Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Podejście bioekonomiczne w wytyczaniu kierunków rozwoju Unii Europejskiej i Polski jest ściśle związane z gospodarką o obiegu zamkniętym i gospodarką opartą na wiedzy. Jednym z celów bioekonomii jest stopniowe odchodzenie od paliw tradycyjnych (kopalnych) i wykorzystywanie w coraz większym stopniu energii ze źródeł odnawialnych. Wprowadzanie kolejnych innowacji jest procesem wieloletnim i nierozerwalnie związanym z edukacją przyszłych pokoleń, które podejmą wyzwanie kontynuowania wytyczonej polityki bioekonomicznej. Aby młodzi ludzie mogli to robić skutecznie, konieczne jest ich odpowiednie przygotowanie i kształcenie, zwłaszcza techniczne i inżynieryjne. Bardzo dobrym sposobem przekazania wiedzy praktycznej jest wykorzystanie pomocy dydaktycznych, pokazujących w miniaturze, ale w sposób realny, przebieg różnych zjawisk. W pracy przedstawiono specjalnie zaprojektowany zestaw stanowisk dydaktycznych umożliwiających poznanie od strony praktycznej i zrozumienie procesów związanych z pozyskiwaniem i konwersją energii pochodzącej ze źródeł odnawialnych.
EN
Three modern didactic res. stands (photovoltaic panels, a wind turbine and a Pelton water turbine) were designed, built and programmed, allowing for practical understanding the phenomena related to the conversion of energy from renewable sources. The stand with photovoltaic panels with a surface of 0.5 m² and a max. power of 50 W was equipped with 18 cells made of monocryst. Si. The turbine stand was equipped with a horizontal axis wind turbine designed for operation at wind speeds of 2.5-30 m/s. The Pelton water turbine model made in 3D printing technol. was constructed of a rotor consisting of 16 blades and nozzels placed in a transparent casing. The stands were computer-aided and accepted by users.
PL
Wykorzystanie sztucznych sieci neuronowych na potrzeby analizy obrazu wymaga prawidłowego przygotowania zbiorów uczących. W przypadku pozyskiwania informacji z obrazów cyfrowych konieczna jest ich konwersja do postaci akceptowanej przez sztuczną sieć neuronową. Niezwykle istotne jest, aby do struktury zbioru uczącego trafiły cechy reprezentatywne, pozwalające na poprawne działanie modelu neuronowego. W przedstawionym w pracy systemie użytkownik ma możliwość wyboru danych, które umieści w zbiorze uczącym. W aktualnej wersji systemu mogą to być informacje o barwie, na które składają się: histogram, tekstura oraz składowe modelu RGB.
EN
Using artificial neural networks for image analysis purposes requires proper preparation of teaching sets. In case of information acquisition from digital images it is necessary to convert them into the form accepted by an artificial neural network. It is extremely important to incorporate representative features allowing correct operation of neural model into the teaching set structure. In the system presented in this work user is able to select data, which will be included in the teaching set. In current system version this may be information on colour, which includes: histogram, texture and the RGB model components.
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.