Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 2016

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Nowe rozwiązania w zakresie systemów do strumieniowania obrazu ruchomego w sieciach bezprzewodowych

Mazurek C., Pawałowski P., Szymaniak P., Leszczuk M., Papir Z., Hołubowicz W., Flizikowski A., Dyczkowski K.

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

2016

nr 6

576--579, CD

Projekt MITSU (next generation MultImedia efficienT, Scalable and robUst Delivery) ma na celu stworzenie nowych rozwiązań w zakresie systemów strumieniowania wideo w sieciach bezprzewodowych. Ich implementacja poprawi obecny poziom interoperacyjności, zminimalizuje złożoność obliczeniową i wymagania energetyczne. Rozwiązania są poddawane ewaluacji w dwóch scenariuszach: dostarczania treści multimedialnych do użytkownika końcowego oraz monitoringu wizyjnego w celu zapewnienia bezpieczeństwa.

The aim of the MITSU project (next generation MultImedia efficienT, Scalable and robUst Delivery) is a research toward a novel solution for streaming of video in mobile networks. Its implementation will increase interoperability, decrease computational complexity and power consumption. The results are evaluated in two usage scenarios, one is generic multimedia content delivery, the other one is security content delivery.

Development of a fuzzy-driven system for ovarian tumor diagnosis

Żywica P., Dyczkowski K., Wójtowicz A., Stachowiak A., Szubert S., Moszyński R.

Biocybernetics and Biomedical Engineering

2016

Vol. 36, no. 4

632--643

In this paper we present OvaExpert, an intelligent system for ovarian tumor diagnosis. We give an overview of its features and main design assumptions. As a theoretical framework the system uses fuzzy set theory and other soft computing techniques. This makes it possible to handle uncertainty and incompleteness of the data, which is a unique feature of the developed system. The main advantage of OvaExpert is its modular architecture which allows seamless extension of system capabilities. Three diagnostic modules are described, along with examples. The first module is based on aggregation of existing prognostic models for ovarian tumor. The second presents the novel concept of an Interval-Valued Fuzzy Classifier which is able to operate under data incompleteness and uncertainty. The third approach draws from cardinality theory of fuzzy sets and IVFSs and leads to a bipolar result that supports or rejects certain diagnoses.