Książki, monografie, podręczniki, rozdziały (WEEIiA)

Stały URI dla kolekcji

Przeglądaj

Ostatnie zgłoszenia

Teraz wyświetlane 1 - 20 z 135
  • Pozycja
    Distribution
    (Wydawnictwo Politechniki Łódzkiej, 2023) Laska-Leśniewicz, Anna
  • Pozycja
    Introduction
    (Wydawnictwo Politechniki Łódzkiej, 2023) Laska-Leśniewicz, Anna; Malinowska-Olszowy, Monika
  • Pozycja
    Sustainable development and circular economy
    (Wydawnictwo Politechniki Łódzkiej, 2023) Laska-Leśniewicz, Anna; Malinowska-Olszowy, Monika
  • Pozycja
    Sustainable design and process in textiles for higher education
    (Wydawnictwo Politechniki Łódzkiej, 2023) Malinowska-Olszowy, Monika (Red.); Laska-Leśniewicz, Anna (Red.); Glogar, Martinia, Ira (Rec.)
    "The E-Book on Sustainable Design and Process in Textiles is one of the several types of educational activities undertaken in the GreenTEX project. To the best authors‘ knowledge, it is necessary to change the awareness and approach to sustainability in the broad textile industry (and related ones). Future textile designers who in the future will create new products and solutions not only for the textile and clothing industry but also for others that use textile products (such as medicine, transport, hygiene industry and protective equipment) must have full knowledge and awareness of how to create new solutions in line with the goals of sustainable development. [...]"
  • Pozycja
    Predictive User Interface for Emerging Experiences
    (Wydawnictwo Politechniki Łódzkiej, 2023) Kapusta, Paweł; Duch, Piotr
    This research paper focuses on the use of predictive techniques to improve interaction with user interfaces in emerging experiences such as Virtual Reality, Augmented Reality, Metaverse, and touchless kiosks and dashboards. We propose the concept of intelligent snapping, which uses gaze tracking, head-pose tracking, hand tracking, as well as gesture recognition and hand posture recognition to catch the intent of the person rather than the actual input.
  • Pozycja
    Grounded HyperSymbolic Representations Learned through Gradient-Based Optimization
    (Wydawnictwo Politechniki Łódzkiej, 2023) Łuczak, Piotr; Ślot, Krzysztof; Kucharski, Jacek
    Hyperdimensional computing is a novel paradigm, capable of processing complex data structures with simple operations. Its main limitations lie in the conversion of real world data onto hyperdimensional space, which due to lack of a universal translation scheme, oftentimes requires application-specific methods. This work presents a novel method for unsupervised hyperdimensional conversion of arbitrary image data. Additionally, this method is augmented by the ability of creating HyperSymbols, or class prototypes, provided that such class labels are available. The proposed method achieves promising performance on MNIST dataset, both in translating individual samples as well as producing HyperSymbols for downstream classification task.
  • Pozycja
    Autoregressive Label-Conditioned Autoencoder for Controllable Image-To-Video Generation
    (Wydawnictwo Politechniki Łódzkiej, 2023) Kubicki, Kacper; Ślot, Krzysztof
    Generating videos from a single image with user-controlled attributes is a complex challenge in the field of computer vision, despite the significant advancements recently made in the field. This paper presents a novel approach to tackle this issue, leveraging a convolutional autoencoder with supervised principal component analysis and autoregressive inference step. The efficacy of the proposed method is evaluated on two datasets – MNIST handwritten-digits and time-lapse photos of the sky. Results from both quantitative and qualitative analyses show that the proposed approach produces high-quality videos of variable duration with user-defined attributes, while preserving the integrity of original image contents.
  • Pozycja
    A Convolutional and Recurrent Neural Network-based Approach for Speech Emotion Recognition
    (Wydawnictwo Politechniki Łódzkiej, 2023) Duch, Piotr; Wiatrowska, Izabela; Kapusta, Paweł
    Speech emotion recognition (SER) is a crucial aspect of humancomputer interaction. In this article, we propose a deep learning approach, using CNN and RNN architectures, for SER using both convolutional and recurrent neural networks. We evaluated the approach on four audio datasets, including CREMA-D, RAVDESS, TESS, and EMOVO. Our experiments tested various feature sets and extraction settings to determine optimal features for SER. Our results demonstrate that the proposed approach achieves high accuracy rates and outperforms state-of-the-art algorithms.
  • Pozycja
    RNN-based Phase Unwrapping for Enabling Vital Parameter Monitoring with FMCW Radars
    (Wydawnictwo Politechniki Łódzkiej, 2023) Łuczak, Piotr; Hausman, Sławomir; Ślot, Krzysztof
    Application of radar technology enables remote breathing and heart rate monitoring by analyzing motion waveforms, which are reconstructed from phase signals extracted from radar-delivered data. However, nonlinear deformations introduced by phase recovery procedure make accurate motion reconstruction highly challenging, especially for millimeter-long waves that are commonly generated by state-of-the-art radar devices. In the presented paper we show that a GRU-based neural predictor is capable of correct phase unwrapping under presence of noise (originating e.g. from random subject’s movements), enabling vital parameter monitoring in realistic scenarios, which cannot be accomplished using standard approaches.
  • Pozycja
    Performance Analysis of Machine Learning Platforms Using Cloud Native Technology on Edge Devices
    (Wydawnictwo Politechniki Łódzkiej, 2023) Cłapa, Konrad; Grudzień, Krzysztof; Sierszeń, Artur
    This article presents the results of an experiment performed on a machine learning edge computing platform composed of a virtualized environment with a K3s cluster and Kubeflow software. The study aimed to analyze the effectiveness of executing Kubeflow pipelines for simulated parallel executions. A benchmarking environment was developed for the experiment to allow system performance measurements based on parameters, including the number of pipelines and nodes. The results demonstrate the impact of the number of cluster nodes on computational time, revealing insights that could inform future decisions regarding increasing the effectiveness of running machine learning pipelines on edge devices.
  • Pozycja
    Carbon Footprint Reduction of a Petrochemical Process Supported by ML and Digital Twin modelling
    (Wydawnictwo Politechniki Łódzkiej, 2023) Kulikowski, Sławomir; Romanowski, Andrzej; Sierszeń, Artur
    This article aims to present a concept of an Artificial Intelligence application in the form of pre-trained Machine Learning modules to reduce the carbon footprint of a chemical recycling process. Chemical recycling of plastic is energy-consuming as it requires relatively high temperatures and calibration cycles based on a constantly changing structure of raw materials. Due to that fact, complex process parameters must be tuned to allow the production of the required fraction of gasoline. In general, the designed IoT system enables a massive collection of technology and environmental data and the processing of parameters to feed the Digital Twin of a petrochemical plant. The scientific part of the project consists of Digital Twin modelling, experiments, simulations, and training of machine learning modules to predict the optimal set of production line parameters based on the specific structure of raw materials to reduce the number of calibrations and lower energy consumption indirectly which will lead to carbon footprint reduction. There is an here is an estimate that that deployed solution will allow reduction of energy consumption on a monthly level of 10-15% which could generate direct savings on a cost of energy but also savings in a field of carbon emission and related credits. The project also includes the evaluation of predictions supported by machine learning modules, training techniques and comparison to expert settings to assess the quality of the application.
  • Pozycja
    Towards Detection of Unknown Polymorphic Patterns Using Prior Knowledge
    (Wydawnictwo Politechniki Łódzkiej, 2023) Kucharski, Przemysław; Ślot, Krzysztof
    The presented paper proposes a novel approach for detecting unknown polymorphic patterns in sequences composed of random symbols and of known polymorphic patterns. We propose to represent rules that drive pattern generation as regular expressions. To detect unknown patterns, we first incorporate knowledge on known rules into a Convolutional Autoencoder (CAE), then we train the CAE with additional objective to prevent weights from learning the already known patterns. Analysis of training results provides statistically significant information on presence or absence of polymorphic patterns that were not previously known.
  • Pozycja
    Studium przypadku wpływu oświetlenia parku na zanieczyszczenie światłem przy wykorzystaniu symulacji komputerowej
    (Wydawnictwo Politechniki Łódzkiej, 2022) Tabaka, Przemysław; Rzezicka, Karolina
    W pracy zaprezentowano wyniki obliczeń symulacyjnych ilustrujących wpływ oświetlenia parkowego na emisję strumienia świetlnego w górną półprzestrzeń. Korzystając z programu komputerowego DIALux 4.13. opracowano trójwymiarowy model parku w Białkowie. Poza rozmieszczeniem alejek parkowych wraz z latarniami dodatkowo w rozważaniach uwzględniono także scenariusze, w ramach których przeanalizowano wpływ budynków oraz roślinności na wartość strumienia świetlnego wysyłanego w kierunku nieboskłonu. Na podstawie przeprowadzonych obliczeń można zauważyć znaczące zmiany natężenia oświetlenia na siatce obliczeniowej w zależności od zamodelowania infrastruktury parku. Obliczenia przeprowadzono równolegle na dwóch komputerach o różniących się mocach obliczeniowych. Uzyskane wyniki obliczeń wskazują, że poza mocą obliczeniową komputera, na czas trwania obliczeń istotny wpływ ma również uwzględnienie w modelu parku roślinności.
  • Pozycja
    Wpływ użytego luksomierza na wyniki pomiarów natężenia oświetlenia w kontekście zanieczyszczenia światłem
    (Wydawnictwo Politechniki Łódzkiej, 2022) Tabaka, Przemysław; Wtorkiewicz, Justyna
    W artykule przedstawiono wyniki pomiarów natężenia oświetlenia dla siedmiu typów luksomierzy z użyciem sześciu źródeł światła o różnych wartościach temperatury barwowej najbliższej. Pomiary przeprowadzono w punktach charakterystycznych przy ocenie immisji światła: 1 lx, 2 lx, 5 lx, 10 lx oraz 25 lx. Uzyskane wyniki jednoznacznie wskazują, że w przypadku stałych warunków oświetlenia, dokładność pomiaru zależy od odpowiedniego doboru przyrządu pomiarowego, w szczególności jego rozdzielczości. Nie bez znaczenia pozostaje także charakterystyka widmowa promieniowania emitowanego przez różne źródła światła.
  • Pozycja
    Sztuczne światło nocą między zagrożeniem a rozwojem
    (Wydawnictwo Politechniki Łódzkiej, 2022) Tabaka, Przemysław Red. nauk.; Kotarba, Andrzej; Niemczura, Ewa
    "...Głównym celem niniejszej monografii jest prezentacja wyników badań oraz studiów literaturowych poświęconych problematyce zanieczyszczenia światłem. Praca jest wynikiem doświadczenia zawodowego i efektów pracy naukowej autorów z różnych dziedzin nauki i techniki, takich jak: biologia roślin i zwierząt, technika świetlna, astronomia, nauki prawne, astroturystyka, architektura i urbanistyka. Cechą charakterystyczną monografii jest szerokie, interdyscyplinarne spojrzenie na oddziaływanie sztucznego światła na otoczenie. Cenną pomocą, którą zamieszczono w monografii, jest także poruszenie zagadnienia pomiarów zanieczyszczenia światłem...."
  • Pozycja
    Napędy indukcyjno-dynamiczne łączników prądu stałego współpracujące z komorami próżniowymi prądu przemiennego
    (Wydawnictwo Politechniki Łódzkiej, 2021) Rodak, Michał; Jankowski, Michał Wojciech; Kulas, Stanisław Jan
    W monografii przedstawiono sposób dobrania parametrów wchodzących w skład próżniowego członu łączeniowego z napędem indukcyjno-dynamicznym, stosowanego jako główny element łączeniowy w łącznikach wykorzystujących technologię próżniową. Głównym zagadnieniem była współpraca NID z komorami prądu przemiennego mogącymi brać czynny udział w wyłączaniu obwodów prądu stałego. Badania te skoncentrowane były nie tylko na samym napędzie NID, ale przede wszystkim na jego współpracy z pozostałymi elementami ww. członów łączeniowych. Uzyskane wyniki stanowią zbiór uwag i wskazówek przeznaczonych dla projektantów tego typu urządzeń.
  • Pozycja
    Strategia sterowania elektroenergetycznym mikrosystemem niskiego napięcia
    (Wydawnictwo Politechniki Łódzkiej, 2021) Małaczek, Michał; Hanzelka, Zbigniew; Wilkosz, Kazimierz
  • Pozycja
    Metody cyfrowego przetwarzania sygnałów w rozległych systemach pomiarów synchronicznych stosowanych w systemach elektroenergetycznych
    (Wydawnictwo Politechniki Łódzkiej, 2021) Binek, Małgorzata; Zeńczak, Michał; Iżykowski, Jan Józef
  • Pozycja
    Analiza i implementacja metod sztucznej inteligencji przy niepełnej informacji medycznej na przykładzie oceny ryzyka chorób kardiologicznych
    (Wydawnictwo Politechniki Łódzkiej, 2021) Marciniak, Paweł; Wawryn, Krzysztof Waldemar; Handkiewicz, Andrzej
    Monografia przedstawia badania związane z opracowaniem i porównaniem efektywnych algorytmów metod sztucznej inteligencji dla nowatorskiego, mikroprocesorowego systemu monitorującego parametry życiowe pacjenta i wspomagającego w czasie rzeczywistym podejmowanie decyzji medycznych. Dane wejściowe do systemu związane są z oceną stanu ogólnego pacjenta ze szczególnym uwzględnieniem parametrów kardiologicznych. W monografii przedstawiono sposoby pozwalające na zminimalizowanie zbioru danych wejściowych dla algorytmów sztucznej inteligencji przy zachowaniu pierwotnej jakości klasyfikacji oraz zwiększenie jakości klasyfikacji przy zastosowaniu pierwotnej liczby parametrów. Obydwa zagadnienia są istotne z punktu widzenia monitorowania stanu pacjenta w trybie rzeczywistym i możliwe są do zaimplementowania na systemie mikroprocesorowym niewielkiej mocy dołączonym do monitora funkcji życiowych.
  • Pozycja
    Opracowanie obiektywnej metody detekcji i analizy zaburzeń w węchowych potencjałach wywołanych
    (Wydawnictwo Politechniki Łódzkiej, 2021) Kotas, Rafał; Rybarczyk, Andrzej Jan; Zuber, Mariusz Leszek
    [...] porusza tematykę przetwarzania sygnałów elektrofizjologicznych i jest ukierunkowana na opracowanie metody wczesnej diagnostyki zaburzeń i chorób układu węchowego. W tym celu podjęto się budowy prototypu urządzenia dawkującego substancję zapachową, sterowanego elektronicznie, który jest zsynchronizowany z prototypowym, dedykowanym rejestratorem węchowych potencjałów wywołanych. Urządzenia te miałyby umożliwić rekonstrukcję sygnałów będących reprezentacją aktywności elektrycznej mózgu związanej z przetwarzaniem informacji dotyczących odbieranych zapachów.[...]