System bezpieczeństwa pracowników oparty na sieciach konwolucyjnych

• Autorzy: Sobczak Paweł , Marciniak Szymon , Szpot Ewa , Mikołajczyk Miłosz
• Języki publikacji: PL

Abstrakty

PL

Praca opisuje działanie sztucznej inteligencji, eksplorując różnorodność jej metod oraz zagłębiając się w specyfikę konwolucyjnych sieci neuronowych. W dalszej części, przedstawiamy praktyczne zastosowanie AI w życiu codziennym, podkreślając jej wpływ na różne sektory. Artykuł kończy się szczegółowym opisem projektu „Employee Safety System”, który wykorzystuje technologię kamer i CNN do zaimplantowania innowacyjnego systemu dbającego o przestrzeganie zasad bezpieczeństwa pracy. Słowa kluczowe: konwolucyjne sieci neuronowe, AI, kamery, bezpieczeństwo Wprowadzenie Żyjemy w czasach postępującej cyfryzacji, dominującej dzięki gwałtownie rozwijającym się technologiom, jednym z fenomenów przykuwającym uwagę specjalistów z różnych dziedzin jest sztuczna inteligencja (AI – Artificial Intelligence). Bariera technologiczna przesunęła się w zawrotnym tempie ze stosunkowo prostych algorytmów do zaawansowanych, prawie samowystarczalnych systemów, które wykorzystane w wielu aspektach życia ludzkiego przynoszą korzyści przez naśladowanie zdolności do uczenia się, rozumowania i rozwiązywania problemów. Sztuczna inteligencja [1] bez wątpienia, w ostatnim czasie, zrewolucjonizowała pogląd ludzkości na wykorzystanie maszyn. Otwiera to nowe horyzonty w nauce, możliwe stało się badanie i modelowanie procesów, które były dotychczas domeną ludzkiej świadomości i intelektu. Jedną z najbardziej rozwijających się gałęzi AI jest wizja komputerowa (computer vision), czyli modele, które pozwalają rozpoznawać i rozumieć, co dzieje się na obrazie, często w czasie rzeczywistym. Takie rozwiązanie wykorzystuje się na przykład w smartfonach podczas identyfikacji twarzy, w medycynie podczas analizy obrazów medycznych, czy też w różnych systemach nadzoru. Metody związane ze sztuczną Inteligencją W świecie sztucznej inteligencji występuje wiele metod obliczeniowych, które odpowiedzialne są za różnorodne działanie i wyko[...]

Słowa kluczowe

PL

Sztuczna Inteligencja; sztuczne sieci neuronowe; konwolucyjne sieci neuronowe

EN

Artificial Intelligence; artificial neural networks; convolutional neural networks

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Dozór Techniczny
• Rocznik: 2023
• Tom: z. 6
• Strony: 10--18
• Opis fizyczny: Bibliogr. 12 poz., rys., wykr.

Twórcy

autor

Sobczak Paweł

• Akademia Nauk Sotosowanych w Koninie
• Zespół Szkół Technicznych w Ostrowie Wielkopolskim im. Waldemara Gostomczyka

autor

Marciniak Szymon

• Zespół Szkół Technicznych w Ostrowie Wielkopolskim im. Waldemara Gostomczyka

autor

Szpot Ewa

• Zespół Szkół Technicznych w Ostrowie Wielkopolskim im. Waldemara Gostomczyka

autor

Mikołajczyk Miłosz

• Technikum im. św. Józefa w Kaliszu

Bibliografia

• [1] Kevin R. McKee, Xuechunzi Bai, Susan T. Fiske. 2023. "Humans perceive warmth and competence in artificial intelligence". iScience 26(8):107256.
• [2] Andrew Adamatzky, Maciej Komosinski. 2009. Artificial Life Models in Hardware. Springer.
• [3] Wenying Chen, Min Li. 2023. "Standardized motion detection and real time heart rate monitoring of aerobics training based on convolution neural network". Preventive Medicine 174: 107642.
• [4] Tanya Bloch, Rafael Sacks. 2018. "Comparing machine learning and rule-based inferencing for semantic enrichment of BIM models". Automation in Construction 91: 256-272.
• [5] Mohamed Alloghani, Dhiya AI-Jumeily,Jamila Mustafina, Abir Hussain & Ahmed J. Aljaaf. 2019. "A Systematic Review on Supervised and Unsupervised Machine Learning Algorithms for Data Science" [in] Supervised and Unsupervised Learning for Data Science pp 3-21. Springer.
• [6] Understanding The Difference Between Al, ML, And DL: Using An Incredibly Simple Example https://www.advancinganalytics.co.uk/blog/2021/12/15/understanding-the-difference-between-ai-ml-and-dl-using-anincredibly-simple-example
• [7] Konwolucyjne sieci neuronowe (CNN) https://fineproxy.org/pl/ wiki/convolutional-neural-networks-cnn/
• [8] Understanding the Structure of a CNN https://viniciuscantocosta.medium.com/understanding-thestructure-of-a-cnn-b220148e2ac4
• [9] Gradient Descent vs. Backpropagation: What's the Difference? https://www.analyticsvidhya.com/blog/2023/01/gradientdescent-vs-backpropagation-whats-the-difference/
• [10] Pooling (CNN) https://epynn.net/Pooling.html
• [11] Braitenberg Vehicles http://www.ai.rug.nl/-gert/applets/braiten berg) RE/
• [12] Wypadki przy pracy: duzy spadek w I kw. A jak w ochronie zdrowia? https://cowzdrowiu.pl/aktualnosci/post/wypadki-przy-pracyduzy-spadek-w-i-kw-a-jak-w-ochronie-zdrowia