Increasing number of unwanted e-mails has influence on users’ security in the Internet. Today spam e-mails can store potential malicious messages which e.g. can redirect user to fake sites. These messages recently appeared in social media. Filtering of this content is important due to minimize financial and branding costs. Traditional methods of spam filtering cannot be sufficient for present threats. We required new methods for constructing more dependable and robust antispam filters. Machine learning recently becomes very popular technique in classification methods. It has been successfully used in spam classification. In this paper we present some methods of machine learning for spam detecting. We would also like to introduce ways to solve the spam classification problem. We show that these methods can be useful in classification of malicious messages. We also compared developed methods and presented results in the experimental section.
Do narażenia ludzi na pestycydy we wzrastającym stopniu przyczynia się woda przeznaczona do spożycia. Powodem tego jest szerokie stosowanie pestycydów rolnictwie i ich trwałość w środowisku, prowadzące do utrzymującego się długi czas skażenia warstw wodonośnych, a także ograniczone zasoby wód, które mogą być wykorzystywane na zaopatrzenie ludności, skłaniające do korzystania z wód zanieczyszczonych pestycydami, oraz zmiany klimatyczne, wymuszające stosowanie większych ilości pestycydów celem ochrony upraw, a zarazem zmniejszające dostęp do wód odpowiedniej jakości. W warunkach długotrwałego narażenia, przy codziennym spożyciu wody, nawet niewielkie stężenia pestycydów w niej zawartych mogą w dłuższej perspektywie szkodliwie wpływać na stan zdrowia ludzi, powodując m.in. zaburzenia funkcji seksualnych, układu immunologicznego, zmiany w ośrodkowym układzie nerwowym, zaburzenia endokrynologiczne. Celem pracy była ocena narażenia populacyjnego na występowanie pestycydów w wodzie przeznaczonej do spożycia w Polsce, z wykorzystaniem dwóch metod ich klasyfikacji: WHO i GHS. Ocenę przeprowadzono w skali kraju na podstawie wyników analiz wykonanych w latach 2005-2010 w ramach kontroli nadzorowanej przez organy Państwowej Inspekcji Sanitarnej. Uzyskane wyniki pokazują istotny poziom zagrożenia. Szacowana liczba osób korzystających z wody zawierającej pestycydy wynosi ponad 7 min 300 tys., z czego blisko 4 min corocznie może mieć dostęp do wody, w której pestycydy występują w stężeniach przekraczających dopuszczalne stężenia określone w polskich przepisach prawnych.
EN
Exposure on pesticides from drinking water rises due to large use of these chemical in agriculture, their persistency in the environment and as a result, the long-term pollution of aquifers. The limited water resources and climatic changes are also resulting in growing pesticide use In terms of long-term exposure in case of drinking water, even with very low concentrations of pesticides in it, may have in the long perspective negative impact on the health of humans, causing among others: sexual or immune system dysfunctions, changes in the central nervous system, endocrine disorders. The aim of this paper was to assess exposure of the population to the presence of pesticides in drinking water in Poland, using two classification methods: WHO and the GHS. The evaluation was carried out in the whole country on the basis of the results of analyzes conducted in 2005-2010 period as part of the control supervised by the Polish State Sanitary Inspection. The results show a significant level of threat. Estimated number of people drinking water containing pesticides is more than 7 million 300 thousand, from which nearly 4 million people annually may be exposed to water consumption with pesticides at concentrations exceeding the limits values specified in polish and European legislation.
3
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Celem referatu jest zastosowanie sztucznych sieci neuronowych do analizy zjawisk zachodzących na rynku nieruchomości. Szczególnie istotnym zagadnieniem związanym z tym rynkiem jest proces wyceny nieruchomości, dlatego podjęto próbę zastosowania sieci neuronowych do przewidywania cen nieruchomości. Problem ten został potraktowany jako zagadnienie klasyfikacji nieruchomości do jednej z grup cenowych. Badania zostały przeprowadzone na podstawie danych empirycznych pochodzących z lokalnego rynku mieszkaniowego. Do klasyfikacji obiektów zastosowano jednokierunkowe sieci wielowarstwowe.
EN
The aim of the paper is the application of the artificial neural networks to analysis the economic phenomena which take place in the real estate market. One of the most important issue related to the market is the estimation of real estate price. That is the reason why it was decided to attempt of neural networks in order to foresee real estate prices. The investigation is provided on the basis of the empirical data from local apartment market. The apartments were classified to one of the price groups. For classification of objects feedforwards networks were used.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.