Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 7

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  analiza kognitywna
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
W artykule został zaprezentowany wspomagany sprzętowo algorytm wizualizujący trójwymiarowe dyskretne pola skalarne o teoretycznie dowolnych rozmiarach. Zostały również przedstawione oryginalne wyniki badań, w których określono zależność pomiędzy szybkością wizualizacji (fps) a ilością przesłań danych pomiędzy pamięcią RAM komputera i kartą graficzną. Zbadano także w jaki sposób szacowanie gradientu pola skalarnego przed procesem wizualizacji wpływa na przyspieszenie tworzenia grafiki w wypadku dużych objętości. Jeżeli zbiór danych został podzielony na wiele podzbiorów (w przeprowadzany doświadczeniu było ich 512) algorytmy estymujące gradient we wstępnym przetwarzaniu działały wolniej niż liczące go czasie rzeczywistym, ponieważ te drugie redukują ilość danych, które muszą być przesłane do GPU.
EN
In this paper a new hardware accelerated algorithm pipeline (Fig. 1) for visualization of three-dimensional scalar fields without limitation on dataset size (Fig. 2) is described. There are presented original results of research on average performance speed (fps) of rendering algorithms as a function of data transitions between RAM and GPU (Tab 1. and Fig. 3). The speed of rendering decreases with number of partitioning and view-aligned slices. It has also been investigated how the pre-rendering gradient estimation influences the visualization process in case of large volumetric datasets. It is shown that in case of large partitioning of volume it is better to transfer less data to GPU memory and to compute the gradient value on the fly. The potential usage of that algorithm as a visualization module for the system performing cognitive analysis of dpCT data [3, 4, 5] is presented. The output data of the diagnostic algorithm is a superimposition onto the volume CT data (Fig. 4). This particular solution gives additional support to medical personnel by supplying them with simultaneous visualization of medical data of different modalities enabling more accurate diagnosis.
PL
W pracy są przedstawione najważniejsze zagadnienia związane z tematyką kognitywnej kategoryzacji dla kognitywnych systemów informacyjnych. Początkowo jest dokonana klasyfikacja systemów kognitywnej analizy danych oraz ich geneza i rozwój, a w dalszej części pracy omówiona jest klasa systemów UBMSS (Understanding Based Management Support Systems). Klasa UBMSS jest swoistego rodzaju automatycznym wspomaganiem procesu podejmowania decyzji strategiczno-finansowych przedsiębiorstw. W odniesieniu do omawianej tematyki klasa systemów UBMSS jest przedstawiona jako element wspomagający zarządzanie jednostkami.
EN
Key problems of cognitive categorization in cognitive information systems are presented in the publication. Cognitive data analysis systems will first be classified, then their genesis and development will be presented, and then their main class will be discussed - UBMSS (Understanding Based Management Support Systems). UBMSS systems provide automatic support for the strategic and financial decision-making process in enterprises. Due to the subject discussed here, UBMSS systems will be presented as assets supporting the management of units. This publication presented intelligent systems for cognitive data analysis and categorization with a particular emphasis on strategic analysis systems used to analyse financial and economical data. This type of systems used to interpret, analyse and reason work following the operating principles of cognitive information system. Cognitive systems interpret all data by extracting semantic levels from them. Thus the course of human processes of leaning about the described phenomenon becomes the foundation for developing cognitive systems which are called cognitive data analysis systems.
3
Content available remote Systemy UBIAS dla zadań kognitywnej interpretacji i analizy danych obrazowych
PL
Tematem wiodącym niniejszej pracy jest prezentacja wybranej klasy systemów kognitywnej kategoryzacji – klasy systemów UBIAS (Understanding Based Image Analysis Systems) umożliwiających analizę danych zapisanych w postaci obrazowej. Podstawą funkcjonowania systemów kognitywnej kategoryzacji jest realizacja szczególnego rodzaju procesów myślowych, poznawczych i wnioskujących zachodzących w mózgu człowieka i zmierzających w konsekwencji do wnikliwego opisu procesu analizy i wnioskowania.
EN
The main subject of this publication is to present a selected class of cognitive categorisation systems – UBIAS (Understanding Based Image Analysis Systems) – which support analyses of data recorded in the form of images. Cognitive categorisation systems operate by executing a particular type of thought, cognitive and reasoning processes which take place in the human mind and which ultimately lead to making an in-depth description of the analysis and reasoning process.
EN
The article presents a conception of new approach to the sonar image analysis. The concept declares in its fundamentals not only permitting for the recognition of an object in the image, but also for deeper analysis of the whole sonar image together with the objects contained therein.
PL
W pracy zaprezentowane zostały metody sztucznej inteligencji, w szczególności mechanizmy lingwistyczne prowadzące do semantycznego wnioskowania znaczeniowego, których wykorzystanie jest ważne w tworzeniu inteligentnych systemów informacyjnych typu DSS (Diagnostic Support System - system wspomagający diagnostykę). Ponadto wyjaśniono informatyczne mechanizmy opisu znaczeniowego analizowanych obiektów w przypadku przykładowej analizy obrazów rdzenia kręgowego. Zaproponowano procedury semantycznego wnioskowania na bazie modelu rezonansu kognitywnego. Procedury te zostały zastosowane do znaczeniowej interpretacji wskazanych zobrazowań diagnostycznych centralnego układu nerwowego CNS. W celu skutecznego wykrywania zmian patologicznych, dokonano analizy zbioru danych pochodzących z badań magnetyczno--rezonansowych struktur rdzenia kręgowego.
EN
In the paper artificial intelligence methods are presented, in particular, the cognitive linguistic mechanisms used in semantic meaning inference, which allow to create intelligent information system of DSS type (Diagnostic Support System). Additionally, computer algorithms of semantic description applied for object analysis in the case of recognition of spinal cord visualizations, were discussed. The proposed semantic derivation procedures were based on cognitive resonance model, and were exploited for semantic interpretation of selected central nervous system patterns. Effective recognition of pathological changes was based on visual data set obtained during magnetic-resonance imaging of spinal cord.
EN
In the paper were presented Artificial Intelligence methods, and in particular cognitive linguistic mechanisms used in semantic meaning inference, which allow one to create intelligent information system of the DSS type. Additionally was presented computer algorithms of semantic description applied for object analysis in the case of recognition of spinal cord visualizations. The proposed semantic derivation procedures were based on cognitive resonance model, and were applicable to the task of semantic interpretation of selected central nervous system patterns. Towards effective recognition of pathological changes research were based on visual data set obtained during magnetic-resonance imaging of spinal cord.
PL
W niniejszej pracy przedstawiono algorytmy sztucznej inteligencji, a w szczególności mechanizmy lingwistyczne służące do semantycznego wnioskowania znaczeniowego. Wykorzystanie prezentowanych mechanizmów lingwistycznych jest znaczące dla tworzenia inteligentnych systemów informacyjnych typu DSS. Przedstawiono także komputerowe algorytmy opisu znaczeniowego analizowanych obiektów w zastosowaniu do przykładowej analizy obrazów rdzenia kręgowego. Zaproponowane procedury semantycznego wnioskowania oparte zostały o model rezonansu kognitywnego i jednocześnie zostały zaaplikowane do zadania semantycznej interpretacji wybranych zobrazowań centralnego układu nerwowego. W celu prawidłowego wykrywania poszukiwanych zmian patologicznych rdzenia kręgowego przeprowadzono analizę zbioru danych pozyskanych z badań magnetyczno-rezonansowych badanych struktur CUN.
PL
W pracy wykazano, że metody sztucznej inteligencji, a w szczególnosci mechanizmy lingwistyczne semantycznego wnioskowania znaczeniowego są możliwe do wykorzystania przy tworzeniu inteligentnych systemów informacyjnych, a także umożliwiają prowadzenie wnikliwej analizy znaczeniowej w prezentowanych systemach informacyjnych typu DSS. W pracy zostały przedstawione informatyczne mechanizmy opisu znaczeniowego obiektów na wybranych przykładach analizy obrazów rdzenia kręgowego. Procedury takiego wnioskowania semantycznego oparte są o model rezonansu kognitywnego i zostały zaaplikowane do zadania znaczeniowej interpretacji wybranego rodzaju zobrazowań diagnostycznych centralnego układu nerwowego jako modułu inteligentnej analizy w systemach informacyjnych. Prezentowana w pracy aplikacja ma charakter badawczy i służy opracowaniu skutecznych metod wykrywania poszukiwanych zmian na pewnym zbiorze danych pochodzących z badań magnetycznorezonansowych struktur rdzenia kręgowego.
EN
This paper demonstrates that AI methods, in particular linguistic mechanisms of semantic meaning reasoning can be applied to the development of intelligent IT systems. They enable also conducting an in-depth meaning analysis in the presented DDS information systems. This paper presents also IT mechanisms of object meaning description on selected examples of spinal cord image analysis. The procedures for such semantic reasoning are based on the model of cognitive resonance. They have been applied to the task of meaning interpretation of a selected type of central nervous system diagnostic images, as an intelligent analysis module in IT systems. The application presented in this paper is of research character and it serves the preparation of efficient lesion detection methods applied to a dataset originating from magnetic and resonance examinations of the spinal cord structures.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.