Wyniki wyszukiwania - BazTech

1

AI-supported reasoning in physiotherapy

Mikołajewski Dariusz, Mikołajewska Emilia

Studia i Materiały Informatyki Stosowanej

|

2024

|

T. 16, nr 2

21--27

EN

Artificial intelligence (AI)-based clinical reasoning support systems in physiotherapy, and in particular data-driven (machine learning) systems, can be useful in making and reviewing decisions regarding functional diagnosis and formulating/maintaining/modifying a rehabilitation programme. The aim of this article is to explore the extent to which the opportunities offered by AI-based systems for clinical reasoning in physiotherapy have been exploited and where the potential for their further stimulated development lies.

PL

Systemy wspomagania wnioskowania klinicznego w fizjoterapii oparte na sztucznej inteligencji, a w szczególności na danych (uczenie maszynowe), mogą być przydatne w podejmowaniu i weryfikacji decyzji dotyczących diagnostyki funkcjonalnej ora formułowania/utrzymywania/modyfikowania programu rehabilitacji. Celem niniejszego artykułu jest zbadanie, w jakim stopniu możliwości oferowane przez systemy oparte na sztucznej inteligencji w zakresie rozumowania klinicznego w fizjoterapii zostały wykorzystane i gdzie leży potencjał ich dalszego stymulowanego rozwoju.

2

A Comparison between a relational and a graph database in the context of a recommendation system

Stanescu Liana

Annals of Computer Science and Information Systems

|

2021

|

Vol. 26

133-139

EN

This paper presents a comparison between relational and graph database systems' performance in a web application recommendation system. The comparison is conducted on five different queries starting with simple ones, leading up to more complex queries, that are performed in a typical web social application. The implementation is done in C# using .NET framework and the database systems used are SQL Server and Neo4J. To effectively test the performance of both graph and relational database systems, tests were performed on 4 data sets. The tests imply performing 5 different retrieval queries taken in order of difficulty both in SQL and Neo4J.

3

Systemy rekomendacji do zastosowania w przemyśle chemicznym

Albiniak Marcin, Badura Xymena, Kwiecień Andrzej

Przemysł Chemiczny

|

2019

|

T. 98, nr 11

1690--1692

4

Machine Learning as a method of adapting offers to the clients

Bielecki Jacek, Ceglarski Oskar, Skublewska-Paszkowska Maria

Journal of Computer Sciences Institute

|

2019

|

Vol. 13

267--271

EN

Recommendation systems are class of information filter applications whose main goal is to provide personalized recommendations. The main goal of the research was to compare two ways of creating personalized recommendations. The recommendation system was built on the basis of a content-based cognitive filtering method and on the basis of a collaborative filtering method based on user ratings. The conclusions of the research show the advantages and disadvantages of both methods.

PL

Systemy rekomendacji to aplikacje filtrujące dane, których głównym zadaniem jest dostarczanie spersonalizowanych rekomendacji produktów. Celem badań było dokonanie analizy i porównania dwóch metod uczenia maszynowego wykorzystywanych do generowania rekomendacji. System rekomendacji zbudowano na podstawie metody filtrowania kognitywnego opartej o treści oraz na podstawie metody filtrowania kolaboratywnego opartej o oceny użytkowników. Wnioski z przeprowadzonych badań pokazują wady i zalety obu metod.