Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
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
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Szerokie spektrum zadań, jakie wykonują strażacy Państwowej Straży Pożarnej oraz mnogość zagrożeń, na jakie są narażeni, przyczyniły się do zakwalifikowania tego zawodu jako obarczonego bardzo wysokim poziomem ryzyka. W artykule dokonano analizy przyczyn i skutków wypadków strażaków Państwowej Straży Pożarnej na przestrzeni lat 2010 - 2016.
EN
The wide range of tasks performed by firefighters of the State Fire Service - and the multitude of risks they are exposed to - have contributed to qualifying this profession as carrying a very high level of risk. The article analyzes the causes and effects of firefighters' accidents in the State Fire Service in 2010 – 2016.
PL
W ramach prac kontynuowano rozpoczęte w roku 2012 badania pozwalające na wykorzystanie metod rozpoznawania obrazów do identyfikacji cech strukturalnych i petograficznych węgla. Skoncentrowano się na automatycznej identyfikacji witrynitu, inertynitu oraz kataklazy. Są to cechy petrograficzne i strukturalne węgla najczęściej analizowane w IMG PAN przy ocenie stanu zagrożenia wyrzutowego. W badaniach oceniono przydatność wybranych parametrów tworzących przestrzeń cech, zbadano wpływ wielkości okna pomiarowego na wynik rozpoznania, przebadano wpływ przestrzeni barw, w której prowadzone są pomiary oraz dokonano analizy wpływu metryki odległości, w której wykonywane są obliczenia. W wyniku przeprowadzonych analiz otrzymano wysoki odsetek poprawnych klasyfikacji badanych struktur sięgający ponad 95%. Potwierdza to przydatność metod sztucznej inteligencji do automatycznej identyfikacji wybranych cech petrografi cznych i strukturalnych węgla.
EN
In 2012 research work was undertaken aimed to utilise the pattern recognition methods in identification of structural and petrographic features of coal. This stage of the research program was focused on automatic identification of vitrinite, inertinite and cataclasis. These petrographic and structural features of coals are typically analysed at the Strata Mechanics Research Institute when evaluating the outburst hazard. The adequacy of parameters defining the features space as well as the infl uence of the measurement window size on the result of recognition was evaluated. Other issues addressed include the influence of the colour space in which the measurements are taken and the impact of distance metrics. Results include a high-proportion of correct classifications of investigated structures (over 95%), thus confirming the adequacy of AI methods in automatic identification of selected petrographic and structural features of coal.
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.