OPTYMALIZACJA PARAMETRÓW DYSKRETYZACJI W SYSTEMACH DIAGNOSTYKI OBRAZOWEJ

Wielkość: px
Rozpocząć pokaz od strony:

Download "OPTYMALIZACJA PARAMETRÓW DYSKRETYZACJI W SYSTEMACH DIAGNOSTYKI OBRAZOWEJ"

Transkrypt

1 Walenty OWIECZKO Maran GILEWSKI OPTYMALIZACJA PARAMETRÓW DYSKRETYZACJI W SYSTEMACH DIAGNOSTYKI OBRAZOWEJ STRESZCZENIE W artykule przedstaono model analzy, pozalający dokonać optymalzacj parametró dyskretyzacj obektó obrazu. Wyznaczono granczne artośc spółczynnka zmennych konturoych na ch podstae określono zakresy elementarnych przyrostó poerzchn przedzałoych. Wykorzystując parametr modelu, zaproponoano algorytm oraz dokonano oceny artośc błędó dyskretyzacj poerzchn obektó. Słoa kluczoe: analza obrazu, dyskretyzacja, elementy konturoe 1. WSTĘP Poszechne stosoane technologe cyfroego przetarzana analzy obrazu znajdują szeroke zastosoane medycyne, bolog, krymnalstyce n. W elu procedurach dagnostyk medycznej m.n. tomograf komputeroej, rezonanse magnetycznym, ultrasonograf przedmotem analzy są różnorake obekty o neregularnych kształtach, których kontury przypadkoy sposób mogą być usytuoane zględem pksel [1, 4]. Obrazy cyfroe, reprezentoane skończoną lczbą elementó dyskretnych, stanoą podstaoe źródło nepenośc pomaró, zązanych z yznaczanem cech obektó takch jak: pole poerzchn, długość konturu, obód n. [2]. Dokładność ynkó zależy od struktury parametró satk pksel, kształtu elkośc obektu oraz zastosoanych metod estymacj cech. Ocena stopna deformacj kształtu obektu optymalzacja parametró dyskretyzacj obrazu może znaczącym stopnu poprać efektyność procesu dagnozoana obrazoego. dr nż. Walenty OWIECZKO, dr nż. Maran GILEWSKI e-mal: [oeal; pbemag]@pb.edu.pl Poltechnka Bałostocka, Wydzał Elektryczny Katedra Automatyk Elektronk ul. Wejska 45A, Bałystok PRACE INSTYTUTU ELEKTROTECHNIKI, zeszyt 269, 215

2 84 W. Oeczko, M. Glesk 2. MODEL OPISU OBIEKTU W STRUKTURACH DYSKRETNYCH Do analzy parametró dyskretyzacj, modelem obektu odnesena może być ybrany elokąt psany S (rys. 1), którego elkość jednoznaczne opsuje funkcja dóch parametró postac lczby n pksel ogranczonych N elementam konturoym. Ops rzeczystej elkośc kształtu obektu sproadza sę do yznaczana optymalnego przyblżena spośród szeregu elokątó przedzałoych S d. Podstaoym parametrem umożlającym modeloane obektó przedzałoych jest lczba spólnych erzchołkó N k fgury S d z elokątem S (rys. 1). Optymalzacja parametró dyskretyzacj może być dokonana oparcu o analzę artośc lczboych elementó dyskretnych Δs oraz ch rozkładu przedzale, yznaczonym grancznym elokątam: opsanym oraz psanym S. Sd S Rys. 1. Model grafczny opsu obektu na satce pksel s Na podstae przekształceń yrażena ogólnego, przedstaonego pracy [3], dla zadanego obektu S, artość przyrostó przedzałoych -tego elokąta dyskretnego S d można opsać funkcją: gdze: N (1 2 ) N S (, N, N ) s (1) 2 N lczba kraędz obektu S ; N lczba kraędz -tego obektu S d (N N N max ); N k lczba erzchołkó obektu S d, spólnych z elokątem S (na rys. 1 yróżnone ęzły satk, N k N ); Δs jednostkoy element poerzchn struktury dyskretnej; = N k /N normoany spółczynnk ( = 1).

3 Optymalzacja parametró dyskredytacj systemach dagnostyk obrazoej 85 W zdefnoanym modelu każdej artośc spółczynnka odpoada nny zakres lczboy parametru N (N mn N N max ). Na rysunku 2a przedstaono ykres 3D funkcj (1) dla N = 14. Granczne artośc elementó N, dla każdego, są pokazane na rysunku 2b. a) b) N 2 ΔS (14, N ) 18 ΔS (8, N ) ΔS (2, N ) N Rys. 2. Wykres 3D funkcj ΔS (, N ) (a) oraz obszar artośc grancznych (b) 3. WARTOŚCI GRANICZNE PARAMETRÓW DYSKRETYZACJI Grance zakresu zmennej N yrażenu (1), dla każdego N k N k N, opsują zależnośc: z przedzału N mn N N k 8, dla Nk 8 N, dla 8 Nk N, (2) N max N N k 8, dla Nk N. (3) Przy N = const. obe grance N mn, N max zależą tylko od lczby N k, przypadku N k =, przyjmują jednakoą artość, róną: N N N 8. (4) mn max Wartośc parametru N przedzale N mn N N max dla N k = const., mogą być yznaczone z zależnośc:

4 86 W. Oeczko, M. Glesk N N k, (5) 2 gdze: k =,1,2, N / Na rysunku 3a przedstaono ykresy grancznych artośc parametru N dla każdego N k z przedzału N k. a) b) N max (N k ) N mn (N k ) N k gr N Rys. 3. Zakresy artośc elementó konturoych N dla N = 14 (a) oraz ykres zależnośc spółczynnka gr od parametru N (b) Na podstae yrażeń (2) (3) można yznaczyć granczne artośc funkcj ΔS (, N, N ), opsane zależnoścam: 2-3 N 4, gdy gr ΔS1 2 N ( 1 ), gdy gr 1, (6) 2 ΔS2 N 4, gdy 1, (7) 2 gdze: = N k /N gr = 8/N spółczynnk normoany; artość granczna spółczynnka Krzyą artośc spółczynnka gr dla N = 8 88 przedstaa ykres na rysunku 3b.

5 Optymalzacja parametró dyskredytacj systemach dagnostyk obrazoej 87 Na rysunku 4a przedstaono ykresy artośc grancznych ΔS 1 oraz ΔS 2 dla N = 14. Zmanę szerokośc zakresu ΔS dla dóch przypadkó N = 14; 64 przedzałach, yznaczonych artoścam, odpoedno gr =.57;.125 przedstaa rysunek 4b. a) b) ΔS 2 () ΔS 1 () ΔS (,64) 2 ΔS (,14) Rys. 4. Wartośc granczne funkcj ΔS 1, ΔS 2 zakresu artośc ΔS dla N =14; 64 (b) dla N =14 (a) oraz szerokość Przy N = const. artośc granczne funkcj ΔS zależą tylko od spółczynnka. Dolną grancę ΔS 1 określają funkcje (6) przedzałach yznaczonych przez gr. Szerokość zakresu artośc zmennej ΔS może być yznaczona z zależnośc: N, gdy gr. (8) 4 gdy 1 2 ΔS(, N ) ΔS2 ΔS1 N, gr Z ykresó na rysunku 4 ynka, że raz ze zmnejszenem spółczynnka maleje szerokość zakresu artośc zmennej losoej ΔS, natomast zrasta jej artość (rys. 4a), osągając przy = maksmum róne: ΔS N 4. (9) max 4. FUNKCJA OPTYMALIZACJI PARAMETRÓW PRZEDZIAŁOWEJ DYSKRETYZACJI Wynk analzy funkcj przedzałoych mogą być ykorzystane do optymalzacj algorytmó metrologcznej analzy obektó. Na podstae uzyskanych

6 88 W. Oeczko, M. Glesk yrażeń (6) oraz (7) artośc grancznych, można sformułoać krytera dyskretyzacj, pozalające mnmalzoać błędy estymacj cech obektu. Jednym z kryteró oceny może być funkcja, mnmalzująca zględną artość przyrostó przedzałoych, która na podstae (1) przyjmuje postać: N ( 1 2 ) N F(,N ) s, (1) 2( n 1) N gdze: n lczba pksel elokąta S. Na rysunku 5 przedstaono ykresy funkcj (1) dla dóch przykładoych artośc obektó S. a) b) N N Rys. 5. Wykresy 3D funkcj F(, N ) dla: a) N = 14, n = 32; b) N = 4, n = 124 Wykresy 3D rozkładu artośc przedzałoych pksel na rysunku 5 pokazują, że przy zmnejszającym sę N, przypadku, gdy = 1 (N k = N ) funkcja (1) przyjmuje mnmalną artość. Ponadto, zrost lczby pksel n oraz parametru N zmnejsza artość przyrostó przedzałoych (1). 5. PODSUMOWANIE Przedstaony pracy model opsu obektu jest ścśle zązany z parametram dyskretyzacj obrazu, co umożla ocenę łaścośc metrologcznych systemu

7 Optymalzacja parametró dyskredytacj systemach dagnostyk obrazoej 89 dagnostyk obrazoej. Na podstae uzyskanych ynkó pomaru obektó stneje możlość optymalzacj parametró dyskretyzacj. Analza zakresó artośc parametró dyskretyzacj umożla dokonyana ocena nedokładnośc każdego jednokrotnego pomaru cech obektó obrazu cyfroego. Wyznaczone granczne artośc parametró dyskretyzacj, dla zadanego obektu cyfroego, zależą tylko od normoanego spółczynnka zmennych konturoych. Szerokość zakresu nepenośc pomaru, nezależne od elkośc kształtu obektu, można yznaczyć na podstae grancznych artośc normoanego spółczynnka. Jednym z kryteró optymalzacj parametró dyskretyzacj może być zaproponoana funkcja F(, N ) mnmalzująca nepeność pomaru obektu. Zastosoane procedurach analzy obrazu algorytmu (1), pozol podneść arygodność ynku każdego jednokrotnego pomaru ybranych cech obektu. Badana ykonano ramach pracy statutoej S/WE/1/11. LITERATURA 1. Pruszyńsk B.: Radologa. Dagnostyka obrazoa: Rtg, KT, USG, MR medycyna nuklearna, PZWL, Warszaa, Wojnar L., Kurzydłosk K., Szala J.: Praktyka analzy obrazu. PTS, Krakó, Oeczko W.: Analza przedzałoa parametró dyskretyzacj obektó cyfroych. Materały XXVIII Mędzynarodoej Konferencj z Podsta Elektrotechnk Teor Obodó (IC-SPETO 25), Glce-Ustroń, vol. 2, s , Pratt W.: Dgtal Image Processng. John Wley & Sons, Ne York Rękops dostarczono dna r. OPTIMIZATION OF DISCRETIZATION PARAMETERS IN THE IMAGE DIAGNOSTICS SYSTEMS Walenty OWIECZKO, Maran GILEWSKI ABSTRACT The model for analyss of optmzaton of objects dscretzaton parameters as shon n the paper. Border values of contours coeffcent varables ere determned and on the bass of that the ntervals of areas ncreases ere defned. The algorthm as proposed on the strength of the models parameters. For the objects area, the estmatons of dscretzaton error value, ere made. Keyords: mage analyss, dscretzaton, contour elements

8 9 W. Oeczko, M. Glesk Dr nż. Walenty OWIECZKO pracuje na Wydzale Elektrycznym Poltechnk Bałostockej, Katedrze Automatyk Elektronk. Zajmuje sę problematyką zązaną z analzą obrazó cyfroych. Dr nż. Maran GILEWSKI pracuje na Wydzale Elektrycznym Poltechnk Bałostockej, Katedrze Automatyk Elektronk. Zajmuje sę steroanym cyfroo układam zaslana LED-ó dod laseroych.

WPŁYW PARAMETRÓW DYSKRETYZACJI NA NIEPEWNOŚĆ WYNIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO

WPŁYW PARAMETRÓW DYSKRETYZACJI NA NIEPEWNOŚĆ WYNIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO Walenty OWIECZKO WPŁYW PARAMETRÓW DYSKRETYZACJI A IEPEWOŚĆ WYIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO STRESZCZEIE W artykule przedstaono ynk analzy nepenośc pomaru ybranych cech obektu obrazu cyfroego. Wyznaczono

Bardziej szczegółowo

Pattern Classification

Pattern Classification Pattern Classfcaton All materals n these sldes ere taken from Pattern Classfcaton nd ed by R. O. Duda, P. E. Hart and D. G. Stork, John Wley & Sons, 000 th the permsson of the authors and the publsher

Bardziej szczegółowo

Pojęcia. 1. pole powierzchni (object specific area) [F] Suma pól pikseli w wyróżnionym obiekcie/profilu.

Pojęcia. 1. pole powierzchni (object specific area) [F] Suma pól pikseli w wyróżnionym obiekcie/profilu. Pojęca 1. pole poerzchn (object specfc area) [] uma pól pksel yróżnonym obekce/proflu.. pole poerzchn całego obektu (total object specfc area) [ t ] uma pół pksel yróżnonym obekce po ypełnenu dzur. 3.

Bardziej szczegółowo

Ciepło topnienia lodu

Ciepło topnienia lodu Cepło topnena lodu CELE SPIS TREŚCI Obseracja procesu ymany energ toarzyszącego zmane stanu skupena - topnenu. Pomary zman temperatury ody trakce topnena proadzonej do nej znanej masy lodu. Uzyskane dane

Bardziej szczegółowo

8. MOC W OBWODZIE PRĄDU SINUSOIDALNEGO

8. MOC W OBWODZIE PRĄDU SINUSOIDALNEGO OBWODY I SYGNAŁY 8. MOC W OBWODZIE PRĄD SINSOIDALNEGO 8.. MOC CHWILOWA Jeśl na zacskach dójnka SLS ystępje napęcoe ymszene harmonczne, to prąd zmena sę róneż snsodalne z tą samą plsacją Nech () t m sn

Bardziej szczegółowo

APROKSYMACJA QUASIJEDNOSTAJNA

APROKSYMACJA QUASIJEDNOSTAJNA POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 73 Electrcal Engneerng 213 Jan PURCZYŃSKI* APROKSYMACJA QUASIJEDNOSTAJNA W pracy wykorzystano metodę aproksymacj średnokwadratowej welomanowej, przy

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA WYKŁAD 15. ALGORYTMY GENETYCZNE Częstochowa 014 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TERMINOLOGIA allele wartośc, waranty genów, chromosom - (naczej

Bardziej szczegółowo

POMIAR MOCY BIERNEJ W OBWODACH TRÓJFAZOWYCH

POMIAR MOCY BIERNEJ W OBWODACH TRÓJFAZOWYCH ĆWICZEIE R 9 POMIAR MOCY BIEREJ W OBWODACH TRÓJFAZOWYCH 9.. Cel ćiczenia Celem ćiczenia jest poznanie metod pomiaru mocy biernej odbiornika niesymetrycznego obodach trójfazoych. 9.. Pomiar mocy biernej

Bardziej szczegółowo

Karta (sylabus) modułu/przedmiotu

Karta (sylabus) modułu/przedmiotu Karta (sylabus) modułu/przedmotu Budoncto (Naza kerunku studó) Studa I Stopna Przedmot: Budoncto przemysłoe Industral buldng engneerng Rok: III Semestr: 6 MK_4 Rodzaje zajęć lczba godzn: Studa stacjonarne

Bardziej szczegółowo

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB Rozwązywane zadań optymalzacj w środowsku programu MATLAB Zagadnene optymalzacj polega na znajdowanu najlepszego, względem ustalonego kryterum, rozwązana należącego do zboru rozwązań dopuszczalnych. Standardowe

Bardziej szczegółowo

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4 Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =

Bardziej szczegółowo

DIAGNOSTYKA WYMIENNIKÓW CIEPŁA Z UWIARYGODNIENIEM WYNIKÓW POMIARÓW EKPLOATACYJNYCH

DIAGNOSTYKA WYMIENNIKÓW CIEPŁA Z UWIARYGODNIENIEM WYNIKÓW POMIARÓW EKPLOATACYJNYCH RYNEK CIEŁA 03 DIANOSYKA YMIENNIKÓ CIEŁA Z UIARYODNIENIEM YNIKÓ OMIARÓ EKLOAACYJNYCH Autorzy: rof. dr hab. nż. Henryk Rusnowsk Dr nż. Adam Mlejsk Mgr nż. Marcn ls Nałęczów, 6-8 paźdzernka 03 SĘ Elementam

Bardziej szczegółowo

Szacowanie niepewności wskaźników PMV

Szacowanie niepewności wskaźników PMV zacoane nepenośc skaźnkó Welkośc płyające na nepeność skaźnkó : a) temperatra poetrza ; b) temperatra poczernonej kl ; c) lgotność poetrza RH; d) prędkość poetrza a ; e) skaźnk cepłochronnośc odzeży ;

Bardziej szczegółowo

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.

Bardziej szczegółowo

Proces narodzin i śmierci

Proces narodzin i śmierci Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do

Bardziej szczegółowo

1. Definicje podstawowe. Rys Profile prędkości w rurze. A przepływ laminarny, B - przepływ burzliwy. Liczba Reynoldsa

1. Definicje podstawowe. Rys Profile prędkości w rurze. A przepływ laminarny, B - przepływ burzliwy. Liczba Reynoldsa . Defncje odstaoe Rys... Profle rędkośc rurze. rzeły lamnarny, B - rzeły burzly. Lczba Reynoldsa D Re [m /s] - sółczynnk lekośc knematycznej Re 3 - rzeły lamnarny Re - rzeły burzly Średna rędkość masoa

Bardziej szczegółowo

Konstrukcja gier sprawiedliwych i niesprawiedliwych poprzez. określanie prawdopodobieństwa.

Konstrukcja gier sprawiedliwych i niesprawiedliwych poprzez. określanie prawdopodobieństwa. Fundacja Centrum Edukacj Obyatelskej, ul. Noakoskego 10, 00-666 Warszaa, e-mal: ceo@ceo.org.l; Akadema ucznoska, Tel. 22 825 04 96, e-mal: au@ceo.org.l; ęcej nformacj:.akademaucznoska.l 1 Konstrukcja ger

Bardziej szczegółowo

ZESZYTY NAUKOWE NR x(xx) AKADEMII MORSKIEJ W SZCZECINIE. Metody wymiarowania obszaru manewrowego statku oparte na badaniach rzeczywistych

ZESZYTY NAUKOWE NR x(xx) AKADEMII MORSKIEJ W SZCZECINIE. Metody wymiarowania obszaru manewrowego statku oparte na badaniach rzeczywistych ISSN 009-069 ZESZYTY NUKOWE NR () KDEMII MORSKIEJ W SZCZECINIE IV MIĘDZYNRODOW KONFERENCJ NUKOWO-TECHNICZN E X P L O - S H I P 0 0 6 Paweł Zalewsk, Jakub Montewka Metody wymarowana obszaru manewrowego

Bardziej szczegółowo

Funkcje i charakterystyki zmiennych losowych

Funkcje i charakterystyki zmiennych losowych Funkcje charakterystyk zmennych losowych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Funkcje zmennych losowych

Bardziej szczegółowo

Macierz prawdopodobieństw przejścia w pojedynczym kroku dla łańcucha Markowa jest postaci

Macierz prawdopodobieństw przejścia w pojedynczym kroku dla łańcucha Markowa jest postaci Zadane. Macerz radoodobeńst rzejśca ojedynczym kroku dla łańcucha Markoa...... o trzech stanach { } jest ostac 0 n 0 0 (oczyśce element stojący -tym erszu j -tej kolumne tej macerzy oznacza P( = j. Wtedy

Bardziej szczegółowo

Pattern Classification

Pattern Classification attern Classfcaton All materals n these sldes were taken from attern Classfcaton nd ed by R. O. Duda,. E. Hart and D. G. Stork, John Wley & Sons, 000 wth the permsson of the authors and the publsher Chapter

Bardziej szczegółowo

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są

Bardziej szczegółowo

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja) Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz

Bardziej szczegółowo

Procedura normalizacji

Procedura normalizacji Metody Badań w Geograf Społeczno Ekonomcznej Procedura normalzacj Budowane macerzy danych geografcznych mgr Marcn Semczuk Zakład Przedsęborczośc Gospodark Przestrzennej Instytut Geograf Unwersytet Pedagogczny

Bardziej szczegółowo

Analiza i diagnoza sytuacji finansowej wybranych branż notowanych na Warszawskiej Giełdzie Papierów Wartościowych w latach

Analiza i diagnoza sytuacji finansowej wybranych branż notowanych na Warszawskiej Giełdzie Papierów Wartościowych w latach Jacek Batóg Unwersytet Szczecńsk Analza dagnoza sytuacj fnansowej wybranych branż notowanych na Warszawskej Gełdze Paperów Wartoścowych w latach 997-998 W artykule podjęta została próba analzy dagnozy

Bardziej szczegółowo

Dr inż. Robert Smusz Politechnika Rzeszowska im. I. Łukasiewicza Wydział Budowy Maszyn i Lotnictwa Katedra Termodynamiki

Dr inż. Robert Smusz Politechnika Rzeszowska im. I. Łukasiewicza Wydział Budowy Maszyn i Lotnictwa Katedra Termodynamiki Dr nż. Robert Smusz Poltechnka Rzeszowska m. I. Łukasewcza Wydzał Budowy Maszyn Lotnctwa Katedra Termodynamk Projekt jest współfnansowany w ramach programu polskej pomocy zagrancznej Mnsterstwa Spraw Zagrancznych

Bardziej szczegółowo

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe

Bardziej szczegółowo

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości Podstawowe pojęca procesu pomarowego kreślene jakośc poznana rzeczywstośc Δ zmerzone rzeczywste 17 9 Zalety stosowana elektrycznych przyrządów 1/ 1. możlwość budowy czujnków zamenających werne każdą welkość

Bardziej szczegółowo

Metoda Różnic Skończonych

Metoda Różnic Skończonych Metody Oblczenoe, P.E.Srokosz Metoda Różnc Skończonych Część Belka na srężystym odłożu x L K SIŁY NĄCE Kontynuacja Zadana Wyznaczyć sły tnące belce na srężystym odłożu arunkach odarca jak na rysunku oyżej.

Bardziej szczegółowo

ANALIZA DOKŁADNOŚCI OBLICZANIA OBJĘTOŚCI MAS ZIEMNYCH

ANALIZA DOKŁADNOŚCI OBLICZANIA OBJĘTOŚCI MAS ZIEMNYCH Budownctwo 2 Wtold Paleczek ANALIZA DOKŁADNOŚCI OBLICZANIA OBJĘTOŚCI MAS ZIEMNYCH Wprowadzene We współcześne realzowanych projektach budowlanych, wykorzystujących opracowana geodezyjne, do oblczana objętośc

Bardziej szczegółowo

Computer maintenance managing systems (CMMs) in mining machinery and equipment exploitation

Computer maintenance managing systems (CMMs) in mining machinery and equipment exploitation Scen fc Journals Mar me Unversty of Szczecn Zeszyty Naukoe Akadema Morska Szczecne 2009, 19(91) pp. 10 15 2009, 19(91) s. 10 15 Computer mantenance managng systems (CMMs) n mnng machnery and equpment explotaton

Bardziej szczegółowo

Evaluation of estimation accuracy of correlation functions with use of virtual correlator model

Evaluation of estimation accuracy of correlation functions with use of virtual correlator model Jadwga LAL-JADZIAK Unwersytet Zelonogórsk Instytut etrolog Elektrycznej Elżbeta KAWECKA Unwersytet Zelonogórsk Instytut Informatyk Elektronk Ocena dokładnośc estymacj funkcj korelacyjnych z użycem modelu

Bardziej szczegółowo

NOWOCZESNE METODY BADAŃ DIAGNOSTYCZNYCH MASZYN GÓRNICZYCH Z WYKORZYSTANIEM PROGRAMU DIAGNOPRZEM

NOWOCZESNE METODY BADAŃ DIAGNOSTYCZNYCH MASZYN GÓRNICZYCH Z WYKORZYSTANIEM PROGRAMU DIAGNOPRZEM Zeszyty Problemoe Maszyny Elektryczne Nr 2/2013 (99) 139 Zygmunt Szymańsk Poltechnka Śląska, Glce NOWOCZESNE METODY BADAŃ DIAGNOSTYCZNYCH MASZYN GÓRNICZYCH Z WYKORZYSTANIEM PROGRAMU DIAGNOPRZEM MODERN

Bardziej szczegółowo

CECHY ELEKTRYCZNE UKŁADU ROZRUCHOWEGO SILNIKA

CECHY ELEKTRYCZNE UKŁADU ROZRUCHOWEGO SILNIKA Józef PCZÓŁKOWSKI CCHY LKTYCZN UKŁDU OZUCHOWGO SILNIK W artykule scharakteryzoano łaścośc elektryczne układu rozruchoego slnka, a ęc akumulatora kasoego oraz rozrusznka elektrycznego. Omóono zależnośc

Bardziej szczegółowo

Zasada superpozycji.

Zasada superpozycji. Zasada sperpozycj. e e e n rotnk skpony bezźródłoy m j m m j m n j n k ymszena atonomczne, fnkcje kładoe ( obodoe ) Zasada sperpozycj: W obodze SL doolna fnkcja kładoa (prąd lb napęce ) jest smą algebraczną

Bardziej szczegółowo

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne XXX OLIMPIADA FIZYCZNA ETAP III Zadane dośwadczalne ZADANIE D Nazwa zadana: Maszyna analogowa. Dane są:. doda półprzewodnkowa (krzemowa) 2. opornk dekadowy (- 5 Ω ), 3. woltomerz cyfrowy, 4. źródło napęca

Bardziej szczegółowo

OPTYMALIZACJA ZBIORNIKA NA GAZ PŁYNNY LPG

OPTYMALIZACJA ZBIORNIKA NA GAZ PŁYNNY LPG Leon KUKIEŁKA, Krzysztof KUKIEŁKA, Katarzyna GELETA, Łukasz CĄKAŁA OPTYMALIZACJA ZBIORNIKA NA GAZ PŁYNNY LPG Streszczenie Praca dotyczy optymalizacji kształtu zbiornika toroidalnego na gaz LPG. Kryterium

Bardziej szczegółowo

V. WPROWADZENIE DO PRZESTRZENI FUNKCYJNYCH

V. WPROWADZENIE DO PRZESTRZENI FUNKCYJNYCH Krs na Stdach Doktoranckch Poltechnk Wrocławskej wersja: lty 007 34 V. WPROWADZENIE DO PRZESTRZENI FUNKCYJNYCH. Zbór np. lczb rzeczywstych a, b elementy zbor A a A b A, podzbór B zbor A : B A, sma zborów

Bardziej szczegółowo

MECHANIKA BUDOWLI 13

MECHANIKA BUDOWLI 13 1 Oga Kopacz, Adam Łodygos, Krzysztof ymper, chał Płotoa, Wocech Pałos Konsutace nauoe: prof. dr hab. JERZY RAKOWSKI Poznań 00/00 ECHANIKA BUDOWLI 1 Ugęca bee drgaących. Wzory transformacyne bee o cągłym

Bardziej szczegółowo

Wyrównanie spostrzeżeń pośrednich. Spostrzeżenia jednakowo dokładne

Wyrównanie spostrzeżeń pośrednich. Spostrzeżenia jednakowo dokładne Wyrónane spostrzeżeń pośrednch Szukay : X, Y, Z, T (elkośc pradze) Merzyy L, L, L,L n (spostrzeżena erzone bezpośredno pośrednczą yznaczenu x, y, z, t ) Spostrzeżena jednakoo dokładne Wyrónane polega na:

Bardziej szczegółowo

Statystyka. Zmienne losowe

Statystyka. Zmienne losowe Statystyka Zmenne losowe Zmenna losowa Zmenna losowa jest funkcją, w której każdej wartośc R odpowada pewen podzbór zboru będący zdarzenem losowym. Zmenna losowa powstaje poprzez przyporządkowane każdemu

Bardziej szczegółowo

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Model potęgowy Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych

Bardziej szczegółowo

KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA

KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA Krzysztof Serżęga Wyższa Szkoła Informatyk Zarządzana w Rzeszowe Streszczene Artykuł porusza temat zwązany

Bardziej szczegółowo

Podstawy teorii falek (Wavelets)

Podstawy teorii falek (Wavelets) Podstawy teor falek (Wavelets) Ψ(). Transformaca Haara (97).. Przykład pewne metody zapsu obrazu Transformaca Haara Przykład zapsu obrazu -D Podstawy matematyczne transformac Algorytmy rozkładana funkc

Bardziej szczegółowo

Statystyka Inżynierska

Statystyka Inżynierska Statystyka Inżynerska dr hab. nż. Jacek Tarasuk AGH, WFIS 013 Wykład DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE Zmenna losowa, Funkcja rozkładu, Funkcja gęstośc, Dystrybuanta, Charakterystyk zmennej, Funkcje

Bardziej szczegółowo

Karta (sylabus) modułu/przedmiotu

Karta (sylabus) modułu/przedmiotu Karta (sylabus) mułu/przedmotu Budownctwo (Nazwa kerunku studów) Studa I Stopna Przedmot: Materały budowlane II Constructon materals Rok: II Semestr: MK_26 Rzaje zajęć lczba gzn: Studa stacjonarne Studa

Bardziej szczegółowo

WSPOMAGANE KOMPUTEROWO POMIARY CZĘSTOTLIWOŚCI CHWILOWEJ SYGNAŁÓW IMPULSOWYCH

WSPOMAGANE KOMPUTEROWO POMIARY CZĘSTOTLIWOŚCI CHWILOWEJ SYGNAŁÓW IMPULSOWYCH Metrologa Wspomagana Komputerowo - Zegrze, 9-22 05.997 WSPOMAGANE KOMPUTEROWO POMIARY CZĘSTOTLIWOŚCI CHWILOWEJ SYGNAŁÓW IMPULSOWYCH dr nż. Jan Ryszard Jask, dr nż. Elgusz Pawłowsk POLITECHNIKA lubelska

Bardziej szczegółowo

SYSTEMY UCZĄCE SIĘ WYKŁAD 15. ANALIZA DANYCH WYKRYWANIE OBSERWACJI. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska

SYSTEMY UCZĄCE SIĘ WYKŁAD 15. ANALIZA DANYCH WYKRYWANIE OBSERWACJI. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska SYSTEMY UCZĄCE SIĘ WYKŁAD 15. ANALIZA DANYCH WYKRYWANIE OBSERWACJI ODSTAJĄCYCH, UZUPEŁNIANIE BRAKUJĄCYCH DANYCH Częstochowa 2014 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska WYKRYWANIE

Bardziej szczegółowo

KOINCYDENTNOŚĆ MODELU EKONOMETRYCZNEGO A JEGO JAKOŚĆ MIERZONA WARTOŚCIĄ WSPÓŁCZYNNIKA R 2 (K)

KOINCYDENTNOŚĆ MODELU EKONOMETRYCZNEGO A JEGO JAKOŚĆ MIERZONA WARTOŚCIĄ WSPÓŁCZYNNIKA R 2 (K) STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 31 Mchał Kolupa Poltechnka Radomska w Radomu Joanna Plebanak Szkoła Główna Handlowa w Warszawe KOINCYDENTNOŚĆ MODELU EKONOMETRYCZNEGO A JEGO

Bardziej szczegółowo

Optymalizacja konstrukcji wymiennika ciepła

Optymalizacja konstrukcji wymiennika ciepła BIULETYN WAT VOL. LVI, NUMER SPECJALNY, 2007 Optymalizacja konstrukcji wymiennika ciepła AGNIESZKA CHUDZIK Politechnika Łódzka, Katedra Dynamiki Maszyn, 90-524 Łódź, ul. Stefanowskiego 1/15 Streszczenie.

Bardziej szczegółowo

BADANIE DRGAŃ WŁASNYCH NAPĘDU ROBOTA KUCHENNEGO Z SILNIKIEM SRM

BADANIE DRGAŃ WŁASNYCH NAPĘDU ROBOTA KUCHENNEGO Z SILNIKIEM SRM Zeszyty Problemowe Maszyny Elektryczne Nr 88/2010 13 Potr Bogusz Marusz Korkosz Jan Prokop POLITECHNIKA RZESZOWSKA Wydzał Elektrotechnk Informatyk BADANIE DRGAŃ WŁASNYCH NAPĘDU ROBOTA KUCHENNEGO Z SILNIKIEM

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne

Bardziej szczegółowo

ORGANIZACJA ZAJĘĆ OPTYMALIZACJA GLOBALNA WSTĘP PLAN WYKŁADU. Wykładowca dr inż. Agnieszka Bołtuć, pokój 304, e-mail: aboltuc@ii.uwb.edu.

ORGANIZACJA ZAJĘĆ OPTYMALIZACJA GLOBALNA WSTĘP PLAN WYKŁADU. Wykładowca dr inż. Agnieszka Bołtuć, pokój 304, e-mail: aboltuc@ii.uwb.edu. ORGANIZACJA ZAJĘĆ Wykładowca dr nż. Agneszka Bołtuć, pokój 304, e-mal: aboltuc@.uwb.edu.pl Lczba godzn forma zajęć: 15 godzn wykładu oraz 15 godzn laboratorum 15 godzn projektu Konsultacje: ponedzałk 9:30-11:00,

Bardziej szczegółowo

NORMALiZACJA ZMIENNYCH W SKALI PRZEDZIAŁOWEJ I ILORAZOWEJ W REFERENCYJNYM SYSTEMIE GRANICZNYM

NORMALiZACJA ZMIENNYCH W SKALI PRZEDZIAŁOWEJ I ILORAZOWEJ W REFERENCYJNYM SYSTEMIE GRANICZNYM PRZEGLĄD STATYSTYCZNY R. XLIV - ZESZ\'T 1-1997 DANUTA STRAHL, MAREK WALESIAK NORMALZACJA ZMIENNYCH W SKALI PRZEDZIAŁOWEJ I ILORAZOWEJ W REFERENCYJNYM SYSTEMIE GRANICZNYM l. WPROWADZENIE Przy stosowanu

Bardziej szczegółowo

Realizacja logiki szybkiego przeniesienia w prototypie prądowym układu FPGA Spartan II

Realizacja logiki szybkiego przeniesienia w prototypie prądowym układu FPGA Spartan II obert Berezowsk Natala Maslennkowa Wydzał Elektronk Poltechnka Koszalńska ul. Partyzantów 7, 75-4 Koszaln Mchał Bałko Przemysław Sołtan ealzacja logk szybkego przenesena w prototype prądowym układu PG

Bardziej szczegółowo

TRANZYSTOR BIPOLARNY CHARAKTERYSTYKI STATYCZNE

TRANZYSTOR BIPOLARNY CHARAKTERYSTYKI STATYCZNE POLITHNIKA RZSZOWSKA Katedra Podstaw lektronk Instrkcja Nr4 F 00/003 sem. letn TRANZYSTOR IPOLARNY HARAKTRYSTYKI STATYZN elem ćwczena jest pomar charakterystyk statycznych tranzystora bpolarnego npn lb

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane

Bardziej szczegółowo

Weryfikacja hipotez dla wielu populacji

Weryfikacja hipotez dla wielu populacji Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w

Bardziej szczegółowo

WikiWS For Business Sharks

WikiWS For Business Sharks WkWS For Busness Sharks Ops zadana konkursowego Zadane Opracowane algorytmu automatyczne przetwarzającego zdjęce odręczne narysowanego dagramu na tablcy lub kartce do postac wektorowej zapsanej w formace

Bardziej szczegółowo

f(x, y) = arctg x y. f(u) = arctg(u), u(x, y) = x y. x = 1 1 y = y y = 1 1 +

f(x, y) = arctg x y. f(u) = arctg(u), u(x, y) = x y. x = 1 1 y = y y = 1 1 + Różnczkowalność pocodne Ćwczene. Znaleźć pocodne cz astkowe funkcj f(x, y) = arctg x y. Rozw azane: Wdać, że funkcj f można napsać jako f(u(x, y)) gdze f(u) = arctg(u), u(x, y) = x y. Korzystaj ac z reg

Bardziej szczegółowo

STATYSTYCZNA ANALIZA WYNIKÓW POMIARÓW

STATYSTYCZNA ANALIZA WYNIKÓW POMIARÓW Zakład Metrolog Systemów Pomarowych P o l t e c h n k a P o z n ańska ul. Jana Pawła II 4 60-965 POZAŃ (budynek Centrum Mechatronk, Bomechank anonżyner) www.zmsp.mt.put.poznan.pl tel. +48 61 665 5 70 fax

Bardziej szczegółowo

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów. Opracowane: Dorota Mszczyńska METODA UNITARYZACJI ZEROWANEJ Porównane obektów przy ocene welokryteralnej. Rankng obektów. Porównane wybranych obektów (warantów decyzyjnych) ze względu na różne cechy (krytera)

Bardziej szczegółowo

Materiały z II Konferencji Naukowo-Technicznej "Diagnostyka w sieciach elektroenergetycznych zakładów przemysłowych", Płock, 2001, str.3-10.

Materiały z II Konferencji Naukowo-Technicznej Diagnostyka w sieciach elektroenergetycznych zakładów przemysłowych, Płock, 2001, str.3-10. Materały z II Konferencj Naukowo-Techncznej "Dagnostyka w secach elektroenergetycznych zakładów przemysłoch", Płock, 001, str.3-10. Andrzej OLENCKI Poltechnka Zelonogórska, 65-46 Zelona Góra, ul. Podgórna

Bardziej szczegółowo

ANALIZA WPŁYWU NIESYMETRII OBCIĄśEŃ ODBIORCÓW WIEJSKICH NA JAKOŚĆ ENERGII ELEKTRYCZNEJ W LINII NISKIEGO NAPIĘCIA

ANALIZA WPŁYWU NIESYMETRII OBCIĄśEŃ ODBIORCÓW WIEJSKICH NA JAKOŚĆ ENERGII ELEKTRYCZNEJ W LINII NISKIEGO NAPIĘCIA InŜynera Rolncza 6/005 Potr Kolber*, Janusz Pechock** *Katedra Eksploatacj Maszyn kadema Technczno-Rolncza ydgoszczy **Katedra Elektrotechnk Energetyk nersytet Warmńsko-Mazursk Olsztyne NLIZ WPŁYW NIESYMETRII

Bardziej szczegółowo

I. Elementy analizy matematycznej

I. Elementy analizy matematycznej WSTAWKA MATEMATYCZNA I. Elementy analzy matematycznej Pochodna funkcj f(x) Pochodna funkcj podaje nam prędkość zman funkcj: df f (x + x) f (x) f '(x) = = lm x 0 (1) dx x Pochodna funkcj podaje nam zarazem

Bardziej szczegółowo

65120/ / / /200

65120/ / / /200 . W celu zbadana zależnośc pomędzy płcą klentów ch preferencjam, wylosowano kobet mężczyzn zadano m pytane: uważasz za lepszy produkt frmy A czy B? Wynk były następujące: Odpowedź Kobety Mężczyźn Wolę

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Prawdopodobeństwo statystya.05.00 r. Zadane Zmenna losowa X ma rozład wyładnczy o wartośc oczewanej, a zmenna losowa Y rozład wyładnczy o wartośc oczewanej. Obe zmenne są nezależne. Oblcz E( Y X + Y =

Bardziej szczegółowo

RUCH OBROTOWY Można opisać ruch obrotowy ze stałym przyspieszeniem ε poprzez analogię do ruchu postępowego jednostajnie zmiennego.

RUCH OBROTOWY Można opisać ruch obrotowy ze stałym przyspieszeniem ε poprzez analogię do ruchu postępowego jednostajnie zmiennego. RUCH OBROTOWY Można opsać ruch obrotowy ze stałym przyspeszenem ε poprzez analogę do ruchu postępowego jednostajne zmennego. Ruch postępowy a const. v v at s s v t at Ruch obrotowy const. t t t Dla ruchu

Bardziej szczegółowo

LABORATORIUM INŻYNIERII CHEMICZNEJ, PROCESOWEJ I BIOPROCESOWEJ. Ćwiczenie nr 7

LABORATORIUM INŻYNIERII CHEMICZNEJ, PROCESOWEJ I BIOPROCESOWEJ. Ćwiczenie nr 7 KAEDRA INŻYNIERII CHEMICZNEJ I PROCESOWEJ INSRUKCJE DO ĆWICZEŃ LABORAORYJNYCH LABORAORIUM INŻYNIERII CHEMICZNEJ, PROCESOWEJ I BIOPROCESOWEJ Skaloanie zężki Osoba odpoiedzialna: Piotr Rybarczyk Gdańsk,

Bardziej szczegółowo

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp

Bardziej szczegółowo

Data wydruku: Dla rocznika: 2015/2016. Opis przedmiotu

Data wydruku: Dla rocznika: 2015/2016. Opis przedmiotu Sylabus przedmiotu: Specjalność: Rachunkoość zarządcza Wszystkie specjalności Data ydruku: 23.01.2016 Dla rocznika: 2015/2016 Kierunek: Wydział: Zarządzanie i inżynieria produkcji Inżynieryjno-Ekonomiczny

Bardziej szczegółowo

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka Nepewośc pomarowe. Teora praktka. Prowadząc: Dr ż. Adrzej Skoczeń Wższa Szkoła Turstk Ekolog Wdzał Iformatk, rok I Fzka 014 03 30 WSTE Sucha Beskdzka Fzka 1 Iformacje teoretcze zameszczoe a slajdach tej

Bardziej szczegółowo

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.

Bardziej szczegółowo

System System inteligentnego monitoringu przestrzeni i obiektów i obiektów szczególnego znaczenia SIMPOZ

System System inteligentnego monitoringu przestrzeni i obiektów i obiektów szczególnego znaczenia SIMPOZ uka System System ntelgentnego mrngu przestrzen obektó obektó szczególnego zczena Zbgne Zbgne Bublńsk, Bublńsk, Wojcech Wojcech Chmel, Chmel, Mrosła Mrosła Jabłońsk, Jabłońsk, Potr Kadłuczka, Potr Kadłuczka,

Bardziej szczegółowo

Metoda określania pozycji wodnicy statków na podstawie pomiarów odległości statku od głowic laserowych

Metoda określania pozycji wodnicy statków na podstawie pomiarów odległości statku od głowic laserowych inż. Marek Duczkowski Metoda określania pozycji wodnicy statków na podstawie pomiarów odległości statku od głowic laserowych słowa kluczowe: algorytm gradientowy, optymalizacja, określanie wodnicy W artykule

Bardziej szczegółowo

5. OPTYMALIZACJA GRAFOWO-SIECIOWA

5. OPTYMALIZACJA GRAFOWO-SIECIOWA . OPTYMALIZACJA GRAFOWO-SIECIOWA Defncja grafu Pod pojęcem grafu G rozumemy następującą dwójkę uporządkowaną (defncja grafu Berge a): (.) G W,U gdze: W zbór werzchołków grafu, U zbór łuków grafu, U W W,

Bardziej szczegółowo

Twierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że

Twierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że Twerdzene Bezouta lczby zespolone Javer de Lucas Ćwczene 1 Ustal dla których a, b R można podzelć f 1 X) = X 4 3X 2 + ax b przez f 2 X) = X 2 3X+2 Oblcz a b Z 5 jeżel zak ladamy, że f 1 f 2 s a welomanam

Bardziej szczegółowo

Laboratorium ochrony danych

Laboratorium ochrony danych Laboratorum ochrony danych Ćwczene nr Temat ćwczena: Cała skończone rozszerzone Cel dydaktyczny: Opanowane programowej metody konstruowana cał skończonych rozszerzonych GF(pm), poznane ch własnośc oraz

Bardziej szczegółowo

SYLABUS DOTYCZY CYKLU KSZTAŁCENIA (2016/ /2018) (skrajne daty)

SYLABUS DOTYCZY CYKLU KSZTAŁCENIA (2016/ /2018) (skrajne daty) Załącznik nr 4 do Uchwały Senatu nr 430/01/2015 SYLABUS DOTYCZY CYKLU KSZTAŁCENIA 2016-2018 (2016/2017-2017/2018) (skrajne daty) 1.1. PODSTAWOWE INFORMACJE O PRZEDMIOCIE/MODULE Nazwa przedmiotu/ modułu

Bardziej szczegółowo

Praktyczne wykorzystanie zależności między twardością Brinella a wytrzymałością stali konstrukcyjnych

Praktyczne wykorzystanie zależności między twardością Brinella a wytrzymałością stali konstrukcyjnych Wydzał Budownctwa Lądowego Wodnego Katedra Konstrukcj Metalowych Praktyczne wykorzystane zależnośc mędzy twardoścą Brnella a wytrzymałoścą stal konstrukcyjnych - korzyśc realzacj projektu GRANT PLUS -

Bardziej szczegółowo

ĆWICZENIE NR 7 SKALOWANIE ZWĘśKI

ĆWICZENIE NR 7 SKALOWANIE ZWĘśKI ĆWICZENIE NR SKALOWANIE ZWĘśKI. Cel ćiczenia: Celem ćiczenia jest ykonanie cechoania kryzy pomiaroej /yznaczenie zaleŝności objętościoego natęŝenia przepłyu poietrza przez zęŝkę od róŝnicy ciśnienia na

Bardziej szczegółowo

SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska.

SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska. SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA Częstochowa 4 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TWIERDZENIE BAYESA Wedza pozyskwana przez metody probablstyczne ma

Bardziej szczegółowo

Analiza regresji modele ekonometryczne

Analiza regresji modele ekonometryczne Analza regresj modele ekonometryczne Klasyczny model regresj lnowej - przypadek jednej zmennej objaśnającej. Rozpatrzmy klasyczne zagadnene zależnośc pomędzy konsumpcją a dochodam. Uważa sę, że: - zależność

Bardziej szczegółowo

Zastosowanie wielowymiarowej analizy porównawczej w doborze spó³ek do portfela inwestycyjnego Zastosowanie wielowymiarowej analizy porównawczej...

Zastosowanie wielowymiarowej analizy porównawczej w doborze spó³ek do portfela inwestycyjnego Zastosowanie wielowymiarowej analizy porównawczej... Adam Waszkowsk * Adam Waszkowsk Zastosowane welowymarowej analzy porównawczej w doborze spó³ek do portfela nwestycyjnego Zastosowane welowymarowej analzy porównawczej... Wstêp Na warszawskej Ge³dze Paperów

Bardziej szczegółowo

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup Jednoczynnkowa Analza Waranc (ANOVA) Wykład 11 Przypomnene: wykłady zadana kursu były zaczerpnęte z podręcznków: Statystyka dla studentów kerunków techncznych przyrodnczych, J. Koronack, J. Melnczuk, WNT

Bardziej szczegółowo

1. SPRAWDZENIE WYSTEPOWANIA RYZYKA KONDENSACJI POWIERZCHNIOWEJ ORAZ KONDENSACJI MIĘDZYWARSTWOWEJ W ŚCIANIE ZEWNĘTRZNEJ

1. SPRAWDZENIE WYSTEPOWANIA RYZYKA KONDENSACJI POWIERZCHNIOWEJ ORAZ KONDENSACJI MIĘDZYWARSTWOWEJ W ŚCIANIE ZEWNĘTRZNEJ Ćwczene nr 1 cz.3 Dyfuzja pary wodnej zachodz w kerunku od środowska o wyższej temperaturze do środowska chłodnejszego. Para wodna dyfundująca przez przegrody budowlane w okrese zmowym napotyka na coraz

Bardziej szczegółowo

Projekt współfinansowany ze środków Europejskiego Funduszu Rozwoju Regionalnego w ramach Programu Operacyjnego Innowacyjna Gospodarka

Projekt współfinansowany ze środków Europejskiego Funduszu Rozwoju Regionalnego w ramach Programu Operacyjnego Innowacyjna Gospodarka Projekt współfinansowany ze środków Europejskiego Funduszu Rozwoju Regionalnego w ramach Programu Operacyjnego Innowacyjna Gospodarka Poznań, 16.05.2012r. Raport z promocji projektu Nowa generacja energooszczędnych

Bardziej szczegółowo

MRS I MES W ANALIZIE BELEK O ZMIENNYM PRZEKROJU

MRS I MES W ANALIZIE BELEK O ZMIENNYM PRZEKROJU Zeszyty Naukoe WInf Vol 6, Nr, 007 Paulna Obara, Waldemar zanec Katedra Mecank Budol Poltecnka Śętokrzyska MR I ME W ANALIZIE BELEK O ZMIENNYM PRZEKROJU treszczene W pracy rozażanom został poddany pręt,

Bardziej szczegółowo

Przetwarzanie obrazu

Przetwarzanie obrazu Przetwarzanie obrazu Przegląd z uwzględnieniem obrazowej bazy danych Tatiana Jaworska Jaworska@ibspan.waw.pl www.ibspan.waw.pl/~jaworska Umiejscowienie przetwarzania obrazu Plan prezentacji Pojęcia podstawowe

Bardziej szczegółowo

Metody jakościowe i ilościowe na usługach wyceny nieruchomości

Metody jakościowe i ilościowe na usługach wyceny nieruchomości POLANICA ZDRÓJ, 16-18 rześnia 007 etody jakościoe i ilościoe na usługach yceny nieruchomości Anna Barańska Katedra Informacji o erenie Wydział Geodezji Górniczej i Inżynierii Środoiska Akademia Górniczo

Bardziej szczegółowo

ZAJĘCIA X. Zasada największej wiarygodności

ZAJĘCIA X. Zasada największej wiarygodności ZAJĘCIA X Zasada najwększej warygodnośc Funkcja warygodnośc Estymacja wg zasady maksymalzacj warygodnośc Rodzna estymatorów ML Przypadk szczególne WPROWADZEIE Komputerowa dentyfkacja obektów Przyjęce na

Bardziej szczegółowo

Mikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński

Mikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński Mkroekonometra 5 Mkołaj Czajkowsk Wktor Budzńsk Uogólnone modele lnowe Uogólnone modele lnowe (ang. Generalzed Lnear Models GLM) Różną sę od standardowego MNK na dwa sposoby: Rozkład zmennej objaśnanej

Bardziej szczegółowo

ANALIZA WPŁYWU OBSERWACJI NIETYPOWYCH NA WYNIKI MODELOWANIA REGIONALNEJ WYDAJNOŚCI PRACY

ANALIZA WPŁYWU OBSERWACJI NIETYPOWYCH NA WYNIKI MODELOWANIA REGIONALNEJ WYDAJNOŚCI PRACY STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36, T. 1 Barbara Batóg *, Jacek Batóg ** Unwersytet Szczecńsk ANALIZA WPŁYWU OBSERWACJI NIETYPOWYCH NA WYNIKI MODELOWANIA REGIONALNEJ WYDAJNOŚCI

Bardziej szczegółowo

Nieparametryczne Testy Istotności

Nieparametryczne Testy Istotności Neparametryczne Testy Istotnośc Wzory Neparametryczne testy stotnośc schemat postępowana punkt po punkce Formułujemy hpotezę główną odnoszącą sę do: zgodnośc populacj generalnej z jakmś rozkładem, lub:

Bardziej szczegółowo

Plan wynikowy nauczania informatyki w szkole podstawowej, klasa 7

Plan wynikowy nauczania informatyki w szkole podstawowej, klasa 7 Plan ynikoy nauczania informatyki szkole podstaoej, klasa 7 Podręcznik: Informatyka Europejczyka. Podręcznik dla szkoły podstaoej. Klasa 7 dopuszczenia 876/4/2017 Jolanta Pańczyk Program nauczania: Informatyka

Bardziej szczegółowo