Wyniki wyszukiwania - Biblioteka Nauki

1

Problemy współczesności. Recenzja książki Re-Engineering Humanity autorstwa Bretta Frischmanna i Evana Selingera

100%

Blechar Ł.

|

tom 9

2

Functioning of real-time analytics in business

63%

Wolniak R.

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska

|

2023

|

tom z. 172

659--677

EN

Purpose: The goal of the paper is to analyze the main features, benefits and problems with the real-time analytics usage. 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 paper focus on the advantages and disadvantages of real-time analytics. The ability to process and analyze data in real-time allows organizations to quickly identify trends and patterns, optimize their operations, and allocate resources more efficiently. Additionally, real-time analytics helps businesses identify new revenue opportunities and optimize their pricing strategies, monitor user behavior, detect security threats, and react without delay. However, real-time analytics can be expensive to implement, require technical expertise, and generate false positives. Proper data quality, security measures, and system scaling are also essential for effective implementation. The vague definition of real-time and the requirement to collect detailed requirements from all stakeholders can also present challenges to businesses. Originality/value: Detailed analysis of all subjects related to the problems connected with the real-time analytics.

3

Wpływ liczby predyktorów na skuteczność algorytmów opartych na drzewach klasyfikacyjnych

63%

Owczarek T. , Sojda A. , Kaczmarek K.

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska

|

2015

|

tom z. 86

507--517

PL

Współczesne organizacje, aby być konkurencyjne, muszą mieć umiejętności przetworzenia olbrzymich danych. Jednym z najbardziej obiecujących kierunków w tym zakresie jest wykorzystanie analityki predykcyjnej, opierającej się na algorytmach i modelach uczenia maszynowego. Związanych z tym jest wciąż wiele wyzwań, m.in. pytanie o „wejście” do takich modeli, czy powinny to być wszystkie dane zgromadzone przez organizację czy może raczej wcześniej wybrane zmienne? Celem artykułu jest zbadanie skuteczności algorytmów opartych na drzewach klasyfikacyjnych ze względu na liczebność predyktorów.

EN

To stay competitive contemporary organizations have to master in processing massive amount of data. Predictive analytics, that is analytics based on machine learning algorithms and models, is one of the most promising directions. But there are many issues involved. One of them is the input to such models: should it be all data gathered by organization or just the selected variables? The aim of the article is to check how the number of predictors influences accuracy of classification algorithms based on trees.

4

Zwalczanie cyberprzestępczości ekonomicznej przy wykorzystaniu sztucznej inteligencji (AI)

63%

Bukowski M.

|

2023

|

tom 151(3)

151-179

PL

Zwalczanie cyberprzestępczości gospodarczej za pomocą sztucznej inteligencji może być skutecznym nowym podejściem. Technologie sztucznej inteligencji mogą bowiem wykrywać cyber zagrożenia i reagować na nie w czasie rzeczywistym, identyfikować wzorce i anomalie w dużych zbiorach danych oraz automatyzować różne procesy bezpieczeństwa. Podstawowe sposoby wykorzystania sztucznej inteligencji do zwalczania cyberprzestępczości ekonomicznej to wykrywanie zagrożeń, analiza behawioralna, zapobieganie oszustwom, wykrywanie phishingu i złośliwego oprogramowania, zarządzanie lukami w zabezpieczeniach, reagowanie na incydenty i wykrywanie zagrożeń, analityka predykcyjna czy automatyzacja bezpieczeństwa. Należy jednak zauważyć, że chociaż sztuczna inteligencja może znacznie usprawnić działania związane z cyber bezpieczeństwem, nie jest to samodzielne rozwiązanie. Należy go używać w połączeniu z innymi środkami bezpieczeństwa, takimi jak regularne aktualizacje oprogramowania, szkolenia pracowników i silne kontrole dostępu, aby stworzyć solidną obronę przed cyberprzestępczością ekonomiczną.

5

The basis of prospective analytics in business

63%

Wolniak R. , Grebski W.

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska

|

2023

|

tom z. 176

771--789

EN

Purpose: The goal of the paper is to analyze the main features, benefits and problems with the prospective analytics usage. Design/methodology/approach: Critical literature analysis. Analysis of international literature from main databases and polish literature and legal acts connecting with researched topic. Findings: Prescriptive analytics aims to assist businesses in making informed decisions that optimize desired outcomes or minimize undesired ones. It goes beyond predicting future outcomes and provides recommendations on the best actions to achieve desired goals while considering potential risks and uncertainties. Prescriptive analytics finds applications in various domains such as supply chain management, financial planning, healthcare, marketing, and operations management. It empowers businesses to make data-driven decisions, optimize resource allocation, enhance efficiency, and gain a competitive advantage. Considered the highest level of analytics, prescriptive analytics combines historical data, real-time information, optimization techniques, and decision models to generate actionable recommendations. Originality/value: Detailed analysis of all subjects related to the problems connected with the prospective analytics.

6

Functioning of predictive analytics in business

63%

Wolniak R. , Grebski W.

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska

|

2023

|

tom z. 175

631--650

EN

Purpose: The goal of the paper is to analyze the main features, benefits and problems with the predictive analytics usage. Design/methodology/approach: Critical literature analysis. Analysis of international literature from main databases and polish literature and legal acts connecting with researched topic. Findings: Predictive analytics is a powerful tool that leverages historical data and statistical models to forecast future outcomes and behaviors. It enables organizations to gain valuable insights, make informed decisions, and drive business growth. By analyzing patterns, correlations, and trends in data, predictive analytics can uncover hidden relationships and provide a deeper understanding of business processes, customer behavior, market trends, and other important factors. The benefits of predictive analytics are numerous. It enables organizations to forecast and predict future events, leading to proactive decision-making and the ability to anticipate trends and outcomes. It enhances decision-making processes, improves resource allocation, and provides enhanced customer insights. Predictive analytics also helps in risk mitigation, fraud detection, optimization of operations and pricing, product development, and marketing effectiveness. By leveraging these benefits, organizations can gain a competitive advantage and achieve sustainable success. Originality/value: Detailed analysis of all subjects related to the problems connected with the predictive analytics.

7

Analytical decision list algorithm for managing customer reaction to a marketing campaign

63%

Ushakova I. , Hrabovskyi Y. , Szymczyk K.

Polish Journal of Management Studies

|

2023

|

tom Vol. 28. No. 1

360--379

EN

In this paper, the authors aim to develop a methodology for customer segmentation based on their response to marketing campaigns, considering customer value using predictive analytics methods and computer modeling tools. The scientific novelty of this article is the method of modeling and analyzing customer reactions to a marketing campaign. This method includes the following stages: questionnaire development and customer data collection; preliminary analysis of the received data; preparation of customer data in a formalized presentation; RFM analysis of customer value; building a model of customer feedback on a marketing campaign based on the solution list algorithm; analysis of the obtained results. The decision list algorithm was chosen to model customer response to marketing campaigns, which provides an inherent order to the rule set and a more accessible interpretation of the results. The IBM SPSS Modeler was used as a modeling tool. Customer information for the model was obtained through a survey conducted among customers of companies manufacturing packaging goods using a specially designed questionnaire. The practical value of the research lies in the application of the results of customer segmentation to create marketing strategies by a company that can consider the results of both models and group them to cover a wider range of customers.

PL

W artykule autorzy stawiają sobie za cel opracowanie metodologii segmentacji klientów na podstawie ich reakcji na kampanie marketingowe, z uwzględnieniem wartości klienta z wykorzystaniem metod analityki predykcyjnej i narzędzi modelowania komputerowego. Nowością naukową artykułu jest metoda modelowania i analizy reakcji klientów na kampanię marketingową. Metoda ta obejmuje następujące etapy: opracowanie kwestionariusza i zebranie danych o klientach; wstępną analizę otrzymanych danych; przygotowanie danych klienta w sformalizowanej prezentacji; analizę RFM wartości klienta; zbudowanie modelu opinii klientów o kampanii marketingowej w oparciu o algorytm listy rozwiązań; analizę uzyskanych wyników. Algorytm listy decyzyjnej został wybrany do modelowania reakcji klientów na kampanie marketingowe, co zapewnia nieodłączne uporządkowanie zestawu reguł i bardziej przystępną interpretację wyników. Jako narzędzie modelowania wykorzystano program IBM SPSS Modeler. Informacje o kliencie dotyczące modelu uzyskano poprzez ankietę przeprowadzoną wśród klientów firm produkujących towary opakowaniowe za pomocą specjalnie zaprojektowanej ankiety. Praktyczna wartość badania polega na zastosowaniu wyników segmentacji klientów do tworzenia strategii marketingowych przez firmę, która może uwzględnić wyniki obu modeli i pogrupować je w celu objęcia szerszego grona klientów.

8

Możliwości wdrożenia koncepcji Budownictwa 4.0 w obszarze BHP

44%

Kaczorek K.

Przegląd Budowlany

|

2023

|

tom R. 94, nr 9-10

105--109

PL

Na początku pierwszej dekady XXI wieku rozpoczęła się czwarta rewolucja przemysłowa, która opiera się na pracy na dotychczas niespotykanej ilości danych, co w rezultacie umożliwia cyfryzację oraz integrację systemów i procesów. Przywołane zmiany są wdrażane również w branży budowlanej, co przekłada się bezpośrednio na opracowywanie nowych innowacyjnych rozwiązań, których celem jest poprawa wybranych parametrów procesu inwestycyjno-budowlanego. W niniejszym artykule przedstawiono możliwości wdrożenia w obszarze bezpieczeństwa i higieny pracy na budowie następujących technologii: BIM, czyli modelowanie informacji o obiekcie budowlanym, usługi w chmurze i technologie mobilne, sztuczna inteligencja, ze szczególnym uwzględnieniem analityki prognostycznej, Internet rzeczy, Rzeczywistość rozszerzona, robotyzacja, bezzałogowe statki powietrzne i egzoszkielety, Druk 3D, Big Data, Cyfrowe bliźniaki (digital twins). Przeprowadzona analiza umożliwiła wskazanie pól, które już są gotowe do szerokiej implementacji, a które obszary stanowią potencjalne obszary, które mogą być wdrożone w celu poprawy warunków BHP w realizacji kontraktów budowlanych.

EN

At the beginning of the first decade of the 21st century, the fourth industrial revolution began, which is based on working with previously unprecedented amounts of data, which ultimately enables the digitization and integration of systems and processes. The above-mentioned changes are also implemented in the construction industry, which translates directly into the development of new innovative solutions aimed at improving selected parameters of the investment and construction process. This article presents the possibilities of implementing the following technologies in the area of occupational health and safety on construction sites: BIM, i.e. building information modeling, cloud services and mobile technologies, artificial intelligence, with particular emphasis on predictive analytics, Internet of Things, Augmented Reality, robotization, unmanned aerial vehicles and exoskeletons, 3D printing, Big Data, Digital twins. The analysis carried out made it possible to identify the fields that are already ready for wide implementation, and which areas are potential areas that can be implemented in order to improve health and safety conditions in the implementation of construction contracts.

9

Classification and segmentation of periodontal cystfor digital dental diagnosis using deep learning

44%

Lakshmi T. K. , Dheeba J.

Computer Assisted Methods in Engineering and Science

|

2023

|

tom Vol. 30, no. 2

131--149

EN

The digital revolution is changing every aspect of life by simulating the ways humansthink, learn and make decisions. Dentistry is one of the major fields where subsets ofartificial intelligence are extensively used for disease predictions. Periodontitis, the mostprevalent oral disease, is the main focus of this study. We propose methods for classifyingand segmenting periodontal cysts on dental radiographs using CNN, VGG16, and U-Net.Accuracy of 77.78% is obtained using CNN, and enhanced accuracy of 98.48% is obtainedthrough transfer learning with VGG16. The U-Net model also gives encouraging results.This study presents promising results, and in the future, the work can be extended withother pre-trained models and compared. Researchers working in this field can develop novelmethods and approaches to support dental practitioners and periodontists in decision-making and diagnosis and use artificial intelligence to bridge the gap between humansand machines.