Zastosowanie metod eksploracji danych (data mining) do sterowania i diagnostyki procesów w przemyśle spożywczym
|
|
- Krystyna Murawska
- 8 lat temu
- Przeglądów:
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
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 szczegółowoO badaniach nad SZTUCZNĄ INTELIGENCJĄ
O badaniach nad SZTUCZNĄ INTELIGENCJĄ Wykład 7. O badaniach nad sztuczną inteligencją Co nazywamy SZTUCZNĄ INTELIGENCJĄ? szczególny rodzaj programów komputerowych, a niekiedy maszyn. SI szczególną własność
Bardziej szczegółowoPODSTAWY 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 szczegółowoModelowanie 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 szczegółowoO 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 szczegółowoEfekty 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 szczegółowoHurtownie 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 szczegółowokierunkowy (podstawowy / kierunkowy / inny HES) nieobowiązkowy (obowiązkowy / nieobowiązkowy) polski drugi semestr letni (semestr zimowy / letni)
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 szczegółowoHurtownie 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 szczegółowoWstęp 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 szczegółowoHACCP- 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 szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: obowiązkowy w ramach treści kierunkowych, moduł kierunkowy oólny Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK
Bardziej szczegółowoMODELOWANIE OBCIĄŻEŃ ZIAREN AKTYWNYCH I SIŁ W PROCESIE SZLIFOWANIA
Modelowanie obciążeń ziaren ściernych prof. dr hab. inż. Wojciech Kacalak, mgr inż. Filip Szafraniec Politechnika Koszalińska MODELOWANIE OBCIĄŻEŃ ZIAREN AKTYWNYCH I SIŁ W PROCESIE SZLIFOWANIA XXXVI NAUKOWA
Bardziej szczegółowoLista 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 szczegółowoOferta 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 szczegółowoINŻYNIERIA ZARZADZANIA,
Semestr 1 1. Zarządzanie Podstawy zarządzania jakością 2 20 Z 2 12 Z 2. Zarządzanie Podstawy zarządzania projektami 3 15 15 Z 3 10 10 Z 3. Zarządzanie Postawy organizacji i zarządzania 2 20 E 2 12 E 4.
Bardziej szczegółowoSzczegółowy 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 szczegółowoKształcenie w Szkole Doktorskiej Politechniki Białostockiej realizowane będzie według następującego programu:
Kształcenie w Szkole Doktorskiej Politechniki Białostockiej realizowane będzie według następującego programu: Semestr 1 2 3 4 Rodzaj Forma Forma Liczba zajęć zajęć zaliczeń godzin Szkolenie biblioteczne
Bardziej szczegółowoTransformacja 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 szczegółowoWprowadzenie 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 szczegółowoOptymalizacja 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 szczegółowoProjekt 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 szczegółowoORGANIZACJA 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 szczegółowoTabela 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 szczegółowoOpis zakładanych efektów kształcenia
Załącznik nr.. Opis zakładanych efektów kształcenia Kierunek studiów: zarządzanie i inżynieria produkcji Poziom kształcenia: studia pierwszego stopnia Tytuł zawodowy: inżynier Profil kształcenia: ogólnoakademicki
Bardziej szczegółowow 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 szczegółowoREGIONALNE 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 szczegółowoS 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 szczegółowoWykorzystanie 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 szczegółowoKatedra 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 szczegółowoStabilis Smart Factory
1/9 Optymalizacja procesów biznesowych, oszczędności, zwiększenie produkcji i redukcja działań personelu Do czego służy? to już w pełni inteligentna fabryka. Zawiera wszystkie funkcjonalności dostępne
Bardziej szczegółowoO badaniach nad SZTUCZNĄ INTELIGENCJĄ
O badaniach nad SZTUCZNĄ INTELIGENCJĄ SZTUCZNA INTELIGENCJA dwa podstawowe znaczenia Co nazywamy sztuczną inteligencją? zaawansowane systemy informatyczne (np. uczące się), pewną dyscyplinę badawczą (dział
Bardziej szczegółowoKierownik 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 szczegółowoProf. 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 szczegółowoUchwała 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 szczegółowoLaboratorium 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 szczegółowoWYNIKI REALIZOWANYCH PROJEKTÓW BADAWCZYCH
PROPONOWANA TEMATYKA WSPÓŁPRACY prof. dr hab. inż. WOJCIECH KACALAK WYNIKI REALIZOWANYCH PROJEKTÓW BADAWCZYCH 00:00:00 --:-- --.--.---- 1 111 PROPOZYCJE PROPOZYCJE DO WSPÓŁPRACY Z PRZEMYSŁEM W ZAKRESIE
Bardziej szczegółowoDostawa oprogramowania. Nr sprawy: ZP /15
........ (pieczątka adresowa Oferenta) Zamawiający: Państwowa Wyższa Szkoła Zawodowa w Nowym Sączu, ul. Staszica,33-300 Nowy Sącz. Strona: z 5 Arkusz kalkulacyjny określający minimalne parametry techniczne
Bardziej szczegółowoKatedra 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 szczegółowoWykaz tematów prac magisterskich w roku akademickim 2018/2019 kierunek: informatyka
Wykaz tematów prac magisterskich w roku akademickim 2018/2019 kierunek: informatyka L.p. Nazwisko i imię studenta Promotor Temat pracy magisterskiej 1. Wojciech Kłopocki dr Bartosz Ziemkiewicz Automatyczne
Bardziej szczegółowoProcess 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 szczegółowoPOPRAWA 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 szczegółowoZarządzanie 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 szczegółowoTechniki 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 szczegółowoWrocław Efektywny rozwój rozproszonej energetyki odnawialnej w połączeniu z konwencjonalną w regionach
Wrocław 18.02.2013 POLTEGOR-INSTYTUT 1950 Ochrona środowiska Rekultywacja terenów po wydobywczych węgla brunatnego, badania wody, chronione ujęcia wodne, utylizacja odpadów organicznych, identyfikacja
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: SYSTEMY INFORMATYCZNE WSPOMAGAJĄCE DIAGNOSTYKĘ MEDYCZNĄ Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł specjalności informatyka medyczna Rodzaj zajęć: wykład, projekt
Bardziej szczegółowoZintegrowany System Informatyczny (ZSI)
Zintegrowany System Informatyczny (ZSI) ZSI MARKETING Modułowo zorganizowany system informatyczny, obsługujący wszystkie sfery działalności przedsiębiorstwa PLANOWANIE ZAOPATRZENIE TECHNICZNE PRZYGOTOWANIE
Bardziej szczegółowoPrzykład eksploracji danych o naturze statystycznej Próba 1 wartości zmiennej losowej odległość
Dwie metody Klasyczna metoda histogramu jako narzędzie do postawienia hipotezy, jaki rozkład prawdopodobieństwa pasuje do danych Indukcja drzewa decyzyjnego jako metoda wykrycia klasyfikatora ukrytego
Bardziej szczegółowoXI Seminarium Naukowe "Inżynierskie zastosowania technologii informatycznych"
XI Seminarium Naukowe "Inżynierskie zastosowania technologii informatycznych" W dniu 4.02.2017 odbyło się XI Seminarium Naukowe Inżynierskie zastosowania technologii informatycznych. Organizatorzy Zaoczne
Bardziej szczegółowoEfekty 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 szczegółowoPODYPLOMOWE STUDIA ZAAWANSOWANE METODY ANALIZY DANYCH I DATA MINING W BIZNESIE
UNIWERSYTET WARMIŃSKO-MAZURSKI W OLSZTYNIE PODYPLOMOWE STUDIA ZAAWANSOWANE METODY ANALIZY DANYCH I DATA MINING W BIZNESIE http://matman.uwm.edu.pl/psi e-mail: psi@matman.uwm.edu.pl ul. Słoneczna 54 10-561
Bardziej szczegółowoSI 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 szczegółowoAutomatyczny 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 szczegółowoPodstawy 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 szczegółowoa) 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 szczegółowoWsparcie 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 szczegółowoKIERUNKOWE EFEKTY KSZTAŁCENIA
Zał. nr 1 do Programu kształcenia KIERUNKOWE EFEKTY KSZTAŁCENIA WYDZIAŁ INFORMATYKI I ZARZĄDZANIA Kierunek studiów: INŻYNIERIA SYSTEMÓW Stopień studiów: STUDIA II STOPNIA Obszar Wiedzy/Kształcenia: OBSZAR
Bardziej szczegółowoJakub 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 szczegółowoSterowanie 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 szczegółowoAUTOMATYZACJA 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 szczegółowoUchwała Nr 12/2018/II Senatu Politechniki Lubelskiej z dnia 15 marca 2018 r.
Uchwała Nr 12/2018/II Senatu Politechniki Lubelskiej z dnia 15 marca 2018 r. w sprawie określenia efektów kształcenia dla studiów pierwszego stopnia na kierunku robotyzacja procesów wytwórczych o profilu
Bardziej szczegółowoRola samorządu województwa w minimalizowaniu ryzyk w gospodarce odpadami
Rola samorządu województwa w minimalizowaniu ryzyk w gospodarce odpadami Marcin Podgórski Dyrektor Departamentu Gospodarki Odpadami, Emisji i Pozwoleń Zintegrowanych Urzędu Marszałkowskiego Województwa
Bardziej szczegółowoIZ2ZSD2 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 szczegółowoKarta 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 szczegółowoWykład 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 szczegółowoSztuczna 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 szczegółowoPODSTAWY 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 szczegółowoINŻYNIERIA 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 szczegółowoKarta 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 szczegółowoK.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 szczegółowoKARTA 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 szczegółowoEfekty uczenia się na kierunku. Logistyka (studia pierwszego stopnia o profilu praktycznym)
Efekty uczenia się na kierunku Załącznik nr 2 do uchwały nr 412 Senatu Uniwersytetu Zielonogórskiego z dnia 29 maja 2019 r. Logistyka (studia pierwszego stopnia o profilu praktycznym) Tabela 1. Kierunkowe
Bardziej szczegółowoSSAB 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 szczegółowoPROGRAM 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 szczegółowoOpis zakładanych efektów kształcenia
Załącznik nr.. Opis zakładanych efektów kształcenia Kierunek studiów: transport i logistyka Poziom kształcenia: studia pierwszego stopnia Tytuł zawodowy: inżynier Profil kształcenia: ogólnoakademicki Symbol
Bardziej szczegółowoElektronika i Telekomunikacja Studia Stacjonarne (Dzienne), Dwustopniowe
Kształcenie na tej specjalności składa się z dwóch nurtów. Pierwszym z nich jest poznawanie budowy i zasad działania oraz metod projektowania urządzeń do diagnostyki i terapii pacjentów, tj. aparatury
Bardziej szczegółowoZaawansowane 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 szczegółowoRobotyzacja procesów wytwórczych - studia I stopnia
Robotyzacja procesów wytwórczych - studia I stopnia 1. Ogólna charakterystyka prowadzonych studiów 1) Nazwa kierunku studiów Robotyzacja procesów wytwórczych 2) Poziom kształcenia studia pierwszego stopnia
Bardziej szczegółowoMETODY 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 szczegółowoAUTOMATYCZNE 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 szczegółowoLean Maintenance. Tomasz Kanikuła
Tomasz Kanikuła Plan wystąpnienia Wprowadzenie Ustanowienie priorytetów Klasyfikowanie kategorii uszkodzeń Strategia postępowania z częściami zamiennymi Podsumowanie Cel Efektywne wykorzystanie przestojów
Bardziej szczegółowoKatedra 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 szczegółowoKIERUNKOWE EFEKTY KSZTAŁCENIA KIERUNEK STUDIÓW INFORMATYCZNE TECHNIKI ZARZĄDZANIA
KIERUNKOWE EFEKTY KSZTAŁCENIA KIERUNEK STUDIÓW INFORMATYCZNE TECHNIKI ZARZĄDZANIA Nazwa kierunku studiów: Informatyczne Techniki Zarządzania Ścieżka kształcenia: IT Project Manager, Administrator Bezpieczeństwa
Bardziej szczegółowoKOSZTY 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 szczegółowoWykorzystanie metod ewolucyjnych w projektowaniu algorytmów kwantowych
Wykorzystanie metod ewolucyjnych w projektowaniu algorytmów kwantowych mgr inż. Robert Nowotniak Politechnika Łódzka 1 października 2008 Robert Nowotniak 1 października 2008 1 / 18 Plan referatu 1 Informatyka
Bardziej szczegółowoEKSPLOATACJA 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 szczegółowoJacek 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 szczegółowoKBBS 2015 SYSTEM MONITORINGU I ZARZĄDZANIA ZUŻYCIEM ENERGII ELEKTRYCZNEJ. Grzegorz Tadra a, Radosław Grech b
KBBS 2015 SYSTEM MONITORINGU I ZARZĄDZANIA ZUŻYCIEM ENERGII ELEKTRYCZNEJ Grzegorz Tadra a, b a Uniwersytet Zielonogórski, Instytut Inżynierii Elektrycznej, g.tadra@iee.uz.zgora.pl b Państwowa Wyższa Szkoła
Bardziej szczegółowoPLAN STUDÓW STACJONARNYCH II-GO STOPNIA dla kierunku Mechanika i Budowa Maszyn Etap podstawowy. Uniwersytet Zielonogórski Wydział Mechaniczny
ydział Mechaniczny PLAN STUDÓ STACJONARNYCH II-GO STOPNIA Etap podstawowy Zatwierdzono Uchwałą Rady Instytutu BiEM z dnia 2.05.204 Zatwierdzono Uchwałą Rady ydziału Mechanicznego z dnia z dnia 2.05.204
Bardziej szczegółowo4.1. 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 szczegółowoINŻYNIERIA 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 szczegółowoMarcin 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 szczegółowoMetoda generowania typowych scenariuszy awaryjnych w zakładach dużego i zwiększonego ryzyka - ExSysAWZ
Metoda generowania typowych scenariuszy awaryjnych w zakładach dużego i zwiększonego ryzyka - ExSysAWZ A.S. Markowski, M. Pietrzykowski, R.J. Żyłła Politechnika Łódzka Katedra Inżynierii Bezpieczeństwa
Bardziej szczegółowoIDENTYFIKACJA 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 szczegółowoZastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2)
Zastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2) Ewa Wołoszko Praca pisana pod kierunkiem Pani dr hab. Małgorzaty Doman Plan tego wystąpienia Teoria Narzędzia
Bardziej szczegółowoPROGRAM 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 szczegółowoHARMONOGRAM 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 szczegółowoStatSoft profesjonalny partner w zakresie analizy danych
Analiza danych Data mining Sterowanie jakością Analityka przez Internet StatSoft profesjonalny partner w zakresie analizy danych StatSoft Polska Sp. z o.o. StatSoft Polska Sp. z o.o. ul. Kraszewskiego
Bardziej szczegółowoZB 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 szczegółowoPLAN STUDÓW NIESTACJONARNYCH II-GO STOPNIA dla kierunku Mechanika i Budowa Maszyn Etap podstawowy. Uniwersytet Zielonogórski Wydział Mechaniczny
Etap podstawowy Zatwierdzono Uchwałą Rady Instytutu BiEM z dnia 21.05.2014 Zatwierdzono Uchwałą Rady ydziału Mechanicznego z dnia z dnia 21.05.2014 06.1-M-MiBM-ND-EP-00_14 Grupa treści podstawowych 1 Mechanika
Bardziej szczegółowo