Ograniczanie wyników
Czasopisma help
Autorzy help
Lata help
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 225

Liczba wyników na stronie
first rewind previous Strona / 12 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  detection
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 12 next fast forward last
PL
W odpowiedzi na rosnące wyzwania stawiane przedsiębiorstwom produkcyjnym przez rewolucję przemysłową 4.0, w tym zagrożenia atakami cybernetycznymi, opracowany został System Monitoringu Urządzeń Automatyki Przemysłowej (SMUAP). Architektura SMUAP oparta jest na pasywnym monitorowaniu ruchu sieciowego oraz analizie komunikacji między urządzeniami. Moduł analityczny systemu oparty jest głównie na sztucznej inteligencji i uczeniu maszynowym, natomiast narzędziem do monitorowania sieci jest pasywny sniffer (w kilku opcjach, włączając technologię FPGA).
EN
In response to the growing challenges faced by manufacturing enterprises due to the Industry 4.0 revolution, including the threat of cyber attacks, the Industrial Automation Monitoring System (SMUAP) has been developed. The architecture of SMUAP is based on passive monitoring of network traffic and analysis of communication between devices. The analytical module of the system is mostly based on artificial intelligence and machine learning, while the network monitoring tool is passive sniffer (in several options, including FPGA technology).
EN
Spatial analysis was used to analyze the environmental quality of soil in the Al-Zarqa region in order to identify sources and estimate heavy metal concentrations, which aided in the assessment of soil quality and heavy metal pollution. The primary goal of this study was to assess the environmental impact of heavy metal pollutants in the Al-Zarqa region. To assess pollution levels, the concentrations of Cu, Mn, Cd, and Pb were measured in surface soil (sediment) samples collected from Khirbet al-Samra. A total of sixteen samples were analyzed. The elevated levels of Cu and Cd are primarily attributed to various sources such as the weathering of nearby rock formations and the release of agricultural waste materials. An evaluation of sediment contamination was conducted using pollution indicators including Geo-accumulation index (Igeo), enrichment factor (EF), and pollution load index (PLI). Spatial distribution analysis was used to determine the distribution pattern of each metal. The results revealed that metal concentrations (Cu, Pb, and Mn) are higher, while Cd concentrations are lower than the maximum allowed limits. The results from the EF analysis indicated elevated concentrations of Cu and Cd in the sampled area. In terms of the Igeo analysis of Khirbet al-Samra sediments, it was found that the concentrations of Pb, Cu, and Mn are within safe levels and relatively unaffected by human activities, whereas the concentrations of Cd exceed the mean values, suggesting a higher level of contamination specifically for cadmium. The potential sources of heavy metals in the investigated area were identified using factor analysis, and the geographical distribution of heavy metals was shown using spatial distribution. The examination of correlation coefficients revealed diverse relationships between the different parameters, depending on the source of input for each metal.
EN
Brain tumors are one of the most severe medical conditions that require immediate attention and treatment. The early detection of brain tumors is of utmost importance, as it can significantly improve the chances of successfultreatment outcomes and increase the patient's quality of life. This study proposes a novel methodology for the early detection of brain tumors in magnetic resonance imaging (MRI) images using a modified VGG16neural network architecture. The dataset comprises both tumor and non-tumor MRI images collected from Kaggle and has preprocessing techniques appliedto optimize the model's performance. The proposed approach delivers an impressive accuracy rate of 99.08%, demonstrating its efficacy in precise brain tumor detection. This new methodology is expected to aid doctors in accurate diagnosis and treatment planning, thereby helpingto save more livesand improve the quality of life of patients suffering from brain tumors.
PL
Guzy mózgu są jednym z najpoważniejszych schorzeń, które wymagają natychmiastowej uwagi i leczenia. Wczesne wykrywanie guzów mózgu ma ogromne znaczenie, ponieważ może znacznie zwiększyć szanse na pomyślne wyniki leczenia i poprawić jakość życia pacjenta. W niniejszym badaniu zaproponowano nowatorską metodologię wczesnego wykrywania guzów mózgu na obrazach rezonansu magnetycznego (MRI) przy użyciu zmodyfikowanej architektury sieci neuronowej VGG16. Zbiór danych obejmuje zarówno obrazy MRI guza, jak i nienowotworowe zebrane z Kaggle i zawiera techniki wstępnego przetwarzania zastosowane w celu optymalizacji wydajności modelu. Zaproponowane podejście zapewnia imponującą dokładność na poziomie 99,08%, wykazując swoją skuteczność w precyzyjnym wykrywaniu guzów mózgu. Oczekuje się, że ta nowa metodologia pomoże lekarzom w dokładnej diagnozie i planowaniu leczenia, pomagając w ten sposób uratować więcej istnień ludzkich i poprawić jakość życia pacjentów cierpiących na guzy mózgu.
PL
Biometria jako technika pomiarów istot żywych skupia się na automatycznym rozpoznawaniu jednostek na podstawie ich cech fizycznych. Jedną z najczęściej stosowanych metod biometrycznego uwierzytelniania jest biometria twarzy. Metoda ta jest dość powszechnie stosowana w smartfonach, paszportach oraz innych urządzeniach i systemach służących do weryfikacji tożsamości lub wymagających uwierzytelnienia. Wraz z rosnącą popularnością biometrii twarzy pojawiają się również obawy dotyczące bezpieczeństwa, szczególnie związane z atakami prezentacyjnymi. Celem tych ataków jest oszukanie systemów biometrycznych. Wykorzystuje się do tego celu różne materiały i dostępne dane, m.in.: wydrukowane zdjęcia, nagrania wideo i maski. Wykrywanie tego typu ataków oraz ochrona wymagają stosowania różnego typu środków bezpieczeństwa oraz zaawansowanych algorytmów detekcji. W artykule są omawiane różne metody wykrywania ataków prezentacyjnych, w tym podejścia wykorzystujące interakcję użytkownika z systemem, analizę właściwości obrazu oraz metody sztucznej inteligencji. Szczególna uwaga jest zwrócona na jakość zbiorów danych uczących wykorzystywanych do trenowania algorytmów, w tym ich zrównoważenie i zróżnicowanie zawartych w nich danych, a także na konieczność stałego rozwijania mechanizmów bezpieczeństwa w celu ochrony systemów uwierzytelniania biometrycznego przed ewoluującymi zagrożeniami.
EN
Biometrics, as a technique for measuring living beings, focuses on automatically recognizing individuals based on their physical characteristics. One of the most common methods of biometric authentication is facial biometrics. This method is widely used in smartphones, passports, and other devices and systems for identity verification or authentication. With the growing popularity of facial biometrics, there are also security concerns, particularly related to presentational attacks. The goal of these attacks is to fool biometric systems. Various materials and available data are used for this purpose, including printed photos, videos, and masks. Detecting these types of attacks and protecting them requires various types of security measures and advanced detection algorithms. The article discusses selected methods of detecting presentation attacks, including approaches using user-system interaction, analysis of image properties, and artificial intelligence. Special attention is paid to the quality of the learning datasets used to train the algorithms, including their balance and the diversity of the data they contain. Attention is paid to continuously developing security mechanisms to protect biometric authentication systems from evolving threats.
EN
Parkinson’s disease is associated with memory loss, anxiety, and depression in the brain. Problems such as poor balance and difficulty during walking can be observed in addition to symptoms of impaired posture and rigidity. The field dedicated to making computers capable of learning autonomously, without having to be explicitly programmed, is known as machine learning. An approach to the diagnosis of Parkinson’s disease, which is based on artificial intelligence, is discussed in this article. The input for this system is provided through photographic examples of Parkinson’s disease patient handwriting. Received photos are preprocessed using the relief feature option to begin the process. This is helpful in the process of selecting characteristics for the identification of Parkinson’s disease. After that, the linear discriminant analysis (LDA) algorithm is employed to reduce the dimensions, bringing down the total number of dimensions that are present in the input data. The photos are then classified via radial basis function-support vector machine (SVM-RBF), k-nearest neighbors (KNN), and naive Bayes algorithms, respectively.
EN
The use of Artificial Intelligence is currently being observed in many areas of life. In addition to assisting in intellectual work, solving complex computational problems, or analyzing various types of data, the aforementioned techniques can also be applied in the process of providing security to people. The paper proposes an emergency identification system based on Artificial Intelligence that aims to provide timely detection and notification of dangerous situations. The proposed solution consider the position of a person "hands up" as an emergency situation that will indicate a potential danger for a person. Because people in the face of potential danger are mostly forced to raise their hands up and this pose attracts attention, emphasizes the emotional reaction to certain events and is usually used as a sign of risk or as a means of subjugation. The system should recognize the pose of a person, detect it, and consequently inform about the threat. In this paper, an AI based emergency identification system was proposed to detect the human pose "hands up" for emergency identification using the PoseNet Machine Learning Model. The assumption consists that the utilization only of 6 key points made allows reducing the computing resources of the system since the conclusion is made taking into account a smaller amount of data. For the study, a dataset of 1510 images was created for training an Artificial Intelligence model, and the decisions were verified. Supervised Machine Learning methods are used to classify the definition of an emergency. Alternative methods: Support Vector Machine, Logistic Regression, Naïve Bayes Classifier, Discriminant Analysis Classifier, and K-nearest Neighbours Classifier based on the accuracy were evaluated. Overall, the paper presents a comprehensive and innovative approach to emergency identification for quick response to them using the proposed system.
7
Content available The DIA-method for navigational integrity
EN
In this contribution we present a review of the DIA-method to ensure navigational integrity. The DIA-method rigorously combines parameter estimation and statistical testing for the Detection, Identification and Adaptation of multivariate and multiple model misspecifications. We describe the statistical properties of the so-obtained DIA-estimator together with its probability density function. Numerical examples are given to highlight various aspects of the navigational DIA-estimator.
8
EN
The purpose of this article is to present the results of a preliminary analysis of modern methods for preventing collisions between birds and aircraft. The focus was in particular on methods that enable defining the level of threat in passenger aviation and existing solutions for eliminating these threats. The first section defines the level of the existing threat of collision with birds for civil aviation on the basis of collision statistics based on collision reports submitted by pilots. The second chapter describes normative documents on methods intended to reduce the risk of collisions with birds, such as aviation rules and regulations, passenger aircraft certification, bird detection and deterrence systems, procedures of flight crews and air traffic controllers, and the development of bird detection and deterrence methods. Based on the analysis of existing solutions, the third chapter proposes a block diagram of an on-board system reducing the risk of aircraft collisions with birds by determining the level of collision risk and transmitting information about the risk level to the flight crew in order to reduce the effect of surprise among pilots, improve the accuracy of the statistics and operational safety by carrying out a technical inspection of the aircraft after the collision. The final chapter contains conclusions.
PL
Celem niniejszego artykułu jest przedstawienie wyników wstępnej analizy współczesnych metod przeciwdziałania kolizji statku powietrznego z ptakami. W szczególności skoncentrowano się na metodach, które umożliwiają zdefiniowanie poziomu zagrożenia w lotnictwie pasażerskim oraz istniejących rozwiązaniach eliminacji tych zagrożeń. W pierwszej części zdefiniowano poziom istniejącego zagrożenia kolizji z ptakami dla lotnictwa cywilnego na podstawie statystyk kolizji określonych na podstawie raportów składanych przez pilotów o zaistniałej kolizji. W drugim rozdziale opisano dokumenty normatywne traktujące o metodach umożliwiających ograniczenie ryzyka kolizji z ptakami takie jak zasady i przepisy lotnicze, certyfikacja samolotu pasażerskiego, systemy detekcji i odstraszania ptaków, procedury załóg i kontrolerów lotniczych oraz rozwój metod detekcji i odstraszania ptaków. W trzecim rozdziale na podstawie przeprowadzonej analizy istniejących rozwiązań zaproponowano schemat blokowy systemu pokładowego redukującego zagrożenie kolizji statku powietrznego z ptakami poprzez określenie poziomu zagrożenia kolizji oraz przekazanie informacji o stopniu zagrożenia do załogi lotniczej, w celu zredukowania efektu zaskoczenia u pilotów, poprawienia dokładności statystyk oraz bezpieczeństwa operacji poprzez wykonanie przeglądu technicznego samolotu po kolizji. Ostatni rozdział zawiera wnioski.
9
Content available Many Faces of Singularities in Robotics
EN
In this survey paper some issues concerning a singularity concept in robotics are addressed. Singularities are analyzed in the scope of inverse kinematics for serial manipulator, a motion planning task of nonholonomic systems and the optimal control covering a large area of practical robotic systems. An attempt has been made to define the term singularity, which is independent on a specific task. A few classifications of singularities with respect to different criteria are proposed and illustrated on simple examples. Singularities are analyzed from a numerical and physical point of view. Generally, singularities pose some problems in motion planning and/or control of robots. However, as illustrated on the example on force/momenta transformation in serial manipulators, they can also be desirable is some cases. Singularity detection techniques and some methods to cope with them are also provided. The paper is intended to be didactic and to help robotic researchers to get a general view on the singularity issue.
PL
W przeglądowym artykule przedstawiono wybrane zagadnienia dotyczące różnych koncepcji osobliwości spotykanych w robotyce. Analizowane są osobliwości w zadaniu odwrotnej kinematyki dla manipulatorów szeregowych, planowaniu ruchu układów nieholonomicznych oraz sterowaniu optymalnym. Rozważane zadania obejmują duży obszar praktycznych systemów robotycznych. Podjęto próbę zdefiniowania pojęcia osobliwości niezależne od konkretnego zadania. Zaproponowano kilka klasyfikacji osobliwości w zależności do różnych kryteriów oraz zilustrowanych na prostych przykładach. Osobliwości przeanalizowano z numerycznego i fizycznego punktu widzenia. Ogólnie, osobliwości stwarzają pewne problemy w planowaniu ruchu i/lub sterowaniu robotami. Jednakże, jak pokazano na przykładzie transformacji sił/momentów w manipulatorach szeregowych, w niektórych przypadkach mogą one być również użyteczne. Przedstawiono także techniki wykrywania osobliwości oraz metody radzenia sobie z nimi. Praca w założeniu ma charakter dydaktyczny i ma pomóc badaczom z kręgu robotyki uzyskać ogólny pogląd na zagadnienie osobliwości.
10
Content available remote Sensor characteristics
EN
The present paper is the second part of our consideration of the following problem: an attempt to compare the work of the detection sensor with the visual ZFV vision system in the packaging labelling project.
PL
Niniejsza praca stanowi drugą część rozważań nad następującym problemem: próba porównania pracy czujnika detekcyjnego z wizualnym systemem wizyjnym ZFV w projekcie oznakowania opakowań.
PL
Celem realizowanego projektu badawczo-rozwojowego jest opracowanie bezinwazyjnego systemu pozwalającego na okresowe monitorowanie szczelności gazociągów i ich otoczenia. Definiując obszar badań, który związany jest z rozległą terytorialnie siecią gazociągów przesyłowych, w projekcie przyjęto założenie, że zadanie będzie realizowane przez system składający się z podsystemu pomiarowego, którym będzie śmigłowiec załogowy z zamontowanym spektroradiometrem podczerwieni, oraz z podsystemu informatycznego, którym będzie serwer obliczeniowy z zainstalowanym oprogramowaniem do przetwarzania zarejestrowanych danych hiperspektralnych. Spektroradiometr podczerwieni wraz ze specjalistycznym oprogramowaniem do wykrywania metanu będą umieszczone na podwieszanej pod śmigłowcem platformie stabilizacyjnej. Z kolei podsystem naziemny będzie się składał m.in. z: modułu do zarządzania i przechowywania danych z nalotów inspekcyjnych, modułu do przetwarzania danych w zakresie detekcji metanu, modułu do przetwarzania danych w zakresie monitorowania innych zagrożeń potencjalnie występujących w rejonach gazociągów przesyłowych oraz modułu przeznaczonego do generowania raportów z inspekcji. Specjalnie na potrzeby projektu zostanie zbudowane stanowisko doświadczalne pozwalające na symulowanie nieszczelności gazociągu, co będzie niezbędne do przeprowadzenia badań weryfikacyjnych realizowanych przez platformę powietrzną.
EN
The aim of the research and development project is to develop a non-invasive system to periodically monitor the integrity of gas pipelines and their surroundings. By defining the research area, which is related to the territorially extensive network of transmission gas pipelines, it has been assumed in the project that the task will be carried out by a system consisting of: measurement subsystem, which will be a manned helicopter with a mounted infrared spectroradiometer and information subsystem, which will be a computing server with installed software for processing the recorded hyperspectral data. The infrared spectroradiometer with specialized software for methane detection will be placed on a stabilization platform suspended under the helicopter. The ground subsystem will consist of: module for managing and storing data from inspection flights, module for processing data on methane detection, module for processing data on monitoring other hazards potentially occurring in the region of transmission pipelines and module for generating inspection reports. Especially for the project, an experimental stand will be built to simulate a gas pipeline leak, which will be necessary to carry out verification tests carried out by the air platform.
EN
Alzheimer’s disease is the most common form of dementia that can cause a brain neurological disorder with progressive memory loss as a result of brain cell damage. Prevention and treatment of disease is a key challenge in today’s aging society. Accurate diagnosis of Alzheimer’s disease plays an important role in patient management, especially in the early stages of the disease, because awareness of risk allows patients to undergo preventive measures even before irreversible brain damage occurs. Over the years, techniques such as statistical modeling or machine learning algorithms have been used to improve understanding of this condition. The objective of the work is the study of the methods of detection and progression of Alzheimer’s disease through artificial intelligence techniques that have been proposed in the last three years. The methodology used was based on the search, selection, review, and analysis of the state of the art and the most current articles published on the subject. The most representative works were analyzed, which allowed proposing a taxonomic classification of the studied methods and on this basis a possible solution strategy was proposed within the framework of the project developed by the Cuban Center for Neurosciences based on the conditions more convenient in terms of cost and effectiveness and the most current trends based on the use of artificial intelligence techniques.
EN
Detection of the current location of rail vehicles in the railway infrastructure network determines the safety, efficiency and reliability of rail transport. In addition, it indirectly affects the safety at rail-road crossings, i.e. also the BRD (Road Safety). In terms of efficiency and reliability of transport systems, the ability to detect a moving vehicle can improve the effective capacity of railway lines. As in the case of technical diagnostics, effective recognition of the current state of the transport network determines the efficiency of the transport system. The development of railways, with particular emphasis on high-speed railways, makes it necessary to modernize and improve railway traffic control devices and systems. A special area of development, ensuring the safe and effective use of rail transport, is the detection and location of rail vehicles moving on the railway infrastructure. The ability to determine the precise location of a rail vehicle is a key element in the reliable operation of rail transport. Therefore, in the field of devices and systems for the detection and location of rail vehicles, many studies and analyzes are carried out to develop existing or create new solutions dedicated to positioning rail vehicles.
EN
This work presents the analysis of vibration signals by an approach consists of several mathematical tools more elaborate such as the Hilbert transform, kurtogram, which allows the detection of vibration defects in a simple and accurate way. The steps or methods inserted in the process one complementary to the other as scalar indicators generally used in monitoring to follow the evolution of the functioning of a machine when an abnormal functioning it must make a diagnosis to detect the failing element through the use of a process. The determination of the defective organs at an optimal time is a very important operation in the industrial maintenance, which keeps the equipment in a good condition and ensures the assiduity of work. To see the effectiveness of fault detection by the proposed approach by analyzing the real vibration signals of a bearing type 6025-SKF available on the Case Western Reserve University platform.
EN
The article introduces and discusses the sensors used in autonomous cars. The reliability of these devices is crucial for the proper operation of autonomous driving systems. The research works related to the issue of the performance of autonomous sensors in adverse weather conditions is discussed and critically analysed. The negative effects caused by bad weather conditions are characterised. The paper presents the result of author's own research concern on the effects of rain, snow and fog on lidar measurements. The results obtained are presented, detailing the most important threats from each weather phenomenon. Attempts currently being made to address these issues are presented as well. The paper concludes with a summary of the research results, the current state of knowledge and suggestions for future developments.
PL
Dla większości dziko żyjących zwierząt szczyt aktywności przypada na godziny nocne – ich obserwacja możliwa jest tylko przy użyciu specjalistycznych urządzeń. W niniejszej pracy zostało przeprowadzone porównanie różnych metod detekcji zwierząt na zdjęciach z kamery termowizyjnej: klasycznych (HOG/SVM) oraz opartych na głębokich sieciach neuronowych. Podczas testów na zbiorze danych zawierającym dwie rodziny zwierząt (Cervidae i Suidae) dla sieci YOLOv3 otrzymano wyniki mAP powyżej 90% dla IoU>50%.
EN
For most wild animals, peak of activity takes place during the night hours - their observation is possible only with the use of specialized equipment. In this study, a comparison of different methods for animal detection in thermal camera images was performed: classical (HOG/SVM) and based on deep neural networks. When tested on a dataset containing two animal families (Cervidae and Suidae) for the YOLOv3 network, obtained mAP was above 90% for IoU>50%.
EN
The article presents the method of identifying surface damage by measuring changes in resistance in graphite-based sensing skin. The research focused on analysis of conductivity anomalies caused by surface damage. Sensitivity maps obtained with Finite Element Method (FEM) in conjunction with the analytical damage model were used to build the coating evaluation algorithm. The experiment confirmed the ability of this method to identify a single elliptical-shape damage. Eight electrodes were enough to locate the damage that covered about 0.1‰ of the examined area. The proposed algorithm can prove useful in simple applications for surface condition monitoring. It can be implemented wherever it is possible to apply a thin layer of conductor to a non-conductive surface.
PL
W artykule przedstawiono analizę przyczyn powstawania wad ukrytych podłóg betonowych dyblowanych. Wskazano, że do najczęstszych wad można zaliczyć nieprawidłowo wykonane dyblowanie płyt betonowych i za małą grubość podłóg w stosunku do grubości projektowanej. W artykule przedstawiono również sposób nieniszczącego wykrywania tych wad z wykorzystaniem do tego celu metody tomografii ultradźwiękowej. Zamieszczono ponadto przykładowe rezultaty badań własnych.
EN
The article presents an analysis of the causes of hidden defects in dowelled concrete floors. It was pointed out that the most common defects include improperly made dowelling of concrete slabs and too small thickness of the floors in relation to the designed thickness. The article also presents a method of non-destructive detection of these defects using the ultrasonic tomography method for this purpose. Moreover, there are examples of results from own research.
19
Content available remote Elaboration of financial fraud ontology
EN
Financial Frauds have dynamically changed, the fraudsters are becoming more sophisticated.There has been an estimated global loss of 5.127 trillion each year due to various forms of financial frauds. Industries like banking, insurance, e-commerce and telecommunication are the main victims of financial frauds. Several techniques have been proposed and applied to understand and detect financial frauds. In this paper we propose an ontology to describe financial frauds and related knowledge. The aim of this ontology is to provide a semantic framework for the detection of financial frauds. Theoretical ontology has been elaborated exploring various sources of information. After describing the research objectives, related works and research methodology, this paper presents details of theoretical ontology. It is followed by its validation using real data sets. Discussion of the obtained results gives some perspectives for the future work.
EN
In this work, we present a novel method developed for the analysis of the properties of thin layers for detecting petroleum products on a water surface using a commercially available optical coherence tomography (OCT) system. The spectral density analysis of the signal from a spectroscopic OCT (S-OCT) enables us to perform the precision calculation of the thin layer thickness and other properties like homogeneity, and dispersion, even if layer thickness is smaller than the coherence length of light from the used broadband light source. Mathematical modeling has been confirmed by measurements. The experiment with thin oil films on the surface of the water was conducted. The obtained results indicate that it is possible to measure the thickness of the petroleum product layers on the surface of the water smaller than 1 μm with 10 nm resolution.
PL
W pracy przedstawiono nowatorską metodę analizy właściwości cienkich warstw przy użyciu standardowych dostępnych na rynku systemów optycznej tomografii koherentnej (ang. optical coherence tomography – OCT) na potrzeby wykrywania produktów naftowych na powierzchni wody. Analiza gęstości widmowej mocy sygnału pochodzącego z systemu OCT z detekcją spektroskopową (ang. spectroscopic OCT – S-OCT) pozwala na dokładne obliczenie grubości cienkiej warstwy i innych jej właściwości, takich jak jednorodność i dyspersja, nawet jeśli grubość warstwy jest mniejsza niż długość drogi koherencji stosowanego szerokopasmowego źródła światła. Wyniki działania systemu uzyskane metodą modelowania matematycznego zostały potwierdzone pomiarami uzyskanymi z komercyjnego systemu, wykorzystując zaawansowane metody przetwarzania sygnałów. Przeprowadzono eksperyment z cienkimi warstwami olejowymi na powierzchni wody. Na podstawie uzyskanych wyników można stwierdzić, że możliwy jest pomiar grubości warstwy produktu ropopochodnego na powierzchni wody cieńszej niż 1 μm przy rozdzielczości pomiarów 10 nm.
first rewind previous Strona / 12 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.