostyki procesów w przemyśle spożywczym

Save this PDF as:
 WORD  PNG  TXT  JPG

Wielkość: px
Rozpocząć pokaz od strony:

Download "Zastosowanie metod eksploracji danych (data mining) do sterowania i diagnostyki procesów w przemyśle spożywczym"

Transkrypt

1 POLITECHNIKA WARSZAWSKA Instytut Technik Wytwarzania Zastosowanie metod eksploracji danych (data mining) do sterowania i diagnostyki procesów w przemyśle spożywczym Marcin Perzyk

2 Dlaczego eksploracja danych? W większości zakładów produkcyjnych są zbierane liczne dane związane z przebiegiem i parametrami procesu produkcyjnego Wykorzystanie tych danych dla poprawy jakości wyrobów i obniżenia kosztów produkcji wymaga wydobycia z nich informacji, w postaci konkretnych wniosków, reguł i metod postępowania Umożliwia to nowa, interdyscyplinarna dziedzina wiedzy, zwana eksploracją danych (data mining DM), intensywnie rozwijająca się na świecie w ostatnich latach Dotychczasowe obszary zastosowań DM obejmowały głównie sfery biznesu, zarządzania i nauk społecznych oraz medycyny - aplikacje w zakresie analizy procesów technologicznych są obecnie intensywnie rozwijane DM wykorzystuje głównie metody sztucznej inteligencji, zwłaszcza tzw. systemy uczące się, a także metody statystyczne i wizualizacyjne

3 Przykład danych Nr zapisu Kontrola procesu Robotnik Maszyna Ilość braków 1 częsta Popiołkiewicz A mała 2 częsta Perzyk B duża 3 pełna Popiołkiewicz B mała 4 rzadka Popiołkiewicz A duża 5 rzadka Popiołkiewicz B duża 6 częsta Popiołkiewicz B mała 7 rzadka Perzyk B duża 8 częsta Perzyk A duża

4 Drzewa decyzyjne Przykład generowania reguł dla zmiennej Ilość braków Kontrola procesu Rzadka Pełna Częsta Duża Mała Robotnik Perzyk Duża Popiołkiewicz Mała

5 Co możemy uzyskać z eksploracji danych? Przykłady istotnych zadań w przemyśle wytwórczym, w tym spożywczym, jakie można rozwiązywać z wykorzystaniem metod eksploracji danych: Tworzenie praktycznej wiedzy inżynierskiej przez uogólnienie doświadczeń zdobytych w produkcji, w postaci zaleceń i zależności projektowych i technologicznych Wykrywanie przyczyn zakłóceń procesów technologicznych skutkujących pogarszaniem się jakości Określenie przyczyn oraz przewidywanie prawdopodobieństwa wystąpienia awarii maszyn i urządzeń Wskazanie najważniejszych parametrów umożliwiających efektywne sterowanie procesami produkcyjnymi Przewidywanie parametrów procesu lub cech wyrobów (np. odchyłek wymiarowych) na podstawie bieżących i przeszłych wartości, zapisanych w postaci danych sekwencyjnych (szeregu czasowego)

6 Najczęściej stosowane zaawansowane narzędzia eksploracji danych Drzewa decyzyjne Sztuczne sieci neuronowe (inspiracja procesami zachodzącymi w korze mózgowej) Optymalizacja z wykorzystaniem algorytmów ewolucyjnych (inspiracja procesami zachodzącymi w naturze) Teorie zbiorów rozmytych i zbiorów przybliżonych (przetwarzanie danych niepewnych i niejednoznacznych) Analiza szeregów czasowych Wiele innych

7 Przykład wykrywania przyczyn braków Wykresy uzyskane z odpowiedzi nauczonej sieci neuronowej stanowiące podstawę identyfikacji przyczyn powstawania wad w wyrobach Pogoda ciepła i sucha Pogoda chłodna i wilgotna 1 1 0,8 0,8 0,6 0,6 0,4 0,4 0,2 0,2 0 0 Przepuszczalność masy Wilgotność masy Przepuszczalność masy Wilgotność masy

8 Określanie istotności parametrów procesu Informacje o tym, które zmienne odgrywają najważniejszą rolę w procesie mogą być pomocne w rozwiązywaniu zadań związanych z wytwarzaniem takich jak: wykrywanie źródłowych przyczyn pogarszania się jakości wyrobów, 1 przewidywanie skutków zmian w procesie wytwarzania, a zwłaszcza wskazywanie na optymalne lub krytyczne parametry procesu i ich kombinację Istotność względna Znalezienie najmniej znaczących parametrów procesu może być Sieć także neuronowa istotne: zmienność takich parametrów można bowiem niekiedy Drzewo dopuścić regresyjne bez ujemnych konsekwencji dla jakości wyrobu, co może prowadzić do oszczędności kosztów kontroli produkcji 0 A B C D E F G H I C Mn Si P S Cr Ni Cu Mg Pierwiastek stopowy Parametry procesu

9 Zastosowania szeregów czasowych Analiza szeregów czasowych dotyczy ciągu wartości rejestrowanych chronologicznie, najczęściej w stałych odstępach czasu lub w innego typu sekwencjach Wykrywanie okresowości własności wyrobów może ułatwić identyfikację przyczyn zakłóceń procesów Przewidywanie parametrów procesu lub własności wyrobów w niedalekiej przyszłości może ułatwiać zapobieganie niepożądanym tendencjom lub sugerować pożądane zmiany w sterowaniu tymi procesami 0,12 Wartość parametru 0,08 0,04 0 Kolejne pomiary

10 Przykłady zastosowań eksploracji danych w przemyśle spożywczym Optymalizacja procesu produkcji cukierków (jakość i wydajność) z wykorzystaniem sztucznych sieci neuronowych Określenie dopuszczalnego okresu magazynowania serów z wykorzystaniem sztucznych sieci neuronowych Przewidywanie szybkości procesu fermentacji w produkcji piwa z wykorzystaniem sztucznych sieci neuronowych Zastosowanie drzew decyzyjnych i sztucznych sieci neuronowych do podniesienia jakości produkowanych win Systemowe ujęcie szerokich możliwości zastosowań technik eksploracji danych w przemyśle mięsnym dla wydajności produkcji oraz kontroli zdrowia bydła i zdrowia publicznego Następne w Polsce?

11 POLITECHNIKA WARSZAWSKA Instytut Technik Wytwarzania Dziękuję za uwagę Zapraszam do współpracy

12

2.2.P.07: Komputerowe narzędzia inżynierii powierzchni

2.2.P.07: Komputerowe narzędzia inżynierii powierzchni 2nd Workshop on Foresight of surface properties formation leading technologies of engineering materials and biomaterials in Białka Tatrzańska, Poland 29th-30th November 2009 2 Panel nt. Produkt oraz materiał

Bardziej szczegółowo

Modelowanie procesów wytwarzania Marcin Perzyk

Modelowanie procesów wytwarzania Marcin Perzyk Modelowanie procesów wytwarzania Marcin Perzyk Instytut Technik Wytwarzania Wydział Inżynierii Produkcji Modelowanie procesów wytwarzania Wprowadzenie Koszty wytwarzania stanowią 1/3 kosztu wyrobu (projektowanie

Bardziej szczegółowo

PODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu "Podstawy baz danych"

PODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu Podstawy baz danych PODSTAWY BAZ DANYCH 19. Perspektywy baz danych 1 Perspektywy baz danych Temporalna baza danych Temporalna baza danych - baza danych posiadająca informację o czasie wprowadzenia lub czasie ważności zawartych

Bardziej szczegółowo

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

O badaniach nad SZTUCZNĄ INTELIGENCJĄ O badaniach nad SZTUCZNĄ INTELIGENCJĄ Jak określa się inteligencję naturalną? Jak określa się inteligencję naturalną? Inteligencja wg psychologów to: Przyrodzona, choć rozwijana w toku dojrzewania i uczenia

Bardziej szczegółowo

Hurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu

Hurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu i business intelligence Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl Wrocław 2005-2012 Plan na dziś : 1. Wprowadzenie do przedmiotu (co będzie omawiane oraz jak będę weryfikował zdobytą wiedzę

Bardziej szczegółowo

Wstęp do Sztucznej Inteligencji

Wstęp do Sztucznej Inteligencji Wstęp do Sztucznej Inteligencji Rozwiązywanie problemów-i Joanna Kołodziej Politechnika Krakowska Wydział Fizyki, Matematyki i Informatyki Rozwiązywanie problemów Podstawowe fazy: Sformułowanie celu -

Bardziej szczegółowo

Hurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu

Hurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu i business intelligence Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl Wrocław 2005-2007 Plan na dziś : 1. Wprowadzenie do przedmiotu (co będzie omawiane oraz jak będę weryfikował zdobytą wiedzę

Bardziej szczegółowo

Efekty kształcenia dla kierunku studiów informatyka i agroinżynieria i ich odniesienie do efektów obszarowych

Efekty kształcenia dla kierunku studiów informatyka i agroinżynieria i ich odniesienie do efektów obszarowych Załącznik do uchwały nr 376/2012 Senatu UP Efekty kształcenia dla kierunku studiów informatyka i agroinżynieria i ich odniesienie do efektów obszarowych Wydział prowadzący kierunek: Wydział Rolnictwa i

Bardziej szczegółowo

HACCP- zapewnienie bezpieczeństwa zdrowotnego żywności Strona 1

HACCP- zapewnienie bezpieczeństwa zdrowotnego żywności Strona 1 CO TO JEST HACCP? HACCP ANALIZA ZAGROŻEŃ I KRYTYCZNE PUNKTY KONTROLI HAZARD ryzyko, niebezpieczeństwo, potencjalne zagrożenie przez wyroby dla zdrowia konsumenta ANALYSIS ocena, analiza, kontrola zagrożenia

Bardziej szczegółowo

Lista zagadnień kierunkowych pomocniczych w przygotowaniu do egzaminu dyplomowego magisterskiego Kierunek: Mechatronika

Lista zagadnień kierunkowych pomocniczych w przygotowaniu do egzaminu dyplomowego magisterskiego Kierunek: Mechatronika Lista zagadnień kierunkowych pomocniczych w przygotowaniu do Kierunek: Mechatronika 1. Materiały używane w budowie urządzeń precyzyjnych. 2. Rodzaje stali węglowych i stopowych, 3. Granica sprężystości

Bardziej szczegółowo

Oferta badawcza Politechniki Gdańskiej dla przedsiębiorstw

Oferta badawcza Politechniki Gdańskiej dla przedsiębiorstw KATEDRA AUTOMATYKI kierownik katedry: dr hab. inż. Kazimierz Kosmowski, prof. nadzw. PG tel.: 058 347-24-39 e-mail: kazkos@ely.pg.gda.pl adres www: http://www.ely.pg.gda.pl/kaut/ Systemy sterowania w obiektach

Bardziej szczegółowo

Projekt zarządzania jakością wykorzystujący STATISTICA Data Miner przynosi w voestalpine roczne oszczędności w wysokości 800 000 EUR

Projekt zarządzania jakością wykorzystujący STATISTICA Data Miner przynosi w voestalpine roczne oszczędności w wysokości 800 000 EUR Projekt zarządzania jakością wykorzystujący STATISTICA Data Miner przynosi w voestalpine roczne oszczędności w wysokości 800 000 EUR Przemysł samochodowy stawia najwyższe wymagania jakościowe w stosunku

Bardziej szczegółowo

Wprowadzenie do teorii systemów ekspertowych

Wprowadzenie do teorii systemów ekspertowych Myślące komputery przyszłość czy utopia? Wprowadzenie do teorii systemów ekspertowych Roman Simiński siminski@us.edu.pl Wizja inteligentnych maszyn jest od wielu lat obecna w literaturze oraz filmach z

Bardziej szczegółowo

Optymalizacja produkcji oraz lean w przemyśle wydobywczym. Dr inż. Maria Rosienkiewicz Mgr inż. Joanna Helman

Optymalizacja produkcji oraz lean w przemyśle wydobywczym. Dr inż. Maria Rosienkiewicz Mgr inż. Joanna Helman Optymalizacja produkcji oraz lean w przemyśle wydobywczym Dr inż. Maria Rosienkiewicz Mgr inż. Joanna Helman Agenda 1. Oferta dla przemysłu 2. Oferta w ramach Lean Mining 3. Potencjalne korzyści 4. Kierunki

Bardziej szczegółowo

ORGANIZACJA I ZARZĄDZANIE PROCESEM PRODUKCYJNYM W PRZEMYŚLE SPOŻYWCZYM

ORGANIZACJA I ZARZĄDZANIE PROCESEM PRODUKCYJNYM W PRZEMYŚLE SPOŻYWCZYM Adam Olszewski ORGANIZACJA I ZARZĄDZANIE PROCESEM PRODUKCYJNYM W PRZEMYŚLE SPOŻYWCZYM PAŃSTWOWA WYŻSZA SZKOŁA INFORMATYKI I PRZEDSIĘBIORCZOŚCI W ŁOMŻY ŁOMŻA 2011 Spis Treści Wstęp... 7 1. Rola przemysłu

Bardziej szczegółowo

REGIONALNE ŚRODKI NA WSPIERANIE DZIAŁÓW R&D. Mariusz Frankowski p.o. Dyrektora Mazowieckiej Jednostki Wdrażania Programów Unijnych

REGIONALNE ŚRODKI NA WSPIERANIE DZIAŁÓW R&D. Mariusz Frankowski p.o. Dyrektora Mazowieckiej Jednostki Wdrażania Programów Unijnych REGIONALNE ŚRODKI NA WSPIERANIE DZIAŁÓW R&D Mariusz Frankowski p.o. Dyrektora Mazowieckiej Jednostki Wdrażania Programów Unijnych Jaka jest Rola MJWPU? Wprowadzanie w świat finansowania innowacji na Mazowszu

Bardziej szczegółowo

Kierownik Katedry: Prof. dr hab. inż. Tadeusz BURCZYŃSKI

Kierownik Katedry: Prof. dr hab. inż. Tadeusz BURCZYŃSKI Kierownik Katedry: Prof. dr hab. inż. Tadeusz BURCZYŃSKI Zakład Inteligentnych Systemów Obliczeniowych RMT4-3 Kierownik Zakładu: Prof. dr hab. inż. Tadeusz BURCZYŃSKI Zakład Metod Numerycznych w Termomechanice

Bardziej szczegółowo

Szczegółowy opis przedmiotu zamówienia

Szczegółowy opis przedmiotu zamówienia ZP/ITS/19/2013 SIWZ Załącznik nr 1.1 do Szczegółowy opis przedmiotu zamówienia Przedmiotem zamówienia jest: Przygotowanie zajęć dydaktycznych w postaci kursów e-learningowych przeznaczonych dla studentów

Bardziej szczegółowo

Katedra Systemów Decyzyjnych. Kierownik: prof. dr hab. inż. Zdzisław Kowalczuk ksd@eti.pg.gda.pl

Katedra Systemów Decyzyjnych. Kierownik: prof. dr hab. inż. Zdzisław Kowalczuk ksd@eti.pg.gda.pl Katedra Systemów Decyzyjnych Kierownik: prof. dr hab. inż. Zdzisław Kowalczuk ksd@eti.pg.gda.pl 2010 Kadra KSD profesor zwyczajny 6 adiunktów, w tym 1 z habilitacją 4 asystentów 7 doktorantów Wydział Elektroniki,

Bardziej szczegółowo

Uchwała nr 24/2012 Senatu Uniwersytetu Przyrodniczego w Poznaniu z dnia 21 listopada 2012 r.

Uchwała nr 24/2012 Senatu Uniwersytetu Przyrodniczego w Poznaniu z dnia 21 listopada 2012 r. Uchwała nr 24/2012 Senatu Uniwersytetu Przyrodniczego w Poznaniu z dnia 21 listopada 2012 r. w sprawie: określenia efektów kształcenia dla kierunku informatyka i agroinżynieria o profilu ogólnoakademickim

Bardziej szczegółowo

Transformacja wiedzy w budowie i eksploatacji maszyn

Transformacja wiedzy w budowie i eksploatacji maszyn Uniwersytet Technologiczno Przyrodniczy im. Jana i Jędrzeja Śniadeckich w Bydgoszczy Wydział Mechaniczny Transformacja wiedzy w budowie i eksploatacji maszyn Bogdan ŻÓŁTOWSKI W pracy przedstawiono proces

Bardziej szczegółowo

Katedra Technik Wytwarzania i Automatyzacji STATYSTYCZNA KONTROLA PROCESU

Katedra Technik Wytwarzania i Automatyzacji STATYSTYCZNA KONTROLA PROCESU Katedra Technik Wytwarzania i Automatyzacji METROLOGIA I KONTKOLA JAKOŚCI - LABORATORIUM TEMAT: STATYSTYCZNA KONTROLA PROCESU 1. Cel ćwiczenia Zapoznanie studentów z podstawami wdrażania i stosowania metod

Bardziej szczegółowo

Tabela odniesień efektów kierunkowych do efektów obszarowych

Tabela odniesień efektów kierunkowych do efektów obszarowych Umiejscowienie kierunku w obszarze kształcenia Kierunek studiów automatyka i robotyka należy do obszaru kształcenia w zakresie nauk technicznych i jest powiązany z takimi kierunkami studiów jak: mechanika

Bardziej szczegółowo

Process Analytical Technology (PAT),

Process Analytical Technology (PAT), Analiza danych Data mining Sterowanie jakością Analityka przez Internet Process Analytical Technology (PAT), nowoczesne podejście do zapewniania jakości wg. FDA Michał Iwaniec StatSoft Polska StatSoft

Bardziej szczegółowo

POPRAWA EFEKTYWNOŚCI EKSPLOATACJI MASZYN

POPRAWA EFEKTYWNOŚCI EKSPLOATACJI MASZYN POPRAWA EFEKTYWNOŚCI EKSPLOATACJI MASZYN AGENDA 1. O NAS 2. IDEA ELMODIS 3. SYSTEM ELMODIS 4. KORZYŚCI ELMODIS 5. ZASTOSOWANIE ELMODIS 2 O NAS ELMODIS TO ZESPÓŁ INŻYNIERÓW I SPECJALISTÓW Z DŁUGOLETNIM

Bardziej szczegółowo

Techniki uczenia maszynowego nazwa przedmiotu SYLABUS

Techniki uczenia maszynowego nazwa przedmiotu SYLABUS Techniki uczenia maszynowego nazwa SYLABUS Obowiązuje od cyklu kształcenia: 2014/20 Część A. Informacje ogólne Elementy składowe sylabusu Nazwa jednostki prowadzącej studiów Poziom kształcenia Profil studiów

Bardziej szczegółowo

Zintegrowany System Informatyczny (ZSI)

Zintegrowany System Informatyczny (ZSI) Zintegrowany System Informatyczny (ZSI) ZSI MARKETING Modułowo zorganizowany system informatyczny, obsługujący wszystkie sfery działalności przedsiębiorstwa PLANOWANIE ZAOPATRZENIE TECHNICZNE PRZYGOTOWANIE

Bardziej szczegółowo

SI w procesach przepływu i porządkowania informacji. Paweł Buchwald Wyższa Szkoła Biznesu

SI w procesach przepływu i porządkowania informacji. Paweł Buchwald Wyższa Szkoła Biznesu SI w procesach przepływu i porządkowania informacji Paweł Buchwald Wyższa Szkoła Biznesu Początki SI John MC Carthy prekursor SI Alan Thuring pomysłodawca testu na określenie inteligencji maszyn Powolny

Bardziej szczegółowo

a) Szczegółowe efekty kształcenia i ich odniesienie do opisu efektów

a) Szczegółowe efekty kształcenia i ich odniesienie do opisu efektów 1. PROGRAM KSZTAŁCENIA 1) OPIS EFEKTÓW KSZTAŁCENIA a) Szczegółowe efekty kształcenia i ich odniesienie do opisu efektów kształcenia dla obszaru nauk społecznych i technicznych Objaśnienie oznaczeń: I efekty

Bardziej szczegółowo

Automatyczny system wykrywania nieubezpieczonych posiadaczy pojazdów mechanicznych wspierający kontrole prowadzone przez UFG

Automatyczny system wykrywania nieubezpieczonych posiadaczy pojazdów mechanicznych wspierający kontrole prowadzone przez UFG Automatyczny system wykrywania nieubezpieczonych posiadaczy pojazdów mechanicznych wspierający kontrole prowadzone przez UFG XX Forum Teleinformatyki 25.09.2014, Warszawa dr hab. Wojciech Bijak, prof.

Bardziej szczegółowo

Efekty kształcenia na kierunku AiR drugiego stopnia - Wiedza Wydziału Elektrotechniki, Automatyki i Informatyki Politechniki Opolskiej

Efekty kształcenia na kierunku AiR drugiego stopnia - Wiedza Wydziału Elektrotechniki, Automatyki i Informatyki Politechniki Opolskiej Efekty na kierunku AiR drugiego stopnia - Wiedza K_W01 K_W02 K_W03 K_W04 K_W05 K_W06 K_W07 K_W08 K_W09 K_W10 K_W11 K_W12 K_W13 K_W14 Ma rozszerzoną wiedzę dotyczącą dynamicznych modeli dyskretnych stosowanych

Bardziej szczegółowo

w ekonomii, finansach i towaroznawstwie

w ekonomii, finansach i towaroznawstwie w ekonomii, finansach i towaroznawstwie spotykane określenia: zgłębianie danych, eksploracyjna analiza danych, przekopywanie danych, męczenie danych proces wykrywania zależności w zbiorach danych poprzez

Bardziej szczegółowo

S PECJALNO S C I NTELIGENTNE S YSTEMY D ECYZYJNE

S PECJALNO S C I NTELIGENTNE S YSTEMY D ECYZYJNE KATEDRA SYSTEMÓW DECYZYJNYCH POLITECHNIKA GDA N SKA S PECJALNO S C I NTELIGENTNE S YSTEMY D ECYZYJNE prof. dr hab. inz. Zdzisław Kowalczuk Katedra Systemów Decyzyjnych Wydział Elektroniki Telekomunikacji

Bardziej szczegółowo

Wsparcie dla działań na rzecz poprawy efektywności energetycznej ze strony systemów informatycznych

Wsparcie dla działań na rzecz poprawy efektywności energetycznej ze strony systemów informatycznych Wsparcie dla działań na rzecz poprawy efektywności energetycznej ze strony systemów informatycznych Potencjał efektywności energetycznej w przemyśle Seminarium Stowarzyszenia Klaster 3x20 Muzeum Górnictwa

Bardziej szczegółowo

Wykorzystanie wieloagentowych systemów w optymalizacji operacji łańcucha dostaw

Wykorzystanie wieloagentowych systemów w optymalizacji operacji łańcucha dostaw Wykorzystanie wieloagentowych systemów w optymalizacji operacji łańcucha dostaw Marcin Hermanowicz IT w Logistyce GigaCon, Warszawa 2017 Dlaczego systemy wieloagentowe? Systemy wieloagentowe znajdują zastosowanie

Bardziej szczegółowo

Sterowanie wewnątrzkomórkowe i zewnątrzkomórkowe, zarządzanie zdolnością produkcyjną prof. PŁ dr hab. inż. A. Szymonik

Sterowanie wewnątrzkomórkowe i zewnątrzkomórkowe, zarządzanie zdolnością produkcyjną prof. PŁ dr hab. inż. A. Szymonik Sterowanie wewnątrzkomórkowe i zewnątrzkomórkowe, zarządzanie zdolnością produkcyjną prof. PŁ dr hab. inż. A. Szymonik www.gen-prof.pl Łódź 2016/2017 def. Sterowanie to: 1. Proces polegający na wykorzystywaniu

Bardziej szczegółowo

Sztuczna inteligencja stan wiedzy, perspektywy rozwoju i problemy etyczne. Piotr Bilski Instytut Radioelektroniki i Technik Multimedialnych

Sztuczna inteligencja stan wiedzy, perspektywy rozwoju i problemy etyczne. Piotr Bilski Instytut Radioelektroniki i Technik Multimedialnych Sztuczna inteligencja stan wiedzy, perspektywy rozwoju i problemy etyczne Piotr Bilski Instytut Radioelektroniki i Technik Multimedialnych Plan wystąpienia Co to jest sztuczna inteligencja? Pojęcie słabej

Bardziej szczegółowo

IZ2ZSD2 Złożone struktury danych Advanced data structures. Informatyka II stopień ogólnoakademicki niestacjonarne

IZ2ZSD2 Złożone struktury danych Advanced data structures. Informatyka II stopień ogólnoakademicki niestacjonarne KARTA MODUŁU / KARTA PRZEDMIOTU Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013

Bardziej szczegółowo

Laboratorium demonstrator bazowych technologii Przemysłu 4.0 przykład projektu utworzenia laboratorium przez KSSE i Politechnikę Śląską

Laboratorium demonstrator bazowych technologii Przemysłu 4.0 przykład projektu utworzenia laboratorium przez KSSE i Politechnikę Śląską Laboratorium demonstrator bazowych technologii Przemysłu 4.0 przykład projektu utworzenia laboratorium przez KSSE i Politechnikę Śląską (wynik prac grupy roboczej ds. kształcenia, kompetencji i zasobów

Bardziej szczegółowo

Karta charakterystyki online MVM-04M-2MC-MKLB TTK70 ENKODERY LINIOWE

Karta charakterystyki online MVM-04M-2MC-MKLB TTK70 ENKODERY LINIOWE Karta charakterystyki online MVM-04M-2MC-MKLB TTK70 A B C D E F Rysunek może się różnić Informacje do zamówienia Typ Więcej wersji urządzeń i akcesoriów Nr artykułu MVM-04M-2MC-MKLB 6037423 www.sick.com/ttk70

Bardziej szczegółowo

PODSTAWY FUNKCJONOWANIA PRZEDSIĘBIORSTW

PODSTAWY FUNKCJONOWANIA PRZEDSIĘBIORSTW PODSTAWY FUNKCJONOWANIA PRZEDSIĘBIORSTW Część 4. mgr Michał AMBROZIAK Wydział Zarządzania Uniwersytet Warszawski Warszawa, 2007 Prawa autorskie zastrzeżone. Niniejszego opracowania nie wolno kopiować ani

Bardziej szczegółowo

Prof. Stanisław Jankowski

Prof. Stanisław Jankowski Prof. Stanisław Jankowski Zakład Sztucznej Inteligencji Zespół Statystycznych Systemów Uczących się p. 228 sjank@ise.pw.edu.pl Zakres badań: Sztuczne sieci neuronowe Maszyny wektorów nośnych SVM Maszyny

Bardziej szczegółowo

KARTA PRZEDMIOTU. Dyscyplina:

KARTA PRZEDMIOTU. Dyscyplina: KARTA PRZEDMIOTU Jednostka: WIPiE Dyscyplina: Poziom studiów: 3 Semestr: 3 lub 4 Forma studiów: stacjonarne Język wykładowy: Nazwa przedmiotu: Metody sztucznej inteligencji Symbol przedmiotu: MSI Liczba

Bardziej szczegółowo

SSAB Boron STWORZONE DLA CIEBIE I DO HARTOWANIA

SSAB Boron STWORZONE DLA CIEBIE I DO HARTOWANIA SSAB Boron STWORZONE DLA CIEBIE I DO HARTOWANIA Jeśli doświadczyłeś zakłóceń w produkcji ze względu na zmienne własności stali, zalecamy stosowanie stali borowych SSAB. SSAB BORON GWARANCJA ŁATWIEJSZEJ

Bardziej szczegółowo

Karta charakterystyki online MVM-0M5-2MC-MKLB TTK70 ENKODERY LINIOWE

Karta charakterystyki online MVM-0M5-2MC-MKLB TTK70 ENKODERY LINIOWE Karta charakterystyki online MVM-0M5-2MC-MKLB TTK70 A B C D E F Rysunek może się różnić Informacje do zamówienia Typ więcej wersji urządzeń i akcesoriów Nr artykułu MVM-0M5-2MC-MKLB 6037415 www.sick.com/ttk70

Bardziej szczegółowo

PROGRAM OPTYMALIZACJI PLANU PRODUKCJI

PROGRAM OPTYMALIZACJI PLANU PRODUKCJI Strona 1 PROGRAM OPTYMALIZACJI PLANU PRODUKCJI Program autorski opracowany przez Sławomir Dąbrowski ul. SIENKIEWICZA 3 m. 18 26-220 STĄPORKÓW tel: 691-961-051 email: petra.art@onet.eu, sla.dabrowscy@onet.eu

Bardziej szczegółowo

METODY WSPOMAGANIA DECYZJI MENEDŻERSKICH

METODY WSPOMAGANIA DECYZJI MENEDŻERSKICH PREZENTACJA SEPCJALNOŚCI: METODY WSPOMAGANIA DECYZJI MENEDŻERSKICH WYDZIAŁ INFORMATYKI I KOMUNIKACJI KIERUNEK INFORMATYKA I EKONOMETRIA SEKRETARIAT KATEDRY BADAŃ OPERACYJNYCH Budynek D, pok. 621 e-mail

Bardziej szczegółowo

Lean Maintenance. Tomasz Kanikuła

Lean Maintenance. Tomasz Kanikuła Tomasz Kanikuła Plan wystąpnienia Wprowadzenie Ustanowienie priorytetów Klasyfikowanie kategorii uszkodzeń Strategia postępowania z częściami zamiennymi Podsumowanie Cel Efektywne wykorzystanie przestojów

Bardziej szczegółowo

Zarządzanie Zapasami System informatyczny do monitorowania i planowania zapasów. Dawid Doliński

Zarządzanie Zapasami System informatyczny do monitorowania i planowania zapasów. Dawid Doliński Zarządzanie Zapasami System informatyczny do monitorowania i planowania zapasów Dawid Doliński Dlaczego MonZa? Korzyści z wdrożenia» zmniejszenie wartości zapasów o 40 %*» podniesienie poziomu obsługi

Bardziej szczegółowo

Katedra Zarządzania i Informatyki Politechnika Śląska

Katedra Zarządzania i Informatyki Politechnika Śląska prof. dr hab. Tadeusz Wieczorek mgr inż. Krystian Mączka Katedra Zarządzania i Informatyki Politechnika Śląska Charakterystyka procesu topienia złomu w piecu łukowym Problemy do rozwiązania Prezentacja

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: SYSTEMY INFORMATYCZNE WSPOMAGAJĄCE DIAGNOSTYKĘ MEDYCZNĄ Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł specjalności informatyka medyczna Rodzaj zajęć: wykład, projekt

Bardziej szczegółowo

Jacek Skorupski pok. 251 tel konsultacje: poniedziałek , sobota zjazdowa

Jacek Skorupski pok. 251 tel konsultacje: poniedziałek , sobota zjazdowa Jacek Skorupski pok. 251 tel. 234-7339 jsk@wt.pw.edu.pl http://skorupski.waw.pl/mmt prezentacje ogłoszenia konsultacje: poniedziałek 16 15-18, sobota zjazdowa 9 40-10 25 Udział w zajęciach Kontrola wyników

Bardziej szczegółowo

4.1. Wprowadzenie...70 4.2. Podstawowe definicje...71 4.3. Algorytm określania wartości parametrów w regresji logistycznej...74

4.1. Wprowadzenie...70 4.2. Podstawowe definicje...71 4.3. Algorytm określania wartości parametrów w regresji logistycznej...74 3 Wykaz najważniejszych skrótów...8 Przedmowa... 10 1. Podstawowe pojęcia data mining...11 1.1. Wprowadzenie...12 1.2. Podstawowe zadania eksploracji danych...13 1.3. Główne etapy eksploracji danych...15

Bardziej szczegółowo

EKSPLOATACJA SYSTEMÓW TECHNICZNYCH

EKSPLOATACJA SYSTEMÓW TECHNICZNYCH Jan Kaźmierczak EKSPLOATACJA SYSTEMÓW TECHNICZNYCH dla studentów kierunków: ZARZĄDZANIE Gliwice, 1999 SPIS TREŚCI 1. WPROWADZENIE... 7 2. PRZEGLĄD PODSTAWOWYCH PROBLEMÓW EKSPLOATACJI SYSTEMÓW TECHNICZNYCH...

Bardziej szczegółowo

IDENTYFIKACJA PRZYCZYN WADY POROWATOŚCI W ODLEWACH STALIWNYCH Z WYKORZYSTANIEM SZTUCZNYCH SIECI NEURONOWYCH

IDENTYFIKACJA PRZYCZYN WADY POROWATOŚCI W ODLEWACH STALIWNYCH Z WYKORZYSTANIEM SZTUCZNYCH SIECI NEURONOWYCH 11/5 Archives of Foundry, Year 2002, Volume 2, 5 Archiwum Odlewnictwa, Rok 2002, Rocznik 2, Nr 5 PAN Katowice PL ISSN 1642-5308 IDENTYFIKACJA PRZYCZYN WADY POROWATOŚCI W ODLEWACH STALIWNYCH Z WYKORZYSTANIEM

Bardziej szczegółowo

Marcin Ruciński +48 503 145 393 marcin.rucinski@leanacademy.pl. Lean Thinking. 6 Strat w TPM

Marcin Ruciński +48 503 145 393 marcin.rucinski@leanacademy.pl. Lean Thinking. 6 Strat w TPM Marcin Ruciński +48 503 145 393 marcin.rucinski@leanacademy.pl Lean Thinking 6 Strat w TPM Sześć strat w procesie produkcyjnym Jednym z głównych zadań TPM jest drastyczne poprawienia efektywności wykorzystania

Bardziej szczegółowo

ZB nr 5 Nowoczesna obróbka mechaniczna stopów magnezu i aluminium

ZB nr 5 Nowoczesna obróbka mechaniczna stopów magnezu i aluminium ZB nr 5 Nowoczesna obróbka mechaniczna stopów magnezu i aluminium Prof. dr hab. inż. Józef Kuczmaszewski CZ 5.1 opracowanie zaawansowanych metod obróbki skrawaniem stopów lekkich stosowanych na elementy

Bardziej szczegółowo

Podstawy zarządzania

Podstawy zarządzania Podstawy zarządzania mgr Magdalena Marczewska TiMO (Zakład Teorii i Metod Organizacji) Wydział Zarządzania Uniwersytetu Warszawskiego mmarczewska@wz.uw.edu.pl Rozwiązywanie problemów decyzyjnych Manager

Bardziej szczegółowo

AUTOMATYZACJA PROCESÓW CIĄGŁYCH I WSADOWYCH

AUTOMATYZACJA PROCESÓW CIĄGŁYCH I WSADOWYCH AUTOMATYZACJA PROCESÓW CIĄGŁYCH I WSADOWYCH kierunek Automatyka i Robotyka Studia II stopnia specjalności Automatyka Dr inż. Zbigniew Ogonowski Instytut Automatyki, Politechnika Śląska Plan wykładu pojęcia

Bardziej szczegółowo

Jakub Kisielewski. www.administracja.comarch.pl

Jakub Kisielewski. www.administracja.comarch.pl Nowatorski punkt widzenia możliwości analitycznosprawozdawczych w ochronie zdrowia na przykładzie systemu Elektronicznej Platformy Gromadzenia, Analizy i Udostępniania zasobów cyfrowych o Zdarzeniach Medycznych

Bardziej szczegółowo

Wykład wprowadza do podstawowych definicji związanych z Systemami Sterowania Rozproszonego (DCS Distributed Process Control) a zwłaszcza zwraca uwagę

Wykład wprowadza do podstawowych definicji związanych z Systemami Sterowania Rozproszonego (DCS Distributed Process Control) a zwłaszcza zwraca uwagę Wykład wprowadza do podstawowych definicji związanych z Systemami Sterowania Rozproszonego (DCS Distributed Process Control) a zwłaszcza zwraca uwagę na dwa podstawowe nurty rozwoju sprzetu automatyki

Bardziej szczegółowo

HARMONOGRAM EGZAMINÓW

HARMONOGRAM EGZAMINÓW Kierunek: MECHANIKA I BUDOWA MASZYN - studia I stopnia Materiałoznawstwo Analiza matematyczna Termodynamika techniczna 2 Cały rok Mechanika II Wytrzymałość materiałów Spawalnictwo Technologia spawania

Bardziej szczegółowo

Wprowadzenie do technologii informacyjnej.

Wprowadzenie do technologii informacyjnej. Wprowadzenie do technologii informacyjnej. Data mining i jego biznesowe zastosowania dr Tomasz Jach Definicje Eksploracja danych polega na torturowaniu danych tak długo, aż zaczną zeznawać. Eksploracja

Bardziej szczegółowo

LOTOS OIL SA. dr inż. Rafał Mirek - Biuro Rozwoju i Serwisu Olejowego 1/20

LOTOS OIL SA. dr inż. Rafał Mirek - Biuro Rozwoju i Serwisu Olejowego 1/20 dr inż. Rafał Mirek - Biuro Rozwoju i Serwisu Olejowego 1/20 Serwis środków smarnych oraz współczesne aplikacje informatyczne jako narzędzia kontroli wspierające utrzymanie ruchu VI Konferencja Naukowo

Bardziej szczegółowo

INŻYNIERIA I MARKETING dlaczego są sobie potrzebne?

INŻYNIERIA I MARKETING dlaczego są sobie potrzebne? POLITECHNIKA GDAŃSKA WYDZIAŁ ZARZĄDZANIA I EKONOMII Międzynarodowa Konferencja Naukowo-techniczna PROGRAMY, PROJEKTY, PROCESY zarządzanie, innowacje, najlepsze praktyki INŻYNIERIA I MARKETING dlaczego

Bardziej szczegółowo

System Zarządzania Energią według wymagań normy ISO 50001

System Zarządzania Energią według wymagań normy ISO 50001 System Zarządzania Energią według wymagań normy ISO 50001 Informacje ogólne ISO 50001 to standard umożliwiający ustanowienie systemu i procesów niezbędnych do osiągnięcia poprawy efektywności energetycznej.

Bardziej szczegółowo

Zaawansowane programowanie w języku C++

Zaawansowane programowanie w języku C++ Kod szkolenia: Tytuł szkolenia: C/ADV Zaawansowane programowanie w języku C++ Dni: 3 Opis: Uczestnicy szkolenia zapoznają się z metodami wytwarzania oprogramowania z użyciem zaawansowanych mechanizmów

Bardziej szczegółowo

Podręcznik najlepszych praktyk w zakresie efektywności energetycznej

Podręcznik najlepszych praktyk w zakresie efektywności energetycznej Podręcznik najlepszych praktyk w zakresie efektywności energetycznej Warsztaty 31 października 2013 Cel stosowania podręcznika najlepszych praktyk. Przykłady najlepszych praktyk obejmują najważniejsze

Bardziej szczegółowo

PROJEKT SZKOLENIOWY. Fizyka uszkodzeń zespołów elektronicznych na podłożach obwodów drukowanych (POD)

PROJEKT SZKOLENIOWY. Fizyka uszkodzeń zespołów elektronicznych na podłożach obwodów drukowanych (POD) PROJEKT SZKOLENIOWY FORMUŁA OTWARTA Fizyka uszkodzeń zespołów elektronicznych na podłożach obwodów drukowanych (POD) dla inżynierów i technologów przemysłu montażu powierzchniowego urządzeń elektronicznych

Bardziej szczegółowo

Katedra Systemów Automatyki. Specjalność: Systemy automatyki (studia II stopnia)

Katedra Systemów Automatyki. Specjalność: Systemy automatyki (studia II stopnia) Katedra Systemów Automatyki 1 Profil absolwenta (wiedza) Studenci naszej specjalności posiądą niezbędną wiedzę z zakresu: opracowywania algorytmów sterowania procesami w oparciu o najnowsze metody teorii

Bardziej szczegółowo

Wpływ robotyzacji na konkurencyjność polskich przedsiębiorstw. Krzysztof Łapiński. Warszawa, 20 września 2016 r. Świat

Wpływ robotyzacji na konkurencyjność polskich przedsiębiorstw. Krzysztof Łapiński. Warszawa, 20 września 2016 r. Świat Wpływ robotyzacji na konkurencyjność polskich przedsiębiorstw Krzysztof Łapiński Warszawa, 2 września 216 r. Świat Globalna sprzedaż robotów przemysłowych w latach 21 215 (w tys. sztuk) 3 25 2 15 1 5 78

Bardziej szczegółowo

PYTANIA NA EGZAMIN DYPLOMOWY INŻYNIERSKI. z katedr dyplomowania. dla kierunku TRANSPORT

PYTANIA NA EGZAMIN DYPLOMOWY INŻYNIERSKI. z katedr dyplomowania. dla kierunku TRANSPORT PYTANIA NA EGZAMIN DYPLOMOWY INŻYNIERSKI z katedr dyplomowania dla kierunku TRANSPORT 1 Katedra Energetyki i Pojazdów 1. Charakterystyka procesu dystrybucji paliw płynnych w Polsce. 2. Przegląd, budowa,

Bardziej szczegółowo

Podstawowe zasady projektowania w technice

Podstawowe zasady projektowania w technice Podstawowe zasady projektowania w technice Projektowanie w technice jest działalnością twórczą z określonym udziałem prac rutynowych i moŝe dotyczyć głównie nowych i modernizowanych: produktów (wyrobów

Bardziej szczegółowo

z wyszczególnieniem usług automatyzacji procesów mgr inż. Adam Smółkowski mgr inż. Marcin Wójciuk Aspartus (Grupa ProService FINTECO)

z wyszczególnieniem usług automatyzacji procesów mgr inż. Adam Smółkowski mgr inż. Marcin Wójciuk Aspartus (Grupa ProService FINTECO) Przewidywane kierunki outsourcingu w ubezpieczeniach z wyszczególnieniem usług automatyzacji procesów mgr inż. Adam Smółkowski mgr inż. Marcin Wójciuk Aspartus (Grupa ProService FINTECO) Outsourcing definicja

Bardziej szczegółowo

Optymalizacja procesów produkcji, logistyki i magazynowania

Optymalizacja procesów produkcji, logistyki i magazynowania Optymalizacja procesów produkcji, logistyki i magazynowania Audyt Podatki Outsourcing Doradztwo www.grantthornton.pl W skrócie Wprowadzenie 3 Jakie korzyści przynosi optymalizacja 4 Jak podejść do optymalizacji

Bardziej szczegółowo

Analiza i wizualizacja danych Data analysis and visualization

Analiza i wizualizacja danych Data analysis and visualization KARTA MODUŁU / KARTA PRZEDMIOTU Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013

Bardziej szczegółowo

Uchwała Nr 17/2013/III Senatu Politechniki Lubelskiej z dnia 11 kwietnia 2013 r.

Uchwała Nr 17/2013/III Senatu Politechniki Lubelskiej z dnia 11 kwietnia 2013 r. Uchwała Nr 17/2013/III z dnia 11 kwietnia 2013 r. w sprawie określenia efektów kształcenia dla studiów podyplomowych Projektowanie i Eksploatacja Energooszczędnych Systemów Automatyki Przemysłowej, prowadzonych

Bardziej szczegółowo

KARTA MODUŁU KSZTAŁCENIA

KARTA MODUŁU KSZTAŁCENIA KARTA MODUŁU KSZTAŁCENIA I. Informacje ogólne 1 Nazwa modułu kształcenia Sztuczna inteligencja 2 Nazwa jednostki prowadzącej moduł Instytut Informatyki, Zakład Informatyki Stosowanej 3 Kod modułu (wypełnia

Bardziej szczegółowo

K.Pieńkosz Badania Operacyjne Wprowadzenie 1. Badania Operacyjne. dr inż. Krzysztof Pieńkosz

K.Pieńkosz Badania Operacyjne Wprowadzenie 1. Badania Operacyjne. dr inż. Krzysztof Pieńkosz K.Pieńkosz Wprowadzenie 1 dr inż. Krzysztof Pieńkosz Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej pok. 560 A tel.: 234-78-64 e-mail: K.Pienkosz@ia.pw.edu.pl K.Pieńkosz Wprowadzenie

Bardziej szczegółowo

Dr hab. inż. Jan Duda. Wykład dla studentów kierunku Zarządzanie i Inżynieria Produkcji

Dr hab. inż. Jan Duda. Wykład dla studentów kierunku Zarządzanie i Inżynieria Produkcji Automatyzacja i Robotyzacja Procesów Produkcyjnych Dr hab. inż. Jan Duda Wykład dla studentów kierunku Zarządzanie i Inżynieria Produkcji Podstawowe pojęcia Automatyka Nauka o metodach i układach sterowania

Bardziej szczegółowo

Relacja zakresu nauk humanistyczno-społecznych z Krajową Inteligentną Specjalizacją

Relacja zakresu nauk humanistyczno-społecznych z Krajową Inteligentną Specjalizacją Relacja zakresu nauk humanistyczno-społecznych z Krajową Inteligentną Specjalizacją Inteligentne uczenie się Moduł nr 1 Inteligentne szkolnictwo wyższe dla inteligentnej gospodarki i jej kadr Inteligentne

Bardziej szczegółowo

Katalog rozwiązań informatycznych dla firm produkcyjnych

Katalog rozwiązań informatycznych dla firm produkcyjnych Katalog rozwiązań informatycznych dla firm produkcyjnych www.streamsoft.pl Obserwować, poszukiwać, zmieniać produkcję w celu uzyskania największej efektywności. Jednym słowem być jak Taiichi Ohno, dyrektor

Bardziej szczegółowo

ID2ZSD2 Złożone struktury danych Advanced data structures. Informatyka II stopień ogólnoakademicki stacjonarne

ID2ZSD2 Złożone struktury danych Advanced data structures. Informatyka II stopień ogólnoakademicki stacjonarne Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013

Bardziej szczegółowo

zloco inteligentne systemy optymalizacji kosztów i wspomagania decyzji w transporcie kolejowym Big Data Smart solutions

zloco inteligentne systemy optymalizacji kosztów i wspomagania decyzji w transporcie kolejowym Big Data Smart solutions Big Data Smart solutions zloco inteligentne systemy optymalizacji kosztów i wspomagania decyzji w transporcie kolejowym Monitoring parametrów lokomotywy i lokalizacja składu Dynamiczne rozkłady jazdy Eco

Bardziej szczegółowo

Metody i techniki sztucznej inteligencji / Leszek Rutkowski. wyd. 2, 3 dodr. Warszawa, Spis treści

Metody i techniki sztucznej inteligencji / Leszek Rutkowski. wyd. 2, 3 dodr. Warszawa, Spis treści Metody i techniki sztucznej inteligencji / Leszek Rutkowski. wyd. 2, 3 dodr. Warszawa, 2012 Spis treści Przedmowa do wydania drugiego Przedmowa IX X 1. Wstęp 1 2. Wybrane zagadnienia sztucznej inteligencji

Bardziej szczegółowo

Literatura. T. Jałowiec (red.), Towaroznawstwo dla logistyki, Diffin, Warszawa 2011 U. Łatka, Technologia i towaroznawstwo, WSiP, Warszawa 2003

Literatura. T. Jałowiec (red.), Towaroznawstwo dla logistyki, Diffin, Warszawa 2011 U. Łatka, Technologia i towaroznawstwo, WSiP, Warszawa 2003 Literatura T. Jałowiec (red.), Towaroznawstwo dla logistyki, Diffin, Warszawa 2011 U. Łatka, Technologia i towaroznawstwo, WSiP, Warszawa 2003 Zakres wykładów Towaroznawstwo jako jedna z nauk ekonomicznych.

Bardziej szczegółowo

Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych

Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych ELEMENTY SZTUCZNEJ INTELIGENCJI Laboratorium nr 9 PRZESZUKIWANIE GRAFÓW Z

Bardziej szczegółowo

Archipelag Sztucznej Inteligencji

Archipelag Sztucznej Inteligencji Archipelag Sztucznej Inteligencji Istniejące metody sztucznej inteligencji mają ze sobą zwykle niewiele wspólnego, więc można je sobie wyobrażać jako archipelag wysp, a nie jako fragment stałego lądu.

Bardziej szczegółowo

KOSZTY JAKOŚCI JAKO NARZĘDZIE ZARZĄDZANIA JAKOŚCIĄ

KOSZTY JAKOŚCI JAKO NARZĘDZIE ZARZĄDZANIA JAKOŚCIĄ Narzędzia jakości w doskonaleniu i zarządzaniu jakością, red. Sikora T., Akademia Ekonomiczna w Krakowie, Kraków 2004, ss. 137-141 Urszula Balon Katedra Towaroznawstwa Ogólnego i Zarządzania Jakością Akademia

Bardziej szczegółowo

Co by było gdyby Toyota produkowała leki

Co by było gdyby Toyota produkowała leki Co by było gdyby Toyota produkowała leki Jacek T. Jackowski 5 Kongres Świata Przemysłu Farmaceutycznego Jeszcze wiele innych firm może potencjalnie robić leki Unilever Kraft Colgate - Palmolive Nestle

Bardziej szczegółowo

Przemysł to dział gospodarki narodowej zajmujący się eksploatacją i przetwarzaniem zasobów przyrody w sposób masowy, przy użyciu maszyn i

Przemysł to dział gospodarki narodowej zajmujący się eksploatacją i przetwarzaniem zasobów przyrody w sposób masowy, przy użyciu maszyn i Przemysł Przemysł to dział gospodarki narodowej zajmujący się eksploatacją i przetwarzaniem zasobów przyrody w sposób masowy, przy użyciu maszyn i zastosowaniu podziału pracy. Przemysł to działalność gospodarcza,

Bardziej szczegółowo

1.7. Eksploracja danych: pogłębianie, przeszukiwanie i wyławianie

1.7. Eksploracja danych: pogłębianie, przeszukiwanie i wyławianie Wykaz tabel Wykaz rysunków Przedmowa 1. Wprowadzenie 1.1. Wprowadzenie do eksploracji danych 1.2. Natura zbiorów danych 1.3. Rodzaje struktur: modele i wzorce 1.4. Zadania eksploracji danych 1.5. Komponenty

Bardziej szczegółowo

AUTOMATYCZNE ROZPOZNAWANIE PUNKTÓW KONTROLNYCH GŁOWY SŁUŻĄCYCH DO 3D MODELOWANIA JEJ ANATOMII I DYNAMIKI

AUTOMATYCZNE ROZPOZNAWANIE PUNKTÓW KONTROLNYCH GŁOWY SŁUŻĄCYCH DO 3D MODELOWANIA JEJ ANATOMII I DYNAMIKI AUTOMATYCZNE ROZPOZNAWANIE PUNKTÓW KONTROLNYCH GŁOWY SŁUŻĄCYCH DO 3D MODELOWANIA JEJ ANATOMII I DYNAMIKI Tomasz Huczek Promotor: dr Adrian Horzyk Cel pracy Zasadniczym celem pracy było stworzenie systemu

Bardziej szczegółowo

Systemy Informatyki Przemysłowej

Systemy Informatyki Przemysłowej Systemy Informatyki Przemysłowej Profil absolwenta Profil absolwenta Realizowany cel dydaktyczny związany jest z: tworzeniem, wdrażaniem oraz integracją systemów informatycznych algorytmami rozpoznawania

Bardziej szczegółowo

Sterowanie wewnątrzkomórkowe i zewnątrzkomórkowe, zarządzanie zdolnością produkcyjną prof. PŁ dr hab. inż. A. Szymonik

Sterowanie wewnątrzkomórkowe i zewnątrzkomórkowe, zarządzanie zdolnością produkcyjną prof. PŁ dr hab. inż. A. Szymonik Sterowanie wewnątrzkomórkowe i zewnątrzkomórkowe, zarządzanie zdolnością produkcyjną prof. PŁ dr hab. inż. A. Szymonik www.gen-prof.pl Łódź 2017/2018 Sterowanie 2 def. Sterowanie to: 1. Proces polegający

Bardziej szczegółowo

ALGORYTM RANDOM FOREST

ALGORYTM RANDOM FOREST SKRYPT PRZYGOTOWANY NA ZAJĘCIA INDUKOWANYCH REGUŁ DECYZYJNYCH PROWADZONYCH PRZEZ PANA PAWŁA WOJTKIEWICZA ALGORYTM RANDOM FOREST Katarzyna Graboś 56397 Aleksandra Mańko 56699 2015-01-26, Warszawa ALGORYTM

Bardziej szczegółowo

Data Mining Kopalnie Wiedzy

Data Mining Kopalnie Wiedzy Data Mining Kopalnie Wiedzy Janusz z Będzina Instytut Informatyki i Nauki o Materiałach Sosnowiec, 30 listopada 2006 Kopalnie złota XIX Wiek. Odkrycie pokładów złota spowodowało napływ poszukiwaczy. Przeczesywali

Bardziej szczegółowo

INŻYNIERIA OPROGRAMOWANIA

INŻYNIERIA OPROGRAMOWANIA INSTYTUT INFORMATYKI STOSOWANEJ 2013 INŻYNIERIA OPROGRAMOWANIA Inżynieria Oprogramowania Proces ukierunkowany na wytworzenie oprogramowania Jak? Kto? Kiedy? Co? W jaki sposób? Metodyka Zespół Narzędzia

Bardziej szczegółowo

Zarządzanie systemami produkcyjnymi

Zarządzanie systemami produkcyjnymi Zarządzanie systemami produkcyjnymi Efektywności zarządzania sprzyjają: samodzielność i przedsiębiorczość, orientacja na działania, eksperymenty i analizy, bliskie kontakty z klientami, produktywność,

Bardziej szczegółowo

PROGRAM SEMINARIUM ZAKOPANE 2010. czwartek, 2 grudnia 2010 r. Sesja przedpołudniowa. Otwarcie seminarium Prof. dr hab. inż. Tadeusz Czachórski

PROGRAM SEMINARIUM ZAKOPANE 2010. czwartek, 2 grudnia 2010 r. Sesja przedpołudniowa. Otwarcie seminarium Prof. dr hab. inż. Tadeusz Czachórski czwartek, 2 grudnia 2010 r. Sesja przedpołudniowa 9.30 9.40: Otwarcie seminarium Prof. dr hab. inż. Tadeusz Czachórski 9.40 10.10: 10.10 10.40: 10.40 11.10: prof. dr hab. inż. Zbigniew Janusz Czech Zaawansowane

Bardziej szczegółowo