Wyniki wyszukiwania - BazTech

1

The role of artificial intelligence in digital education

Rosak-Szyrocka Joanna

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska

|

2024

|

z. 195

477--499

EN

Purpose: The article presents a bibliometric analysis of studies in the artificial intelligence field, with the principal source of scientific articles selected being the academic platform Scopus. Design/methodology/approach: The content of 3365 open access research articles has been taken into consideration from 2019 and 2024 years. The search documents related to “artifical intelligence” “in” “education” issue in title, abstract and keywords. The analysis was performed using the VosWiever program. Findings: The study showed that AI assesses students' skills and requirements using machine learning, and then utilizes the findings of that analysis to develop and disseminate personalized or tailored information that improves learning via increased retention and uptake. AI improves learning for students by providing them with possibilities for experiential or hands-on learning, particularly when paired with other technologies like virtual reality, 3-D, gaming, and simulation. Research limitations/implications: The first limitation of the study is a result of the papers and reviews that were selected that deal with artificial intelligence. Since a broad variety of scientific fields are included in the field of artificial intelligence, findings may vary if publications from other domains are completely taken into account. Consequently, one should use extreme caution when extrapolating the study's conclusions to the vast domain of artificial intelligence. Another limitation is the research timeline (2019-2024); future results may vary since we anticipate that new topics, concepts, and techniques will emerge in the expanding field of artificial intelligence, which will significantly change the outcomes of our study. Finally, since the study's data came from Scopus, it's possible that this research is impacted by some of Scopus's restrictions. Practical implications: The manuscript can be a guide for universities on what students need for AI as well as how to improve the didactic process. Originality/value: Manuscript fills the gap in the analysis of what is the main role of AI in the education area from the student life-cycle and university effectiveness.

2

Smart manufacturing – the utilization of business analytics in Industry 4.0 environments

Wolniak Radosław

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska

|

2024

|

z. 195

647--663

EN

Purpose: The purpose of this publication is to present the applications of usage of business analytics in smart manufacturing. Design/methodology/approach: Critical literature analysis. Analysis of international literature from main databases and polish literature and legal acts connecting with researched topic. Findings: The integration of business analytics in smart manufacturing within the framework of Industry 4.0 marks a significant stride in industrial processes, offering manifold advantages alongside notable challenges. Throughout this study, we delve into the expansive realm of business analytics applications, encompassing predictive maintenance, quality control, supply chain optimization, and real-time decision-making. Leveraging business analytics yields palpable benefits in smart manufacturing, exemplified by proactive equipment maintenance, stringent quality standards adherence, and streamlined supply chain operations. Additionally, analytics-driven enhancements in production optimization, energy management, demand forecasting, and asset performance management contribute to heightened productivity, cost reduction, and sustainability improvement. Challenges including data integration complexities, implementation intricacies, security concerns, scalability limitations, model interpretability issues, and skill gaps necessitate concerted efforts for effective resolution. Collaboration among stakeholders- manufacturers, software developers, policymakers, and educational institutions—is imperative. Joint initiatives aimed at bolstering data integration capabilities, providing specialized training, fortifying cybersecurity measures, and fostering a culture of continuous improvement are crucial for successful business analytics deployment. Originality/Value: Detailed analysis of all subjects related to the problems connected with the usage of business analytics in the case of smart manufacturing.

3

Artificial intelligence (AI) influencers in influencer marketing

Łaszkiewicz Anna

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska

|

2024

|

z. 193

23--34

EN

Purpose: The purpose of this article is to identify the use of virtual influencers (VIs) generated using artificial intelligence (AI) in the field of influencer marketing. Design/methodology/approach: A narrative and critical literature review was conducted for this purpose. To identify the activity of virtual influencers, the author conducted an observational study to collect and compare the activity data of virtual influencers who had a minimum of 1,000 followers in 2022 with their current popularity and activity (November 2023). It also conducted an analysis of the advertising activity of selected influencers and an analysis of reach and engagement in 2022-2023. Findings: Analysis of the literature confirms the growing interest in the use of virtual influencers in marketing activities, which is also evident in marketers' current and planned spending on this price. Virtual influencers generate positive results in the level of audience engagement, which makes it possible to consider this means of communication as an attractive alternative. However, significant changes were observed in the number of observers over the year. Of the 54 virtual influencers analyzed, 44% reported a decrease in the number of observers. Research limitations/implications: The area of using computer-generated influencers and using artificial intelligence requires further intensive research. The spread of generative artificial intelligence will certainly affect the pace of change in this area. The observation made only presents data on changes in the popularity and publishing and advertising activity of virtual influencers. In this context, research dedicated to the semiotics of virtual influencers as well as the nature of parasocial interactions would be advisable. Practical implications: The article identifies areas of potential for virtual influencers in influencer marketing. Originality/value: The article adds to the sparse literature to date on virtual influencers, their potential and how they can be used in practice. It will be useful for managers and decision-makers involved in digital marketing.

4

Analyzing customer behavior – employing business analytics within Industry 4.0 ecosystems

Wolniak Radosław

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska

|

2024

|

z. 195

631--646

EN

Purpose: The purpose of this publication is to present the applications of usage of business analytics in customer behaviour analysis. Design/methodology/approach: Critical literature analysis. Analysis of international literature from main databases and polish literature and legal acts connecting with researched topic. Findings: The integration of business analytics with customer behavior analysis in Industry 4.0 environments offers businesses a transformative opportunity to gain profound insights into customer preferences, trends, and behaviors. Through the utilization of state-of-the-art technologies and data-driven methodologies, organizations can attain unprecedented levels of precision and detail in understanding customer behavior. Real-time data collection and analysis facilitate agile responses to evolving market dynamics, enabling personalized customer experiences across various channels. Additionally, advanced analytics tools such as predictive modeling and sentiment analysis empower businesses to forecast future trends, address churn, and enhance customer satisfaction. However, businesses may encounter challenges like data quality issues, privacy concerns, and resource limitations. Overcoming these obstacles necessitates a comprehensive approach, involving investments in data governance, talent acquisition, and technology infrastructure. By surmounting these challenges, businesses can harness the full potential of business analytics to drive strategic decisions, refine marketing strategies, and elevate overall business performance within Industry 4.0 environments. Originality/Value: Detailed analysis of all subjects related to the problems connected with the usage of business analytics in the case of smart manufacturing.

5

A hardware platform for a maritime collision avoidance system

Brozović Vladimir, Kezić Danko, Krile Srećko, Brozović Filip

Transport Problems

|

2024

|

T. 19, z. 1

31--42

EN

A maritime collision avoidance system built on a database is being developed. Different information important for navigation, like electronic charts, bathymetric data, sea current and forecast weather conditions, etc., as well as knowledge about weather and load-dependent maneuvering capabilities of the involved vessels, are entered into the database tables. When using the system in real-time, the targeted data must be found very quickly in the database. In parallel, for the prediction of ship courses and for the calculation of evasive courses, the system must be capable of solving very many calculations in the shortest possible time, and these calculations often use database tables. Fast communication for updating database tables with the latest data is equally important in such a system. This article briefly presents the hardware developed for the project. We designed such data models for the efficient application of the Postgres database, capable of real-time calculation.

6

Using drones and artificial intelligence to assess damage in aircraft assembly joints

Krysiak Marcin, Kubik Filip

Technologia i Automatyzacja Montażu

|

2024

|

nr 2

47--53

EN

Rapid development of Artificial Intelligence (AI) technologies in recent years has created new opportunities to address the growing challenges in the aviation industry. Machine learning and Deep Learning, particularly through Convolutional Neural Networks (CNNs), have advanced image recognition capabilities, enhancing inspection processes possibilities. This paper explores the integration of AI with drones to improve the precision, efficiency, and speed of inspections of airframe emphasizing the necessity of accurate equipment preparation and precise operational planning. The study demonstrates how AI algorithms can process high-resolution images and sensor data to identify and classify defects. The motivation for this paper is to address the critical need for more efficient inspection methods in aviation, driven by the industry's increasing demand for higher repair process throughput and stringent safety standards.

PL

Szybki rozwój technologii sztucznej inteligencji (SI) w ostatnich latach stworzył nowe możliwości radzenia sobie z rosnącymi wyzwaniami w przemyśle lotniczym. Metody uczenia maszynowego i głębokiego uczenia, szczególnie za pomocą konwolucyjnych sieci neuronowych (CNN), poprawiły zdolności rozpoznawania obrazów, usprawniając możliwości procesów inspekcji. Niniejszy artykuł opisuje propozycję integracji SI z dronami i w celu poprawy precyzji, efektywności i szybkości inspekcji płatowców podkreślając konieczność dokładnego przygotowania sprzętu i precyzyjnego planowania operacji. Tekst omawia przetwarzanie obrazów wysokiej rozdzielczości i danych z czujników, identyfikując i klasyfikując uszkodzenia. Motywacją do omówienia danego tematu jest konieczność opracowania bardziej efektywnych metod inspekcji w lotnictwie, co wynika z rosnącego zapotrzebowania na większą przepustowość procesów napraw i rygorystyczne standardy bezpieczeństwa w branży.

7

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.

8

Cybersecurity of autonomous vehicles – threats and mitigation

Szymonik Artur

Scientific Journal of the Military University of Land Forces

|

2024

|

Vol. 56, No. 1(211)

77--96

EN

The aim of this article is to draw attention to the growing problem of cybersecurity in the field of autonomous vehicles. A notable aspect is the use of autonomous vehicles to enhance the quality of decision-making processes as well as flexibility and efficiency. The implementation of new solutions will lead to improvements not just in transportation and delivery, but also in warehouse management. The growing demand for autonomous solutions, both in the industry and in the daily life of an average consumer, necessitates efforts to ensure their safe operation and use. The present literature review synthetically describes the history of the development of autonomous vehicles and machines. The standards and norms that should be met by products allowed for use as well as threats to cybersecurity, along with examples, are presented herein. The analysis of the collected materials leads to the conclusion that with the development of new technologies and the growth in the importance of autonomous solutions, the number of threats and the importance of systems securing the functioning of devices in cyberspace are increasing. Research on the problem also leads to the conclusion that legal systems do not fully keep up with technological developments, resulting in a lack of normative acts regulating this matter.

PL

Celem artykułu jest zwrócenie uwagi na rosnący problem cyberbezpieczeństwa w dziedzinie pojazdów autonomicznych. Istotnym aspektem jest wykorzystanie pojazdów autonomicznych do poprawy jakości procesów decyzyjnych oraz zwiększenia ich elastyczności i efektywności. Wdrożenie nowych technologii poprawi nie tylko procesy transportowe i dostawy, ale także zarządzanie magazynami. Rosnące zapotrzebowanie na rozwiązania autonomiczne, zarówno w przemyśle, jak i w codziennym życiu przeciętnego konsumenta, prowadzi do konieczności zwiększenia wysiłków na rzecz zapewnienia ich bezpiecznej pracy i użytkowania. W przeglądzie literatury przedstawiono syntetycznie historię rozwoju pojazdów i maszyn autonomicznych, a także normy i standardy, jakie powinny spełniać produkty dopuszczone do użytku, a ponadto zagrożenia dla cyberbezpieczeństwa wraz z przykładami. Analiza zebranego materiału prowadzi do wniosku, że wraz z rozwojem nowych technologii i wzrostem znaczenia rozwiązań autonomicznych liczba zagrożeń oraz znaczenie systemów zabezpieczających funkcjonowanie urządzeń w cyberprzestrzeni wzrasta. Badania nad problemem prowadzą również do konkluzji, że systemy prawne nie nadążają za postępem technologicznym, co skutkuje brakiem aktów normatywnych regulujących przedmiotową kwestię.

9

Artificial intelligence-powered pulse sequences in nuclear magnetic resonance and magnetic resonance imaging: historical trends, current innovations and perspectives

Tokarz Paweł

Scientiae Radices

|

2024

|

Vol. 3, Iss. 1

30--52

EN

This review article explores the historical background and recent advances in the application of artificial intelligence (AI) in the development of radiofrequency pulses and pulse sequences in nuclear magnetic resonance spectroscopy (NMR) and imaging (MRI). The introduction of AI into this field, which traces back to the late 1970s, has recently witnessed remarkable progress, leading to the design of specialized frameworks and software solutions such as DeepRF, MRzero, and GENETICS-AI. Through an analysis of literature and case studies, this review tracks the transformation of AI-driven pulse design from initial proof-of-concept studies to comprehensive scientific programs, shedding light on the potential implications for the broader NMR and MRI communities. The fusion of artificial intelligence and magnetic resonance pulse design stands as a promising frontier in spectroscopy and imaging, offering innovative enhancements in data acquisition, analysis, and interpretation across diverse scientific domains.

10

Mechanisms for Data Acquisition to Train Artificial Intelligence Models for Detecting Increased Susceptibility to Fire Situations by Using Internet of Things Devices and Satellite Systems

Jurczyński Dawid, Buchwald Paweł

Safety & Fire Technology

|

2024

|

Vol. 63, iss. 1

34--43

EN

Purpose: Exploration and developing mechanisms of advanced data acquisition necessary for training an artificial intelligence model capable of effectively detecting areas with increased susceptibility to fire situations. The study focuses on utilizing data from satellite missions and ground-based sensors, which provide both high-resolution imagery and precise data on temperature, humidity, and other environmental factors. By analysing these diverse data sources, the research aims to create a comprehensive and efficient model capable of early detection of potential fire hazards, which is crucial for prevention for fire-prone situations. Project and methods: It centres on a project that aims to enhance fire detection and management through the integration of artificial intelligence with data acquired from satellite systems and internet of things devices. The methodologies employed in this project involve a combination of advanced data acquisition, machine learning techniques, and the synthesis of diverse environmental data to train artificial intelligence models that can predict and detect fire incidents more effectively. Results: Significant advancements in fire detection and management have been demonstrated through the integration of artificial intelligence (AI) with satellite data and IoT: 1. Enhanced monitoring capabilities the use of satellite data systems enabled real-time monitoring of thermal anomalies and vegetation health, crucial for early detection and effective monitoring of wildfires. This real-time capability allowed for quicker responses and more informed decision-making in firefighting efforts. 2. Effective integration of data sources: the integration of satellite and surface data proved to be effective in enhancing the predictive capabilities of the fire management systems. This comprehensive approach allowed for a better understanding of fire dynamics and contributed to more accurate and timely predictions. Conclusions: It could be emphasize the significant benefits and future potential of integrating artificial intelligence with satellite and internet of things data for improving fire detection and management. The integration of satellite imagery and internet of things sensor data is essential for enhancing the predictive accuracy of artificial intelligence systems. This integration allows for a comprehensive assessment of fire risks, providing actionable intelligence that is critical for prevention for fire-prone situations. These conclusions underscore the transformative potential of artificial intelligence in enhancing fire management systems.

PL

Cel: Artykuł poświęcony jest zagadnieniu badań i rozwoju zaawansowanych mechanizmów pozyskiwania danych niezbędnych do szkolenia modelu sztucznej inteligencji zdolnego do efektywnego wykrywania obszarów o zwiększonej podatności na sytuacje pożarowe. W pracy skupiono się na wykorzystaniu danych z misji satelitarnych oraz czujników naziemnych, które dostarczają zarówno obrazów o wysokiej rozdzielczości, jak i precyzyjnych danych dotyczących temperatury, wilgotności oraz innych czynników środowiskowych. Poprzez analizę tych różnorodnych źródeł danych, badanie ma na celu stworzenie kompleksowego i efektywnego modelu zdolnego do wczesnego wykrywania potencjalnych zagrożeń pożarowych, co jest kluczowe w zapobieganiu klęskom żywiołowym i minimalizowaniu ich skutków. Projekt i metody: Metodologie zastosowane w tym projekcie obejmują połączenie zaawansowanego pozyskiwania danych, technik uczenia maszynowego oraz syntezę różnorodnych danych środowiskowych do szkolenia modeli AI, tak aby mogły przewidywać i wykrywać incydenty pożarowe bardziej efektywnie. Wyniki: Wykazano wyraźny postęp w wykrywaniu pożarów i zarządzaniu nimi dzięki zastosowaniu integracji sztucznej inteligencji (AI) z danymi satelitarnymi i internetu rzeczy (IoT): 1. Rozszerzone możliwości monitorowania: Wykorzystanie systemów danych satelitarnych umożliwiło monitoring w czasie rzeczywistym anomalii termicznych oraz stanu zdrowotnego roślinności, istotnych z perspektywy wczesnego wykrywania i skutecznego monitorowania pożarów. Ta zdolność pozwoliła na szybsze reakcje i bardziej świadome podejmowanie decyzji w działaniach przeciwpożarowych. 2. Skuteczna integracja źródeł danych: Integracja danych satelitarnych i naziemnych okazała się skuteczna w zwiększaniu zdolności predykcyjnych systemów zarządzania pożarami. To kompleksowe podejście pozwoliło na lepsze zrozumienie dynamiki pożarów i przyczyniło się do dokładniejszych i bardziej aktualnych prognoz. Wnioski: Można podkreślić znaczące korzyści i przyszły potencjał integracji sztucznej inteligencji (AI) z danymi satelitarnymi i IoT w celu poprawy wykrywania pożarów. Połączenie obrazowania satelitarnego i danych z czujników IoT jest niezbędne do zwiększenia dokładności predykcyjnej systemów AI. Ta integracja umożliwia kompleksową ocenę ryzyka pożarowego poprzez dostarczanie informacji istotnych dla prewencyjnych strategii zarządzania pożarami. Powyższe wnioski świadczą o transformacyjnym potencjale AI w poprawie systemów zarządzania pożarami.

11

Sztuczna inteligencja w przedsiębiorstwach przemysłu spożywczego – potencjał i wyzwania

Kosior Katarzyna

Przemysł Spożywczy

|

2024

|

T. 78, nr 2

12--17

PL

Artykuł zawiera przegląd możliwości wykorzystania sztucznej inteligencji (AI) w przedsiębiorstwach przemysłu spożywczego. Wskazuje równocześnie na główne wyzwania oraz problemy, jakie wiążą się z wdrażaniem tej technologii w przedsiębiorstwach sektora w Polsce. Prowadzone badania oraz studia przypadków potwierdzają, że szersze zastosowanie rozwiązań opartych na AI może poprawiać funkcjonowanie przedsiębiorstw sektora, wzmacniać ich konkurencyjność oraz wspierać realizację celów zrównoważonego rozwoju. Z drugiej strony AI może również pogłębiać istniejące nierówności w sektorze, faworyzując większe, technologicznie zaawansowane przedsiębiorstwa kosztem mniejszych podmiotów. W Polsce z rozwiązań AI w 2023 roku korzystało tylko 2,6% przedsiębiorstw przemysłu spożywczego zatrudniających 10 i więcej osób. Kluczowe staje się więc zwiększanie dostępności i promowanie korzystania z technologii AI z myślą o zapewnianiu równych warunków konkurencji w sektorze. W tym kontekście szczególnie istotne jest wdrożenie systemu zachęt i wsparcia dla małych i średnich przedsiębiorstw, które ze względu na ograniczone zasoby finansowe, kadrowe i technologiczne mają większe trudności w zakresie efektywnego pozyskiwania i wykorzystywania nowych technologii.

EN

The article provides an overview of the possibilities of using artificial intelligence (AI) in the food industry enterprises. It also points out the main challenges and problems associated with implementing this technology in sector companies in Poland. Conducted research and case studies confirm that wider application of AI-based solutions can improve the functioning of sector companies, enhance their competitiveness, and support the achievement of sustainable development goals. On the other hand, AI can also exacerbate existing inequalities in the sector, favoring larger, technologically advanced companies at the expense of smaller entities. In Poland, only 2.6% of food industry companies employing 10 or more people used AI solutions in 2023. Therefore, increasing the availability and promoting the use of AI technology becomes crucial to ensure equal competition conditions in the sector. In this context, it is particularly important to implement a system of incentives and support for small and medium-sized enterprises, which, due to limited financial, human, and technological resources, face greater difficulties in effectively acquiring and implementing new technologies.

12

Znaczenie sztucznej inteligencji we wspomaganiu procesu beztlenowej fermentacji odpadów kuchennych zawierających bioplastiki

Arendt Ryszard, Kopczyński Andrzej, Hupka Jan, Grabowiec Aleksandra

Przemysł Chemiczny

|

2024

|

T. 103, nr 6

711--719

PL

Przebiegu procesu fermentacji anaerobowej nie można w pełni sformalizować. W tym odniesieniu pożądane jest wykorzystanie metod sztucznej inteligencji (AI) i uczenia maszynowego do monitoringu i sterowania procesami i operacjami jednostkowymi w celu uzyskania bardziej wydajnych metod prowadzenia procesu i ilości produktów końcowych. Akwizycja danych odbywa się przez automatyczny monitoring oraz poprzez badania analityczne. Wiedzę opisującą prowadzenie procesu fermentacji anaerobowej zestawiono w postaci reguł: IF (przesłanka) THEN (konkluzja). Zestawiony zbiór reguł tworzy bazę wiedzy systemu ekspertowego prowadzenia procesu wraz ze wskazówkami dla operatora. Reguły wiedzy są aktualizowane i rozwijane w trakcie prowadzenia procesu, zaś zastosowanie AI zapewnia zachowanie wiedzy operatorów przy zmianach personelu obsługi reaktorów. Przedstawiono budowę laboratoryjnego stanowiska fermentacji anaerobowej odpadów kuchennych i żywnościowych, stosowane urządzenia techniczne, strukturę systemu AI oraz wybrane reguły wiedzy.

EN

Artificial intelligence (AI) and machine learning were used to obtain more effective methods for conducting the digestion process and achieving final products. Data acquisition was carried out by an automatic monitoring and anal. research. The knowledge describing the anaerobic digestion process was summarized in the form of rules: IF (premise) THEN (conclusion). The compiled set of rules created a knowledge base of the expert system, which was used to run the anaerobic digestion process and provided instructions to the operator. Knowledge rules were updated and developed during the process. The construction of a mobile laboratory system for the anaerobic digestion of kitchen and food waste, the tech. devices, the structure of the AI system, and selected knowledge rules were presented.

13

Sztuczna inteligencja w kształceniu studentów geologii : bohater czy zabójca?

Sawłowicz Zbigniew

Przegląd Geologiczny

|

2024

|

Vol. 72, nr 5

209--214

EN

Artificial Intelligence (AI) combines Machine Learning (ML) and Large Language Models (LLM) on which ChatBots, e.g. GPT-4, are based. Itis accepted and appreciated in almost all areas, but in education it still raises many controversies and concerns. The sooner we introduce ourselves and students to it, the less we will fear it and the more successful our students will be. We should introduce AI elements into most courses, first of all teaching students to interact with ChatBots. It would also be good to create courses with the basics of Machine Learning. Various examples of the use of AI in education, in particular in the Earth sciences, are presented, drawing also attention to various problems and threats.

14

Przegląd możliwości wykorzystania sztucznej inteligencji w modelowaniu BIM

Zima Krzysztof, Wieczorek Damian

Przegląd Budowlany

|

2024

|

R. 95, nr 3

59--65

PL

Dokonując przeglądu stanu wiedzy nt. modelowania informacji o budynku – BIM (ang. Building Information Modelling) można zauważyć, że technologia BIM nie poczyniła ostatnio znacznych postępów, ponieważ sztuczna inteligencja – AI (ang. Artificial Intelligence) nie jest jeszcze w pełni wykorzystana. Celem niniejszego artykułu jest zaprezentowanie możliwości wykorzystania sztucznej inteligencji – AI w modelowaniu BIM. Autorzy dokonali analizy trendów rozwoju sztucznej inteligencji, która jest obecnie wykorzystywana w modelowaniu BIM. W artykule przedstawiono również możliwości wykorzystania AI powiązanej z modelem BIM, a także omówiono wybrane przykłady wspomagania modelowania informacji o budynku z wykorzystaniem głównych czterech grup wybranych technik AI.

EN

When reviewing the state of knowledge on building information modeling (BIM), it can be noted that BIM technology has not made significant progress recently because artificial intelligence (AI) has not been fully used. The purpose of this article is to present the possibilities of using artificial intelligence – AI in BIM modeling. The authors analyzed the trends in the development of artificial intelligence, which is currently used in BIM modeling. The article also presents the possibilities of using AI related to the BIM model, and discusses selected examples of supporting building information modeling using the main four groups of selected AI techniques.

15

Using Interactive Decision Tree Models in Artillery Fuse Testing

Ampuła Dariusz

Problemy Mechatroniki : uzbrojenie, lotnictwo, inżynieria bezpieczeństwa

|

2024

|

Vol. 15, Nr 1 (55)

23--38

EN

In the introduction, the concept of interactive trees is defined and the purpose of the study is presented. Then, the RGM-2 fuse is described, as are the results of its tests which served as a basis for building specific models. The types of ammunition in which this variation of an artillery fuse is used are listed. A method of building interactive classification trees, allowing the author of the model to interfere with its structure, is described as well. Models of interactive classification trees, such as C&RT, CHAID and XAID have been designed and built. For each model, a tree diagram, a predictor importance sheet, a risk assessment sheet, and a summary of the observed and predicted values are presented. The method of interacting with the constructed classification tree structures, whose task was to improve the designed models, is shown using the examples of two models. The analysis of the models built after the interaction has been performed and, based on the obtained results, the best designed model was selected.

PL

W artykule we wstępie zdefiniowano pojęcie drzew interakcyjnych oraz określono cel artykułu. Następnie, scharakteryzowano zapalnik RGM-2, którego wyniki badań zostały przygotowane do budowy modeli oraz wskazano rodzaje amunicji w których występuje przedmiotowy zapalnik artyleryjski. Opisano metodę budowy interakcyjnych drzew klasyfikacyjnych, która umożliwia ingerencję autora modelu w jego strukturę. Zaprojektowano oraz zbudowano modele interakcyjnych drzew klasyfikacyjnych typu C&RT, CHAID oraz XAID. Dla każdego z modeli przedstawiono schemat zaprojektowanego drzewa, arkusz ważności predyktorów, arkusz oceny ryzyka oraz zestawienie wartości obserwowanych i wartości przewidywanych. Pokazano na dwóch modelach sposób interakcji w zbudowane struktury drzew klasyfikacyjnych, których zadaniem było poprawienie zaprojektowanych modeli. Dokonano analizy zbudowanych po interakcji modeli oraz na podstawie otrzymanych wyników, wskazano najlepszy zaprojektowany model.

16

Exploring the moderating role of technological competence and artificial intelligence in green HRM

Abid Usman, Faisal Mohd Nishat, Al-Esmael Bader, Farooq Zareen Husain, Nassour Souheil

Polish Journal of Management Studies

|

2024

|

Vol. 29, No. 2

7--22

EN

This research investigates the relationship between Green Human Resource Management (HRM) practices and environmental performance in organizations in Qatar. The novelty of the study lies in introducing artificial intelligence and technological competence as moderators in realizing the benefits of implementing Green HRM. Data was collected from 357 respondents from large manufacturing/service organizations in Qatar through questionnaire-based survey and analysed using structural equation modelling technique to test the hypothesized relationships among the variables. The findings of the study establish the significant role of Green HRM practices in fostering environmentally sustainable practices within organizations, with technological competence and artificial intelligence moderating the relationships. It was concluded that implementing Green HRM practices enhances the organization’s environmental performance, reputation, and adherence to regulatory and industry standards. This research identifies the need for customized Green HRM strategies tailored to Qatar’s specific environmental challenges and cultural context.

PL

Niniejsze badanie bada związek między praktykami Zielonego Zarządzania Zasobami Ludzkimi (HRM) a wynikami środowiskowymi w organizacjach w Katarze. Nowość badania polega na wprowadzeniu sztucznej inteligencji i kompetencji technologicznych jako moderatorów w realizacji korzyści z wdrożenia Zielonego HRM. Dane zebrano od 357 respondentów z dużych organizacji produkcyjnych/usługowych w Katarze za pomocą ankiety i przeanalizowano przy użyciu techniki modelowania równań strukturalnych w celu przetestowania hipotetycznych zależności między zmiennymi. Wyniki badania potwierdzają znaczącą rolę praktyk Zielonego HRM w promowaniu zrównoważonych środowiskowo praktyk w organizacjach, przy czym kompetencje technologiczne i sztuczna inteligencja moderują te zależności. Stwierdzono, że wdrażanie praktyk Zielonego HRM poprawia wyniki środowiskowe organizacji, reputację i przestrzeganie norm regulacyjnych i branżowych. Niniejsze badanie identyfikuje potrzebę dostosowanych strategii Zielonego HRM dostosowanych do specyficznych wyzwań środowiskowych i kontekstu kulturowego Kataru.

17

Sprawność po udarze dzięki egzoszkieletowi kończyny górnej

Duszczyk Karolina

Mechanik

|

2024

|

R. 97, nr 2

20--21

PL

Osobom po udarze, wypadkach lub z chorobami nerwowo-mięśniowymi egzoszkielet rehabilitacyjny ręki wydrukowany w 3D pomoże ćwiczyć ruchy stawów barkowego i łokciowego. Do automatycznej analizy błędów pacjenta inżynierowie, programiści i fizjoterapeuci wykorzystają sztuczną inteligencję.

18

Sztuczna inteligencja usprawnia procesy logistyczne

Picyk Piotr, Mincewicz Janusz

Logistyka

|

2024

|

nr 1

38--42

PL

Rozmowa z PIOTREM PICYKIEM, dyrektorem sprzedaży i marketingu systemów logistycznych PSI na region Europy Środkowo-Wschodniej.

19

Sztuczna Inteligencja i czujnik UWB zmieniają zasady gry w logistyce magazynowej

Kalinowski Mateusz, Hering Marek, Weichbroth Paweł

Logistyka

|

2024

|

nr 2

44--47

PL

Sztuczna inteligencja - AI (artifical inteligence) zwiększa efektywność procesów magazynowych.Dzięki nowym roziwązaniom możliwe jest nie tylko przetwarzanie ogromnych ilości danych w tempie, które jest poza zasięgiem ludzi, ale także zwiększanie efektywności najważniejszych procesóww logistyce magazynowej.

20

Przyszłość modelowania informacji o budynku - systematyczny przegląd literatury z wykorzystaniem sztucznej inteligencji

Borkowski Andrzej Szymon

Inżynieria i Budownictwo

|

2024

|

R. 80, nr 1-2

2--7

PL

BIM jest podstawą do zrealizowania idei cyfrowego bliźniaka, co z kolei przybliża branżę budowlaną do koncepcji gospodarki o obiegu zamkniętym. BIM łączy się z GIS, IoT, ML i wykorzystuje metody sztucznej inteligencji. Dotychczasowe badania wielokrotnie mapowały BIM w różnych kontekstach. W systematycznych przeglądach naukowcy przeanalizowali obecny stan wiedzy i/lub techniki. Zidentyfikowaną luką badawczą jest brak systematycznego przeglądu, który mapowałby publikacje dotyczące przyszłości BIM. Stąd celem niniejszego artykułu było przeprowadzenie szerokiego systematycznego przeglądu dostępnych prognoz rozwoju BIM i kierunków przyszłych badań nad BIM. W tym celu wykorzystano narzędzia sztucznej inteligencji - dimension.ai i ChatGPT4. Do mapowania wykorzystano narzędzie VosViewer. W artykule zaprezentowano obecne i przyszłe wyzwania stojące przed branżą AECOO. Przedstawiono również prognozy dotyczące rozwoju BIM w nadchodzących latach.

EN

BIM is the basis for arriving at the idea of the digital twin, which in turn brings the construction industry closer to the concept of the circular economy. BIM enters into fusion with GIS, loT, ML and uses artificial intelligence methods. Research to date has repeatedly mapped BIM in different contexts. In systematic reviews, researchers have analyzed the current state of knowledge and/or techniques. An identified research gap is the lack of a systematic review that maps publications on the future of BIM. Hence, the aim of this thesis was to conduct a broad systematic review of available predictions of BIM development and directions for future BIM research. Artificial intelligence tools - dimension.ai and ChatGPT4 - were used to support this aim. The VosViewer tool was used in the mapping. The paper presents the current and future challenges facing the AECOO industry. A prediction was also made about the development of BIM in the coming years.