Książki, monografie, podręczniki, rozdziały (WFTIiMS)

Stały URI dla kolekcji


Ostatnie zgłoszenia

Teraz wyświetlane 1 - 20 z 71
  • Pozycja
    Wykłady z analizy matematycznej 2 dla informatyków
    (Wydawnictwo Politechniki Łódzkiej, 2023) Galewski, Marek; Gasiński, Leszek
    Przedkładany Czytelnikowi podręcznik w jakiejś mierze stanowi odzwierciedlenie wykładów z przedmiotu ’Analiza matematyczna 2’ dla studentów pierwszego stopnia informatyki stosowanej. Notatki do wykładów istniały już wcześniej w różnej postaci i postanowiłem je połączyć w pewną całość. Mam świadomość, iż wprowadzane przeze mnie podejście nie jest w żadnej mierze nowatorskie, ale tak zredagowany podręcznik może być przydatny dla studentów Politechniki Łódzkiej [...]
  • Pozycja
    Semi-formal Methods for Security Informed Safety Assessment of Robotic Systems
    (Wydawnictwo Politechniki Łódzkiej, 2023) Kharchenko, Vyacheslav; Abakumov, Artem; Yakovlev, Sergiy
  • Pozycja
    Simulation of the Quantum Heat Engine in the Quantum Register
    (Wydawnictwo Politechniki Łódzkiej, 2023) Ostrowski, Marcin
    This paper investigates whether a quantum computer can efficiently simulate the transfer of excitation between a pair of quantum systems with energy loss caused by photon or phonon emission. The main contribution of our work is an algorithm that enables the simulation of time evolution of such a system, implemented on a standard two-input gates. The paper examines the properties of the proposed algorithm and then compares the obtained results with theoretical predictions.
  • Pozycja
    MPTCP Congestion Control Algorithms for Streaming Applications – Performance Evaluation in Public Networks
    (Wydawnictwo Politechniki Łódzkiej, 2023) Łuczak, Łukasz Piotr; Ignaciuk, Przemysław; Morawski, Michał
    Efficient data transfer for high-quality streaming requires fast speed, low latency, and stable transmission parameters. Utilizing multiple communication paths is a promising solution for improving performance. This paper evaluates the most common MPTCP congestion control algorithms in the context of streaming applications in the open Internet. The results show that the BALIA algorithm is the most effective CC algorithm for multi-path streaming. This algorithm achieves the lowest path delay and Head-of-Line blocking degree with consistent throughput. Conversely, the MPTCP CC algorithm wVegas exhibits the weakest performance.
  • Pozycja
    Local Energy Redistribution Units for Space Dimensionality Reduction in Data Classification
    (Wydawnictwo Politechniki Łódzkiej, 2023) Puchała, Dariusz
    In this paper, we present locally trained 2-input to 2-output neurons called Local Energy Redistribution Units (LERUs), which enable to transfer most of the input data energy to the selected output, and when organized into properly designed networks, allow for the energy accumulation in lower-indexed elements of output vectors. This property can be used to reduce the dimensionality of the input data space, resulting in a reduction in the number of weights and disk space needed to store neural network models. We test the effectiveness of the proposed approach experimentally in the task of data classification using the well-known MNIST dataset.
  • Pozycja
    Dynamic Mutation Control in Continuous Genetic Algorithms
    (Wydawnictwo Politechniki Łódzkiej, 2023) Wieczorek, Łukasz; Ignaciuk, Przemysław
    In this paper the adaptability of the mutation operation in continuous genetic algorithms (CGAs) is taken into consideration from an analytical perspective. For this purpose, based on the notation that has previously been used to analyze the classical, binary genetic algorithm, a dynamic system model of CGA has been created. In order to adapt the mutation probability in successive generations, a linear controller has been applied. It allows one to accelerate the evolution process. As a result, faster convergence is obtained, as required in computationally intensive optimization problems.
  • Pozycja
    A Novel Learning Multi-Swarm Particle Swarm Optimization
    (Wydawnictwo Politechniki Łódzkiej, 2023) Borowska, Bożena
    Particle swarm optimization (PSO) is one of the metaheuristic optimization methods. Because of its many advantages, it is often used to solve real-world engineering problems. However, in case of complex, multidimensional tasks, PSO faces some problems related to premature convergence and stagnation in local optima. To eliminate this inconveniences, in this paper, a new learning multi-swarm particle swarm optimization method (LMPSO) with local search operator has been proposed. The presented approach was tested on a set of nonlinear functions and a CEC2015 test suite. The obtained results were compared with other optimization methods.
  • Pozycja
    Increasing Skin Lesions Classification Rates using Convolutional Neural Networks with Invariant Dataset Augmentation and the Three-Point Checklist of Dermoscopy
    (Wydawnictwo Politechniki Łódzkiej, 2023) Milczarski, Piotr; Borowski, Norbert; Beczkowski, Michał
    In the paper, we show how to tackle the problem of lack of the rotation invariance in CNN networks using the authors’ Invariant Dataset Augmentation (IDA) method. The IDA method allows to increase the classification rates taking into account as an example the classification of the skin lesions using a small image set. In order to solve the problem of the lack of rotation invariance, IDA method was used and the dataset was increased in an eightfold and invariant way. In the research, we applied the IDA methods and compared the results of VGG19, XN and Inception-ResNetv2 CNN networks in three skin lesions features classification defined by wellknown dermoscopic criterions e.g. the Three-Point Checklist of Dermoscopy or the Seven-Point Checklist. Due to Invariant Dataset Augmentation, the classification rate parameters like true positive rate by almost 20%, false positive rate as well as the F1 score and Matthews correlation coefficient have been significantly increased opposite to type II error that has significantly decreased. In the paper, the confusion matrix parameters result in: 98-100% accuracy, 98-100% true positive rate, 0.0-2.3% false positive rate, tests F1=0.95 and MCC=0.95. That general approach can provide higher results while using CNN networks in other applications.
  • Pozycja
    Building Energy Use Intensity Prediction with Artificial Neural Networks
    (Wydawnictwo Politechniki Łódzkiej, 2023) Stokfiszewski, Kamil; Sztoch, Przemysław; Sztoch, Ryszard; Wosiak, Agnieszka
    In this paper the authors propose the construction and examine the performance of the artificial neural network for energy use intensity prediction for residential buildings. The network’s type is the standard multilayer perceptron and its training dataset contains the data of 768 residential buildings where the training pattern for an individual building consists of 8 parameters describing the building’s geometry along with its lighting and glazing conditions while the only output value is the building’s actual energy use intensity characteristics. Experimental study shows that the mean absolute percentage error of prediction of the energy use intensity evaluated for buildings data present in the network’s test set does not exceed 1.8%, what might be considered a highly satisfactory result.
  • Pozycja
    Towards Ontology-Driven Verification of Car Claims Settlement
    (Wydawnictwo Politechniki Łódzkiej, 2023) Pancerz, Krzysztof; Wolski, Jacek
    In the paper, we outline an intelligent tool enabling the users to automatize the process of verification of the car claims settlement. Two data sources power the tool. The first one is the source of car images in which damaged elements are recognized. The second one is the source of PDF files in which cost estimates are extracted. The designed ontology of car repair, described in the paper, is used both in the pre-processing step and in recognition of a typical situations.
  • Pozycja
    Integrating Anomaly Detection for Enhanced Data Protection in Cloud-Based Applications
    (Wydawnictwo Politechniki Łódzkiej, 2023) Czerkas, Konrad; Drozd, Michał; Duraj, Agnieszka; Lichy, Krzysztof; Lipiński, Piotr; Morawski, Michał; Napieralski, Piotr; Puchała, Dariusz; Kwapisz, Marcin; Warcholiński, Adrian; Karbowańczyk, Michał; Wosiak, Piotr
    In this research, anomaly detection techniques and artificial neural networks were employed to address the issue of attacks on cluster computing systems. The study investigated the detection of Distributed Denial of Service (DDoS) and Partition attacks by monitoring metrics such as network latency, data transfer rate, and number of connections. Additionally, outlier detection algorithms, namely Local Outlier Factor (LOF) and COF, as well as ARIMA and SHESD models were tested for anomaly detection. Two types of neural network architectures, multi-layer perceptron (MLP) and recursive LSTM networks, were used to detect attacks by classifying events as “attack” or “no attack”. The study underscores the importance of implementing proactive security measures to protect cluster computing systems from cyber threats.
  • Pozycja
    Energy Dissipation Anomalies in Buildings
    (Wydawnictwo Politechniki Łódzkiej, 2023) Morawski, Michał; Tomczyk, Arkadiusz; Idaczyk, Maciej
  • Pozycja
    AI-driven Ecodriving and ETA Solutions for Truck Transport
    (Wydawnictwo Politechniki Łódzkiej, 2023) Lipiński, Piotr; Morawski, Michał; Napieralski, Piotr; Nowok, Paweł; Zawiślak, Bartosz; Hojdys, Leszek; Lazar, Marcin; Lazarek, Przemysław; Zając, Norbert; Pizoń, Sylwester; Jakubiec, Rafał; Sienkiewicz, Jacek; Gołąbek, Sebastian; Kabocik, Mateusz; Fedrizzi, Szymon; Kuliga, Michał; Frączkiewicz, Mateusz; Malarz, Mirosław; Puchalski, Jarosław; Danysz, Ewa; Grajcarek, Maciej
  • Pozycja
    Improvement of Attention Mechanism Explainability in Prediction of Chemical Molecules’ Properties
    (Wydawnictwo Politechniki Łódzkiej, 2023) Durys, Bartosz; Tomczyk, Arkadiusz
    In this paper, the analysis of selected graph neural network operators is presented. The classic Graph Convolutional Network (GCN) was compared with methods containing trainable attention coefficients: Graph Attention Network (GAT) and Graph Transformer (GT). Moreover, which is an original contribution of this work, training of GT was modified with an additional loss function component enabling easier explainability of the produced model. The experiments were conducted using datasets with chemical molecules where both classification and regression tasks are considered. The results show that additional constraint not only does not make the results worse but, in some cases, it improves predictions.
  • Pozycja
    Weak Supervision in Enemy Detection Based on Computer Game Output Video Stream
    (Wydawnictwo Politechniki Łódzkiej, 2023) Rajtar, Jakub; Szajerman, Dominik
    This work contains a solution for image classification and enemy detection in the output video stream of a computer game. Weak supervision was used to achieve the goal. It shows that an image dataset with a certain number of incorrect classification labels can be used to correctly build a classification model that distinguishes between images containing and not containing an enemy. Based on the results of such classification stage and the use of class activation maps, a method for detecting enemies on positively classified images was proposed. The tedious process of image labeling, which is necessary for supervised learning, does not occur here.
  • Pozycja
    Recognition of Shoplifting Activities in CCTV Footage Using the Combined CNN-RNN Model
    (Wydawnictwo Politechniki Łódzkiej, 2023) Kirichenko, Lyudmyla; Pichugina, Oksana; Sydorenko, Bohdan; Yakovlev, Sergiy
    The recognition of human activities through surveillance has numerous applications across various fields. This article presents a proposed approach to identify shoplifting in camera-recorded video data using a neural classifier that combines two neural networks, specifically, convolutional and recurrent networks. The hybrid architecture consists of two parallel streams: initial and processed video fragments (histogram of oriented gradients and optical flow). The convolutional network extracts features from each frame of the video fragment, while the recurrent network processes the temporal information from sequences of frames as features to classify the activity.
  • Pozycja
    Progress in Polish Artificial Intelligence Research 4
    (Wydawnictwo Politechniki Łódzkiej, 2023) Wojciechowski, Adam (Ed.); Lipiński, Piotr (Ed.)
  • Pozycja
    Podstawy teorii ergodycznej
    (Wydawnictwo Politechniki Łódzkiej, 2022) Balcerzak, Marek; Biś, Andrzej
  • Pozycja
    Wstęp do logiki i teorii mnogości
    (Wydawnictwo Politechniki Łódzkiej, 2022) Bienias, Marek; Głąb, Szymon; Żeberski, Szymon; Hejduk, Jacek
  • Pozycja
    Kilka wykładów o funkcjach rzeczywistych.
    (Wydawnictwo Politechniki Łódzkiej, 2022) Balcerzak, Marek; Natkaniec, Tomasz
    Podstawy teorii funkcji rzeczywistych znajdują liczne zastosowania w innych działach matematyki. Na przykład funkcje o wahaniu skończonym na przedziale [a, b] stanowią ciekawą i ważną algebrę Banacha. Całka Riemanna-Stieltjesa ma istotne zastosowania w probabilistyce i w równaniach różniczkowych. Funkcjom monotonicznym i funkcjom o wahaniu skończonym są poświęcone dwa pierwsze rozdziały skryptu, a kolejny dotyczy najważniejszych własności całki Riemanna-Stieltjesa. Klasyczne twierdzenie Vitalego o pokryciu jest ważnym narzędziem w teorii funkcji odwołującym się do miary Lebesgue’a na prostej. Z jego pomocą dowodzi się, że funkcja monotoniczna na przedziale jest różniczkowalna prawie wszędzie. Ten materiał został wyłożony w rozdziale 4. Absolutnie ciągłość funkcji jest fundamentalnym pojęciem z punktu widzenia całki Lebesgue’a. Tę klasę funkcji omówiono w rozdziale 5, zamieszczając ich elegancką charakteryzację pochodzącą od Banacha i Zareckiego. Geneza funkcji pierwszej klasy Baire’a wywodzi się z początków tzw. deskryptywnej teorii mnogości. Te funkcje rozpatrywane w różnych ujęciach nadal są interesujące z punktu widzenia topologii i analizy funkcjonalnej. Zostały one omówione w rozdziale 6, gdzie przedstawiono m.in. klasyczną charakteryzację Lebesgue’a wyrażoną w języku przeciwobrazów półprostych. Ostatni rozdział 7 zawiera zestaw zadań ilustrujących rozważania teoretyczne z poprzednich rozdziałów. W nowym wydaniu skryptu usunięte zostały usterki zauważone w poprzedniej wersji. Rozszerzono materiał dotyczący funkcji absolutnie ciągłych i funkcji pierwszej klasy Baire’a poprzez dołączenie podrozdziałów 5.3 i 6.3. W rozdziale 7 pojawiły się nowe podrozdziały 7.1 i 7.5 oraz podrozdział 7.7 zawierający rozwiązania niektórych zadań. Ponadto dodano dwie pozycje [8] i [9] do bibliografii.