Wyniki wyszukiwania - BazTech

1

Optymalizacja procesów biznesowych w sekto rze finansowym przedsiębiorstw ukraińskich z wykorzystaniem narzędzi cyfrowych

Mandych Oleksandra

Zeszyty Naukowe Wyższej Szkoły Technicznej w Katowicach

|

2026

|

T. 22

195--204

PL

Artykuł analizuje możliwości optymalizacji procesów biznesowych w sektorze finansowym przedsiębiorstw z wykorzystaniem narzędzi cyfrowych w warunkach Ukrainy. Szczególną uwagę poświęcono procesom finansowym, w tym związanym z płatnościami, umowami, fakturami, należnościami, budżetami, raportowaniem zarządczym, kontrolą wewnętrzną oraz prognozowaniem. Badanie opiera się na analizie kompozycyjnej, w której procesy podzielono na zdarzenia, dane, role, narzędzia cyfrowe, reguły, a także określono efekt zarządczy. Zaproponowane podejście pozwala oddzielić niezbędną automatyzację procesów od formalnej digitalizacji, w której przedsiębiorstwo przenosi nieefektywne modele do środowiska programowego. Podstawę empiryczną badania stanowią oficjalne dane Państwowej Służby Statystyki Ukrainy dotyczące sytuacji makroekonomicznej na rynku, wyników gospodarczych w handlu i sektorze usług, a także dane z badań McKinsey dotyczące cyfryzacji procesów finansowych, perspektyw wdrażania narzędzi cyfrowych oraz oczekiwanych efektów rozwiązań cyfrowych. Zidentyfikowano grupy procesów do kategoryzacji, obejmujące procesy księgowo-płatnicze, analityczno-planistyczne oraz kontrolno-ryzykowne; dla każdej z grup określono narzędzia cyfrowe, możliwe kierunki wdrożenia, ryzyka oraz warunki ich zastosowania w ukraińskim biznesie. Wykazano, że optymalizacja nie jest równoznaczna z redukcją kosztów – jej praktyczny wymiar polega na skróceniu czasu realizacji procesów, eliminacji duplikacji danych, przygotowaniu scenariuszy oraz bardziej efektywnym podejmowaniu decyzji zarządczych. Dla ukraińskich przedsiębiorstw szczególne znaczenie ma wykorzystanie usług cyfrowych; największą potwierdzoną efektywność wykazują usługi chmurowe, elektroniczny obieg dokumentów, integracja z usługami bankowymi, analityka BI, RPA, automatyczne reguły kontroli oraz narzędzia AI do zadań tekstowych i analitycznych. Perspektywy dalszych badań wiążą się z przejściem od automatyzacji operacji do zarządzania procesami finansowymi w oparciu o dane, odpowiedzialnością oraz bezpiecznym wykorzystaniem narzędzi cyfrowych.

XX

The article explores the possibilities of optimizing business processes in the financial sector of business using digital tools for the conditions of Ukraine. The focus is on financial processes, in particular, those related to payments, contracts, invoices, receivables, budgets, management reporting, internal control and forecasts. The study is based on compositional analysis, processes are divided into events, data, roles, digital tools, rules and the management effect is determined. The proposed approach helps to separate the necessary automation of processes from formal digitalization, in which the enterprise transfers inefficient models to the software environment. The empirical basis of the study is the official data of the State Statistics Service of Ukraine in terms of the macroeconomic situation in the market, economic results in trade and the services sector, as well as data from McKinsey research on the digitalization of financial processes, the prospects for the implementation of digital tools and the expected effect of digital solutions. Process groups for categorization are identified, which include accounting and payment, analytical and planning, control and risk-oriented, for each group digital tools, possible direction of implementation, risks and conditions of involvement in Ukrainian business are determined. It is demonstrated that optimization is not equal to cost reduction, its practical content is to reduce the amount of time for work processes, eliminate data duplication, prepare scenarios and more effective formation of management decisions. For Ukrainian enterprises, the special importance of involving digital services is determined, in particular, the greatest proven effectiveness is cloud services, electronic document management, integration with banking services, BI analytics, RPA, automatic control rules, AI tools for text and analytical tasks. The prospects of the study are related to the transition from automation of operations to data-based financial process management, responsibility and safe use of digital tools.

2

AI-supported decision-making in procurement: a conceptual model for smart and resilient business environments

Pawlak Natalia, Stachowiak Agnieszka, Wieczorek Piotr

Zeszyty Naukowe Politechniki Poznańskiej. Organizacja i Zarządzanie

|

2026

|

Nr 93

81--98

EN

This paper addresses the integration of artificial intelligence (AI) with multi-criteria decision-making (MCDM) approaches in procurement under the conditions of high uncertainty characteristic of VUCA/BANI environments. Based on a structured literature review, a conceptual causal loop diagram (CLD) is developed to model the relationships between external factors, internal organizational conditions, and AI-supported decision-making capabilities. The results indicate that procurement decisions should be understood as a dynamic system influenced by interdependencies between variables such as supplier base availability, market volatility, and procurement maturity. The model identifies key drivers of cost, supply-chain resilience, and decision quality, highlighting the central role of highly connected variables. The study contributes to the field by proposing an integrated framework supporting the adoption of AI in procurement decision processes. The proposed model provides a foundation for further empirical research and may support organizations in the gradual implementation of data-driven approaches in procurement management. Future research should focus on human-centric AI, regulatory alignment, and continuous system improvement to ensure sustainable and effective adoption.

PL

Niniejszy artykuł dotyczy integracji sztucznej inteligencji (AI) z wielokryterialnym procesem decyzyjnym (MCDM) w procesach zakupowych w warunkach wysokiej niepewności, charakterystycznej dla środowisk VUCA/BANI. Na podstawie ustrukturyzowanego przeglądu literatury opracowano koncepcyjny diagram pętli przyczynowo-skutkowej (CLD) w celu modelowania relacji między czynnikami zewnętrznymi, wewnętrznymi warunkami organizacyjnymi a możliwościami decyzyjnymi wspieranymi przez AI. Wyniki wskazują, że decyzje zakupowe należy rozumieć jako dynamiczny system, na który wpływają współzależności między zmiennymi, takimi jak dostępność bazy dostawców, zmienność rynku i dojrzałość zakupowa. Model identyfikuje kluczowe czynniki wpływające na koszty, odporność łańcucha dostaw i jakość decyzji, podkreślając centralną rolę silnie powiązanych zmiennych. Badanie przyczynia się do opracowania zintegrowanych ram wspierających wdrażanie AI w procesach decyzyjnych w procesach zakupowych. Proponowany model stanowi podstawę dalszych badań empirycznych i może wspierać organizacje w stopniowym wdrażaniu podejść opartych na danych w zarządzaniu zakupami. Przyszłe badania powinny koncentrować się na sztucznej inteligencji zorientowanej na człowieka, dostosowaniu przepisów i ciągłym doskonaleniu systemów, aby zapewnić zrównoważone i efektywne wdrożenie.

3

AI usage opportunities in business model development and implementation – a theoretical approach

Konieczna Izabela

Zeszyty Naukowe Politechniki Poznańskiej. Organizacja i Zarządzanie

|

2026

|

Nr 93

7--23

EN

The aim of the article is to show theoretically those areas within the elements constituting the business model in which AI can be used to improve the processes of creating value for customers and for the companies themselves. The article indicates the possibilities of using AI both in creating a business model and in improving. The article includes proposed answers to the following questions: How can AI help identify factors influencing the level of revenue achieved by an organization? How can AI help identify factors that create customer value? To what extent can AI help control the factors affecting the value chain? How can AI help identify which resources/competencies of an organization constitute the source of competitive advantage? How can AI help shape the relationship between the organization and the groups of owners that determine the basic strategic goals of the organization? The considerations indicate that artificial intelligence can be utilized in all areas that constitute a business model. Thanks to the capabilities provided by artificial intelligence, the decision-making process has acquired a tool that facilitates a significant reduction in the time required to make decisions through the rapid generation of analyses and reports, as well as the forecasting of trends. By automating time-consuming and repetitive tasks, the skills and competencies of employees can be directed towards strategic initiatives.

PL

Celem artykułu jest teoretyczne pokazanie, w jakich obszarach w ramach elementów konstytuujących model biznesu może być wykorzystana AI w celu ulepszenia procesów tworzenia wartości dla klientów i dla samych przedsiębiorstw. W pracy wskazano możliwości zastosowania AI zarówno przy tworzeniu modelu biznesu, jak również jego udoskonalaniu. Zawarto propozycję odpowiedzi na następujące pytania: W jaki sposób AI może pomóc w identyfikacji czynników wpływających na poziom przychodów osiąganych przez organizację? W jaki sposób AI może pomóc w identyfikacji czynników kreujących wartość dla klienta? W jakim stopniu AI może pomóc w kontroli czynników wpływających na łańcuch wartości? W jaki sposób AI może pomóc w identyfikacji, które zasoby/kompetencje organizacji stanowią źródło przewagi konkurencyjnej? W jaki sposób AI może pomóc AI usage opportunities in business model development and implementation… 23 w kształtowaniu relacji między organizacją a grupami właścicieli, które określają podstawowe cele strategiczne organizacji? Z rozważań wynika, że sztuczna inteligencja może być zastosowana we wszystkich obszarach, które konstytuują model biznesowy. Dzięki możliwościom, jakie oferuje, proces podejmowania decyzji zyskał narzędzie, które umożliwia znaczne skrócenie czasu potrzebnego na podejmowanie decyzji poprzez szybkie tworzenie analiz i raportów, a także prognozowanie trendów. Dzięki automatyzacji czasochłonnych, powtarzalnych zadań umiejętności i kompetencje ludzi mogą być wykorzystywane w strategicznych działaniach.

4

AI as a tool for supporting research on the quality of e-services - a methodological perspective

Ingaldi Manuela

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska

|

2026

|

z. 243

239--255

EN

Purpose: The main objective of this paper is to present how artificial intelligence can support research on e-service quality and to propose methodological frameworks integrating traditional and AI-based research methods. Design/methodology/approach: The study reviews classical approaches to e-service quality research (e.g., Servqual, Kano model, surveys, opinion analysis) and examines AI applications such as natural language processing (NLP), machine learning, and behavioral data analytics. A conceptual framework is proposed that integrates declarative, behavioral, and textual data sources to enable comprehensive, real-time analysis. Findings: AI enhances traditional research by enabling faster, more objective analysis, revealing hidden patterns in user behavior, and supporting predictive modeling of satisfaction and churn. The proposed framework demonstrates the potential for a holistic, data-driven assessment of e-service quality across sectors such as e-commerce, e-education, and e-government. Research limitations/implications: The framework is conceptual and requires empirical validation in diverse e-service contexts. Limitations include data quality, standardization challenges, ethical considerations, and the need for researcher expertise to interpret AI-generated insights. Future research should test the model in multiple sectors and develop AI tools tailored to management and quality science. Practical implications: Organizations can use AI to monitor and improve e-service quality in real time, optimize user experience, and inform decision-making processes. Implementation of the framework can enhance service delivery, reduce customer churn, and support adaptive service design. Social implications: Improved e-service quality can increase accessibility, trust, and satisfaction for digital service users, contributing to higher quality of life and more inclusive digital environments. Insights may also guide public policy and corporate social responsibility initiatives in digital service provision. Originality/value: The paper presents a novel, integrated methodological framework that combines classical e-service research with AI-driven analytics. It provides guidance for researchers and practitioners seeking to enhance the evaluation, monitoring, and prediction of e-service quality in a data-rich digital environment.

5

SAFE-MASS Sociotechnical Array Framework for Evolving Maritime Autonomous Surface Ships

Praestegaard Larsen B., Rauffet P., Espes D.

TransNav : International Journal on Marine Navigation and Safety of Sea Transportation

|

2026

|

Vol. 20 No. 1

229--248

EN

This paper explores the sociotechnical risk management challenges faced by Maritime Autonomous Surface Ships (MASS) with an emphasis on cybersecurity. As the maritime sector increasingly embraces autonomous vessels to enhance efficiency and safety, it confronts new cybersecurity vulnerabilities and challenges. The paper outlines a comprehensive approach to identifying and mitigating cyber risks by examining the sociotechnical considerations within MASS. It underscores the importance of understanding how cyber threats can compromise the interaction between humans and systems, potentially impacting vessel operations performance and safety. Through a detailed description of the Sociotechnical Array Framework for Evolving Maritime Autonomous Surface Ships (SAFE-MASS), which functions as a sociotechnical transition taxonomy, and by explaining how this can be used for securing MASS this research contributes valuable insights into developing safer and more efficient maritime operations, signaling a trans-formative shift in the industry’s future, especially by examining information technology (IT) and operational technology (OT) integration within MASS highlights the critical need for robust cybersecurity measures in this emerging field.

6

Integrating Artificial Intelligence into Naval Capability Development

Ljulj A., Štambuk I., Slapničar V.

TransNav : International Journal on Marine Navigation and Safety of Sea Transportation

|

2026

|

Vol. 20 No. 1

173--185

EN

The rapid advancement of artificial intelligence (AI) is transforming naval capabilities, reshaping ship design, lifecycle management, operational decision-making, and autonomous maritime systems. Naval platforms are among the most complex engineered systems, characterised by long service lives, safety-critical functions, and demanding operational environments, making AI integration both strategically attractive and technically challenging. This paper presents an engineering-oriented review of AI applications in the naval domain, focusing on their role across the capability development lifecycle. To illustrate practical implementation, a Random Forest regression model is developed to support early-stage prediction of the block coefficient of naval ships. The review highlights significant opportunities associated with AI integration, including enhanced decision-making, improved design efficiency, and increased operational effectiveness. However, successful AI adoption requires technological advancement alongside organisational adaptation, strong governance, and sustained investment in human expertise. AI should therefore be understood not as a replacement for naval engineering expertise, but as a force multiplier that augments analytical capacity and accelerates innovation across the maritime domain.

7

Human-in-the-loop Artificial Intelligence in pharmaceutical industry: enhancing efficiency and maintaining oversight

Siadati Seyyed Amir, Ebrahimzadeh Mohammad Ali, Dadras Akbar

Scientiae Radices

|

2026

|

Vol. 5, Iss. 2

102--115

EN

Artificial intelligence (AI) is rapidly transforming the pharmaceutical industry, offering unprecedented opportunities to accelerate drug discovery, optimize synthesis, and improve quality control. Despite its potential, unmonitored AI implementation carries significant risks, including errors in prediction, regulatory non-compliance, and ethical challenges. This perspective article explores the integration of AI across key stages of pharmaceutical research and development, including drug design, clinical trials, synthesis, analysis, and formulation, with an emphasis on human-in-the-loop supervision. We highlight areas where AI can deliver maximum efficiency gains and identify stages that require intensive human oversight to ensure safety, reliability, and regulatory adherence. By examining current applications and limitations, this article proposes a framework for combining AI capabilities with expert human judgment, aiming to enhance productivity while minimizing risk. Finally, we discuss future directions, including adaptive AI systems and hybrid models that promise to transform pharmaceutical operations without compromising ethical and scientific standards.

8

Amerykańskie podejście regulacyjne do centrów danych w świetle zasady „jasnej linii”

Swora Mariusz

Rynek Energii

|

2026

|

Nr 2

77--82

PL

Artykuł stanowi analizę federalnego i stanowego prawa energetycznego w Stanach Zjednoczonych w zakresie w jakim odnosi się ono do centrów danych. Na poziomie federalnym, w artykule przedstawione zostało podejście FERC w sprawie Talen/Amazon, dotyczącej zasad funkcjonowania kolokowanego centrum danych. Skutkiem decyzji FERC było przejęcie jurysdykcji nad centrum danych oraz ustalenie zasad kolokacji. W kolejnej części przedmiotem analizy są kierunki regulacji w prawie stanowym wybranych stanów USA. Na podstawie przeprowadzonej analizy, Autor dochodzi do wniosku, że status centrów danych został wyodrębniony w ramach kategorii odbiorców przemysłowych, co jest związane ze szczególnymi cechami tego typu odbiorców i ich potencjalnym wpływem na system elektroenergetyczny.

EN

The article analyzes US federal and state energy lawas it pertains to data centres. At the federal level, the article discusses the FERC”s approach in the Talen/Amazon case, which concerned the operating principles of a colocation data centre. The FERC’S decisions resulted in the agency assuming jurisdiction over the data center and establishing colocation rules. The next section analyzes regulatory trends in the state laws of selected U.S. states. Based on this analysis, the author concludes that the status of data centres has been distinguished within the category of industrial end-users, which is related to the specific characteristics of this type of end-user and their potential (negative or positive) impact on the power system.

9

Postęp w obliczeniowej mechanice płynów. Superkomputery, sztuczna inteligencja i nowe paradygmaty oraz ich zastosowanie w oprogramowaniu Ansys Fluent

Cendrowski Piotr, Laskowskii Zbigniew

Przemysł Chemiczny

|

2026

|

T. 105, nr 5

479--486

PL

Przegląd współczesnych trendów w obliczeniowej mechanice płynów. Zaprezentowano wyniki własnych symulacji oraz różnorodne przykłady z literatury. Pokazano przyśpieszenie obliczeń, które można osiągnąć dzięki wykorzystaniu kart graficznych. Wymienione i pokrótce omówione zostały takie technologie, jak wykorzystanie superkomputerów do obliczeń, postępy w komputerach kwantowych i zastosowanie sztucznej inteligencji. Podano też kilka przykładów nowych paradygmatów obliczeniowej mechaniki płynów (symulacje bezsiatkowe, nowe metody siatkowania, modelowanie z poziomu przeglądarki).

EN

A review, with 25 refs., of current trends in computational fluid dynamics (CFD). The results of own simulations and various literature data were presented. The speed up of calcns. achieved by using graphics cards was evidenced. Use of supercomputers, advances in quantum computers and the application of artificial intelligence were briefly discussed. Several examples of new paradigms in CFD (meshless simulations, new meshing methods and browser-based modelling) were also given.

10

cPAID niezależna od platformy architektura ochrony przed atakami typu „adversarial AI” w środowiskach krytycznych

Kopertowski Zbigniew, Warzocha R.

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2026

|

nr 2

14--18

PL

Sztuczna inteligencja (AI) jest coraz szerzej wykorzystywana w środowiskach krytycznych, takich jak: opieka zdrowotna, automatyka przemysłowa, systemy autonomiczne oraz operacje cyberbezpieczeństwa. Jednocześnie systemy AI stają się celem rosnącej liczby zagrożeń, w tym ataków typu data poisoning, evasion, model extraction, model inversion, a także socjotechniki wspieranej przez modele generatywne. W artykule przedstawiono prace w projekcie cPAID (Cloud-Based Platform- Agnostic Adversarial AI Defence Framework) – chmurową, modularną i niezależną od platformy architekturę ochrony przed zagrożeniami wymierzonymi w systemy AI. W artykule przedstawiono prace projektowe obejmujące analizę luk w systemach AI, wymagania funkcjonalne i niefunkcjonalne dla systemu ochrony, jego architekturę wysokiego poziomu oraz pięć pilotaży walidacyjnych. Proponowane rozwiązanie integruje siedem kluczowych elementów: Data Fabric, Generative Adversarial AI (GenAAI), meta-SIEM (mSIEM), AI-assisted Intrusion Detection and Prevention System (AIPS), Risk Management for AI (RI MA), Adversarial AI Cyber Range oraz metodykę MLPrivSecOps. Architektura systemu jest obecnie walidowana w obszarach monitorowania baterii pojazdów elektrycznych, wykrywania pożarów lasów z dronów, ochrony urządzeń medycznych, autonomii morskiej oraz szkolenia ekspertów cyberbezpieczeństwa. System cPAID stanowi podstawę dla bezpiecznego, wyjaśnialnego, zgodnego z regulacjami i odpornego na ataki wdrażania AI w heterogenicznych środowiskach operacyjnych.

EN

Artificial Intelligence (AI) is increasingly deployed in critical domains such as healthcare, industrial monitoring, autonomous systems, and cybersecurity operations. At the same time, AI-enabled systems are exposed to a broad range of threats, including data poisoning, evasion, model inversion, model extraction, prompt manipulation, and AI-enhanced social engineering. This paper presents cPAID (Cloud-Based Platform- Agnostic Adversarial AI Defence Framework), a modular and cloud-based framework designed to improve the resilience, explainability, compliance, and trustworthiness of AI systems. The paper synthesises cPAID project work by outlining the motivation, requirements engineering process, high-level architecture, and pilot validation strategy. The proposed framework integrates seven main components: Data Fabric, Generative Adversarial AI (GenAAI), meta-SIEM (mSIEM), AI-assisted Intrusion Detection and Prevention System (AIPS), Risk Management for AI (RIMA), Adversarial AI Cyber Range, and the MLPrivSecOps methodology. The cPAID system will be validated through five pilots: in electric vehicle battery monitoring, wildfire detection from drones, ICU medical device protection, maritime autonomy, and cybersecurity expert training. The cPAID framework provides a foundation for secure-by-design, privacy-aware, explainable, and regulation-aligned adversarial AI defence across heterogeneous operational environments.

11

Automatyzacja reakcji na incydenty w zintegrowanych systemach bezpieczeństwa

Szkarłat Szymon, Kantor Mirosław

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2026

|

nr 2

38--42

PL

Artykuł przedstawia implementację mechanizmów automatycznej reakcji na incydenty w trzech zintegrowanych infrastrukturach bezpieczeństwa, opartych na konkretnych rozwiązaniach klasy SIEM , IDS oraz firewall. Jest on kontynuacją artykułu pt. „Skuteczność zintegrowanych systemów bezpieczeństwa w detekcji ataków sieciowych” [1], ponieważ podczas realizacji projektu wykorzystano środowisko wirtualne, szczegółowo opisane w poprzednim artykule. W ramach każdej z infrastruktur zaimplementowano aktywne mechanizmy blokowania ataków dla czterech scenariuszy: skanowanie z użyciem Nmap, atak siłowy z użyciem Hydra, atak ARP Spoofing oraz wykorzystanie exploita EternalBlue. Szczegółowo omówiono ścieżki przepływu zdarzeń, konfigurację reguł oraz narzędzi automatyzujących (ElastAlert2, moduł active-response dostępny w Wazuh, Alert Action w Splunk) oraz ograniczenia wynikające z charakteru poszczególnych ataków. W końcowej części zaprezentowano aktualne trendy w wykorzystaniu sztucznej inteligencji oraz uczenia maszynowego do dalszego usprawniania procesu automatyzacji, poprzez wykorzystanie m.in. uczenia przez wzmacnianie (ang. reinforcement learning) w reakcji na incydenty.

EN

The article presents the implementation of automated incident response mechanisms in three integrated security infrastructures, based on specific SIEM , IDS, and firewall solutions. It is a continuation of the article titled “Effectiveness of Integrated Security Systems in Detecting Network Attacks,” as the virtual environment described in detail in the previous work was used during the project. Within each infrastructure, active attack mitigation mechanisms were implemented for four scenarios: Nmap scanning, brute-force attacks using Hydra, ARP spoofing attacks, and exploitation of the EternalBlue vulnerability. The paper provides a detailed discussion of event flow paths, rule configurations, and automation tools (ElastAlert2, the active-response module available in Wazuh, and Alert Action in Splunk), as well as the limitations resulting from the nature of individual attacks. The final section presents current trends in the use of artificial intelligence and machine learning to further enhance automation processes, including the application of reinforcement learning in incident response.

12

Automated machine learning frameworks for focal segmental glomerulosclerosis classification: enhancing diagnosis through ensemble and neural network approaches

Pawuś Dawid, Paszkiel Szczepan, Porażko Tomasz

Przegląd Elektrotechniczny

|

2026

|

R. 102, nr 1

118--129

EN

The classification of focal segmental glomerulosclerosis (FSGS) remains a challenging task due to the disease's het erogeneity and overlapping clinical manifestations. This study develops and evaluates a machine learning-driven classification framework leveraging advanced algorithms such as Random Forest and XGBoost. Using a stratified dataset and a comprehen sive preprocessing pipeline, the system classifies FSGS subtypes with a maximum cross-validation accuracy of 95% and AUC values exceeding 0.99. Feature selection and hyperparameter tuning were critical in enhancing model performance, while t SNE analysis revealed areas for potential improvement in feature separability. The results demonstrate the utility of ensemble methods in clinical nephrology and provide a robust foundation for integrating AI into decision-making processes for precision medicine. Future research directions include the incorporation of multimodal data and external validation across diverse pa tient cohorts to ensure generalizability and clinical applicability.

PL

Klasyfikacja ogniskowego segmentalnego stwardnienia kłębuszków nerkowych (FSGS) pozostaje trudnym zadaniem ze względu na heterogeniczność choroby oraz nakładające się objawy kliniczne. W niniejszym badaniu opracowano i oceniono oparty na uczeniu maszynowym system klasyfikacji wykorzystujący zaawansowane algorytmy, takie jak Random Forest i XGBoost. Przy użyciu stratyfikowanego zbioru danych oraz kompleksowego procesu wstępnego przetwarzania, system klasyfikuje podtypy FSGS z maksymalną dokładnością walidacji krzyżowej na poziomie 95% oraz wartościami AUC przekraczającymi 0,99. Wybór cech i strojenie hiperparametrów odegrały kluczową rolę w poprawie wydajności modeli, natomiast analiza t-SNE ujawniła obszary wymagające poprawy w zakresie rozdzielczości cech. Wyniki potwierdzają przydatność metod zespołowych (ensemble) w nefrologii klinicznej i stanowią solidną podstawę do integracji sztucznej inteligencji w procesach podejmowania decyzji w medycynie precyzyjnej. Przyszłe kierunki badań obejmują uwzględnienie danych multimodalnych oraz zewnętrzną walidację na zróżnicowanych kohortach pacjentów w celu zapewnienia uogólnienia i praktycznej przydatności klinicznej.

13

Przegląd wybranych narzędzi sztucznej inteligencji wykorzystywanych w zarządzaniu realizacją inwestycji budowlanych

Mosiak Mikołaj, Stec Agata, Nowobilski Tomasz

Przegląd Budowlany

|

2026

|

R. 97, nr 2

161--165

PL

Wraz z dynamicznym rozwojem technologii modelowania informacji o budynku (BIM) algorytmy sztucznej inteligencji (AI) znajdują coraz szersze zastosowanie w analizie i wspomaganiu kluczowych procesów realizacji inwestycji budowlanych, obejmujących m.in. planowanie, wytwarzanie dokumentacji, kontrolę jakości oraz zarządzanie ryzykiem. Artykuł przedstawia jakościową analizę porównawczą wybranych rozwiązań AI, koncentrując się na ich mechanizmach technicznych, wymaganiach wdrożeniowych oraz efektach praktycznego zastosowania. W treści pracy omówiono zastosowanie algorytmów uczenia maszynowego w automatyzacji harmonogramowania, technologii widzenia komputerowego i mapowania 3D w monitorowaniu postępu prac, a także skanowania laserowego w kontroli jakości robót. Przedstawiono również rolę AI w analizie dokumentacji oraz prognozowaniu ryzyka realizacyjnego. Na zakończenie wskazano najważniejsze korzyści oraz ograniczenia związane z wdrażaniem przedstawionych rozwiązań w praktyce.

EN

With the rapid development of building information modelling (BIM) technology, artificial intelligence (AI) algorithms are increasingly being used in the analysis and support of key construction investment processes, including planning, documentation production, quality control and risk management. This article presents a qualitative comparative analysis of selected AI solutions, focusing on their technical mechanisms, implementation requirements and practical application effects. The paper discusses the use of machine learning algorithms in scheduling automation, computer vision and 3D mapping technologies in monitoring work progress, as well as laser scanning in quality control. The role of AI in document analysis and implementation risk forecasting is also presented. Finally, the most important benefits and limitations associated with the practical implementation of the presented solutions are indicated.

14

Ethical Safety Engineering in production: a conceptual framework for allocating responsibility in AI-Controlled Production Systems

Brodny Jarosław, Tutak Magdalena, Kalbron Piotr

Management Systems in Production Engineering

|

2026

|

nr 2 (34)

253--267

EN

This paper addresses a significant and topical issue related to occupational safety in production systems using artificial intelligence. It presents an original conceptual framework enabling the systematic allocation of responsibility in such systems. This new approach takes into account the distributed nature of agency, algorithmic decision autonomy, and the multi-level structure of AI system design, implementation, and operation processes. The study is based on the concept of Ethical Production Safety Engineering (EPSE), which extends the classic approach to production safety engineering with normative, legal, and ethical dimensions, taking into account the specific nature of autonomous decision-making systems based on artificial intelligence. It is a proposal to move from reactive attribution of blame after dangerous (accidental) events to proactive design of responsibility as an integral part of occupational safety in modern enterprises. The paper presents the theoretical and conceptual foundations of ethical production safety engineering and assumes that this safety is systemic and emergent in nature. The use of AI means that responsibility is treated as a systemic, distributed construct oriented towards the life cycle of the system. Key to this concept is the Multi-Layer Responsibility Allocation Model (MLRAM), which reflects the complex, distributed structure of agency and decision-making in AI-driven production systems. In the presented approach, responsibility is relational, multi-level, and extended over time, covering the entire life cycle of an autonomous system. It is assessed on the basis of sets of layered indicators relating to specific decisions and practices characteristic of each level of the system. The developed solution represents a new approach to assessing the safety status of complex and increasingly autonomous production systems using AI tools.

15

An AI-Driven Machine Learning Approach to Evaluating the Impact of Innovation Dynamics on SME Performance in the UAE

Almansoori Sara Ismail, Araci Zehra Canan, Dweiri Fikri

Management Systems in Production Engineering

|

2026

|

nr 1 (34)

103--110

EN

In today’s rapidly evolving business landscape, innovation capabilities (IC) are critical for the success of Small and Medium Enterprises (SMEs). While traditional statistical models have provided insights into the role of innovation dynamics in SME Performance (SP), they often fail to capture non-linear relationships and hidden patterns in complex datasets. This study introduces an AI-driven machine learning (ML) approach to evaluating the impact of Innovation Capabilities (IC), Innovation Culture (InC), Organizational Innovation (OI), and Employee Engagement (EE) on SP in the UAE. Building upon existing research, this study leverages advanced ML algorithms, including Random Forest (RF), XGBoost, and Artificial Neural Networks (ANN), to analyze data collected from 300 SME industry experts. The findings reveal that OI is the strongest predictor of SP, followed by IC and EE. The results emphasize the need for AI-driven decision making in SME management, providing executives and policymakers with actionable insights to foster innovation-led growth. Additionally, the study highlights the advantages of Explainable Artificial Intelligence (XAI) in making ML models transparent and interpretable for business leaders. This research bridges the gap between traditional statistical analysis and AI-driven insights, offering a scalable, data-driven framework for SP evaluation. The findings provide a new strategic direction for SMEs, enabling them to leverage AI in stimulating innovation and competitiveness in emerging economies.

16

AI-supported process management tools for handling disturbances in industry 4.0 production systems

Klimecka-Tatar Dorota

Management Systems in Production Engineering

|

2026

|

nr 3 (34)

433--443

EN

Production systems operating in Industry 4.0 environments are increasingly exposed to disturbances that affect process stability, performance, and managerial decision-making. The growing complexity and digital integration of production processes require structured approaches that go beyond reactive disturbance handling and support process-oriented management. In this context, artificial intelligence (AI) is increasingly used as a decision-support mechanism to enhance data interpretation and managerial responses. This article aims to examine how AI-supported process management tools can be used to handle disturbances in Industry 4.0 production systems. A structured qualitative coding methodology is proposed and applied to systematically identify disturbances, corresponding management actions, and disturbance-related process signals. Disturbances are classified using D-codes, management responses using A-codes, and observable indicators using signal codes, forming an integrated analytical framework for process-level analysis. Empirical data collected from real production systems were analyzed using the proposed coding approach. AI-supported data processing was used to assist pattern recognition, signal interpretation, and the linking of disturbances with management actions, without replacing human judgment in decision-making. The results provide an empirically grounded classification of disturbances and process management tools relevant to digitally integrated production environments. The study contributes to production engineering and management literature by offering a transferable methodological framework for analyzing disturbance handling in Industry 4.0 production systems. From a practical perspective, the findings demonstrate how basic process management tools, supported by AI-based decision-support, can enhance managers’ ability to identify, interpret, and respond to disturbances in complex production processes.

17

Handel detaliczny będzie w coraz większym stopniu kształtowany przez sztuczną inteligencję

Grisolia Jessica, Janiak Tomasz

Logistyka

|

2026

|

nr 2

46--49

PL

Rozmowa z JESSICĄ GRISOLIĄ, Industry Solutions Director w firmie Scandit.

18

Nowe technologie a wojny przyszłości

Nozdryn-Płotnicka Olga

Kwartalnik Bellona

|

2026

|

Nr 1

121--129

PL

Rywalizacja o zasoby i chęć uzyskania wpływów na arenie międzynarodowej sprawiają, że państwa inwestują w nowoczesne technologie wojskowe, takie jak broń hipersoniczna czy systemy robotyzacji pola walki. Technologie te umożliwiają skuteczne i precyzyjne prowadzenie operacji oraz minimalizowanie strat własnych. Przyczyniają się też do zmiany charakteru konfliktów zbrojnych. Współczesne działania zbrojne coraz częściej mają charakter hybrydowy i nieregularny. W artykule problem nowych technologii i ich militarnego wykorzystania omówiono w kontekście wojen przyszłości.

EN

Competition for resources and the desire for influence in the international arena cause countries to invest in modern military technologies, such as hypersonic weapons or battlefield robotics systems. These technologies enable effective and precise conduct of operations while minimizing own losses. They also contribute to altering the nature of warfare activities. Modern military operations are increasingly of a hybrid and irregular nature. The article discusses the most important issues regarding new technologies, their use and their impact on the wars of the future.

19

Review of hybrid path planning techniques for mobile robots :iIntegration between AI techniques and traditional methods in known environments

Abdelghafar Mohamed, Selamat Hazlina, Khamis Nurulaqilla Binti, Aburaya Anas, Muslim Mohd Taufiq

Journal of Automation Mobile Robotics and Intelligent Systems

|

2026

|

Vol. 20, No. 2

20--29

EN

Mobile robots require effective and secure path planning, especially in complex and dynamic environments. Traditional algorithms such as A*, Dijkstra, and Rapidly- exploring Random Trees (RRT) offer dependable and mathematical solutions but face challenges regarding scalability, adaptability, and processing requirements in real-time applications. On the other hand, artificial intelligence (AI) techniques, such as reinforcement learning (RL) and neural networks (NNs) provide flexibility and quick decision-making but face challenges such as data dependency, optimal solution, and computational over- head. This review analyzes hybrid path planning methodologies that integrate traditional algorithms with AI techniques, utilizing the advantages of both to overcome their limitations. Hybrid approaches improve scalability, collision avoidance, and re-planning efficiency by integrating the accuracy and reliability of traditional techniques with the adaptability and learning capabilities of AI. This review categorizes and analyzes research to identify significant gaps and suggests future paths for enhancing hybrid path planning, offering insights for the development of more robust and intelligent navigation systems for mobile robots and autonomous platforms.

20

The Association of Polish Electrical Engineers – contribution to strategy 2026 - 2034

Cieślik Sławomir, Romaniuk Ryszard S.

International Journal of Electronics and Telecommunications

|

2026

|

Vol. 72, No. 2

art. no. 1, s. 1-7

EN

SEP is a higher-benefit organization that has been working diligently for over a century to benefit its professional community. It shares the ups and downs and undergoes changes along with its professional community, but also with the entire society it diligently serves. A growing number of scientific, technical, economic, and even political and social organizations are actively using AI analyses and functional support. AI's capabilities encompass a wide range of activities, including planning, contextual situation assessment, problem-solving, strategic game management, and more. In this article, we argue that, in the current situation, without significant AI involvement or support, a well-formulated new statute and the associated modern Strategy of the Association of Polish Electrical Engineers may be inadequate for today's rapidly changing professional and broader social contexts. The AI environment allows for flexible, context-sensitive support in the construction of complex legal and formal documents, such as the organization's operational strategy, with multiple accepted arguments and functional variables related to the organization's activities. It is worth taking advantage of this opportunity and testing it, for example, during discussions on the SEP's Operational and Development Strategy for the next two terms. Here, we test what AI suggests in this regard and what discussion can be opened.