AGH (Akademia Górniczo-Hutnicza) University of Science and Technology: Journals
Not a member yet
2379 research outputs found
Sort by
Nowoczesne ciepłownictwo z zastosowaniem odnawialnych źródeł energii
Full text linkW wielu krajach upowszechnia się wykorzystanie odnawialnych źródeł energii (OZE) w systemach ciepłowniczych. Kierunek ten staje się jednym z priorytetów Unii Europejskiej w promocji ogólnego wzrostu udziałów OZE w zużyciu energii oraz w inwestycjach na rzecz redukcji emisji gazów cieplarnianych, a tym samym w przeciwdziałaniu zmianom klimatu. Wynikająca z tego konieczność dekarbonizacji krakowskiego systemu ciepłowniczego staje się wyzwaniem nie tylko ze względu na jego skalę (ponad 900 km preizolowanej sieci ciepłowniczej, 10 tysięcy węzłów ciepłowniczych, w tym dwufunkcyjnych c.o. oraz c.w.u.,które pozwalają na dostarczanie rocznie ponad 11 TJ energii do ponad 8 tysięcy klientów – zarówno gospodarstw domowych, jak i przedsiębiorstw czy obiektów użyteczności publicznej), ale również z uwagi na potrzebę zapewnienia bezpieczeństwa dostaw energii
Performance Evaluation of A Lightweight Consensus Protocol for Blockchaini IoT Networks
Full text linkThe consensus protocol is essential in practically every blockchain application. Most of these existing blockchain consensus protocols need massive computationalcapabilities, substantial energy consumption, and dependency on monetary stakes. These shortcomings in the mainstream consensus approach lead to their unsuitability for low-resource applications like IoT. As a result of this work, a lightweight consensus process referred as Delegated Proof of Accessibility(DPoAC) is implemented and evaluated. DPoAC makes use of Shamir secret sharing, Proof of Stake (PoS) with random selection, and the Inter-PlanetaryFile System (IPFS). The DPoAC operation is composed of four modules: secret generation and distribution, retrieval of secret shares, block creation andverification, and block rewards and penalty. A detailed description of DPoAC has been provided and implemented in JavaScript and experimental resultsdemonstrate that our solution meets the necessary performance and security requirements for a lightweight scalable protocol for IoT systems.
 
An improved context-aware Sentiment Analysis of student comments on Social Networks based on ChatGPT
Full text linkThe widespread use of social networks has provided a variety of active, dynamic, and popular platforms for students to express their opinions and sentiments. These data are increasingly being exploited and integrated into university information systems to better govern and manage universities and improve educational quality. The analysis of such data can offer valuable insights into student experiences and attitudes towards various educational aspects including courses, professors, events, and facilities. However, automatic opinion mining in this context is challenging due to the difficulty of analyzing some languages such as Arabic, the variety of used languages, the presence of informal language, the use of emoticons and emoji, sarcasm, and the need to consider the surrounding context. To deal with all these challenges, we propose a novel approach for an effective sentiment analysis of student comments on the X platform (Twitter). The proposed approach allows to collect student comments from Twitter public pages and automatically classifies comments into positive, negative, and neutral. The new approach is based on ChatGPT capabilities, supports three languages: English, Arabic, and colloquial Arabic, and integrates a new scoring method that measures both the positiveness and subjectivity of student comments. Experiments performed on simulated and real public Twitter pages of five Saudi high education institutions showed the performance of the proposed tool to automatically analyze and summarize collected data
An assessment of the physicochemical and microbiological stability of bottled natural medicinal waters from Polish health resorts
Full text linkBalneotherapy, utilising natural medicinal waters, gases, and peloids, is a clinically effective method for complementing the treatment of various medical conditions. One specific type of balneotherapy is crenotherapy, which involves the oral administration of natural medicinal waters. This study aimed to assess the impact of storage time on the stability of the chemical composition and microbiological quality of bottled natural medicinal waters, as well as to assess the feasibility of using packaged natural medicinal waters at home to prolong the effect post-sanatorium treatment, as recommended by the chief physician responsible for health resorts. Fourteen bottled medicinal waters sourced from seven Polish health resorts were analysed. The study examined the following samples: one HCO3-Cl-Na-Ca, four HCO3-Cl-Na, one HCO3-Mg-Na-Ca, two HCO3-Na-Ca, two HCO3-Ca, two HCO3-Na and two Cl-Na waters. Physicochemical and microbiological parameters were measured at the following times: t0 (immediately after packaging), t1 (midway through the declared shelf life) and t2 (at the end of the shelf life). Physicochemical analysis of the medicinal waters demonstrated the stability of the chemical composition in terms of basic minerals and physicochemical parameters over the product’s shelf life, as defined by the manufacturer. Faecal indicator bacteria or Pseudomonas aeruginosa were absent in all of the samples tested. However, coliform bacteria, potentially of biofilm origin, were detected in one sample. An initially high number of microorganisms, determined at 22°C, observed in three water samples, was no longer detected at the final testing stage. The findings indicate that the medicinal waters analysed maintain stability in chemical composition, organoleptic parameters and microbiological purity throughout the manufacturer’s specified shelf life
Alpha particle distribution and uranium mechanisms of accumulation in fossilised shells of ammonites and bivalves
Full text linkThe uranium concentration and distribution in fossils (ammonite and bivalve specimens) were studied. Fossil samples were cut perpendicularly and thin sections were prepared. The chemical and mineralogical compositions of fossils were analysed using scanning electronic microscopy (SEM) with energy-dispersive X-ray spectroscopy (EDS). The distribution of alpha emitters in the area of fossils was registered using CR-39 detectors. Alpha particle emitters were almost evenly distributed in all analysed fossils. We do not observe tracks concentrated in specific regions, which may indicate the absence of highly radioactive mineral grains. The uniformly distributed alpha tracks correlated with areas of mineral composition dominated by apatite, Ca5(PO4)3(Cl/F/OH). The correlation between phosphorous content and alpha tracks suggests that this element was crucial in absorbing radionuclides, presumably uranium or other alpha particle emitters, uranium progenies. However, upon analysing the chemical composition on thin sections of fossils, uranium was not detected, likely due to its concentrations being below the detection limits of EDS. Areas on the thin sections devoid of alpha tracks on CR-39 detectors were associated with empty voids in thin sections, ooids partially composed of FeS2 (pyrite framboids) or iron oxides F2O3 (hematite), phosphorus-free regions, or other areas where crushed fragments of shells composed of calcium carbonate (aragonite) partially filled internal casts. The interaction of elements presented in fossil structures with uranium can depend on various factors, such as the pH of the pore fluids, redox conditions, and the specific mineralogy of the sediments. Our research indicates that the increased radioactivity registered in some fossils is connected with phosphorous content. Small amounts of uranium are disseminated in calcium phosphate (various apatite forms). The uranium concentrations smaller than the detection limit of EDS can be successfully registered using passive track detectors.Streszczenie:Próbki skamieniałości (amonity i okazy małży) analizowano przy użyciu detektorów CR-39 i SEM. Emitery cząstek alfa były niemal równomiernie rozmieszczone w analizowanych skamieniałościach. Nie obserwujemy śladów skoncentrowanych tylko w określonych regionach, co może wskazywać na brak wysoce radioaktywnych ziaren mineralnych. Korelacja między zawartością fosforu a śladami alfa wskazuje, że pierwiastek ten był kluczowy w pochłanianiu radionuklidów, prawdopodobnie uranu lub innych pochodnych emiterów cząstek alfa. W tych badaniach przeprowadzono analizę potencjalnych mechanizmów akumulacji uranu w skamieniałym materiale. Związki organiczne obecne w osadach mogą wpływać na ruchliwość i retencję uranu. Interakcja pierwiastków obecnych w strukturze skamieniałości z uranem może zależeć od różnych czynników, takich jak pH płynów porowych, warunki redoks i specyficzna mineralogia osadów. Procesy te mogą prowadzić do powstawania złóż bogatych w uran w określonych warunkach geologicznych, a także mogą wpływać na dystrybucję i dostępność uranu jako zasobu lub potencjalnego zanieczyszczenia środowiska. Procesy diagenetyczne, wystęujące w obrębie skamieniałości, takie jak zmiany chemiczne i transformacje w skałach, mogą wpływać na migrację uranu. Dlatego w niektórych strukturach materiałowych stężenie uranu może się zmieniać
AQMLATOR – AN AUTO QUANTUM MACHINE LEARNING E-PLATFORM
Full text linkA successful Machine Learning (ML) model implementation requires threemain components: training dataset, suitable model architecture and trainingprocedure. Given dataset and task, finding an appropriate model might be challenging.AutoML, a branch of ML, focuses on automatic architecture search —a meta method that aims at removing human from ML system design process.The success of ML and the development of quantum computing (QC) in recentyears led to a birth of new fascinating field called Quantum Machine Learning(QML) that, amongst others, incorporates quantum computers into ML models.In this paper we present AQMLator, an Auto Quantum Machine Learningplatform that aims to automatically propose and train the quantum layers ofan ML model with minimal input from the user. This way, data scientists canbypass the entry barrier for QC and use QML. AQMLator uses standard MLlibraries, making it easy to introduce into existing ML pipelines
Exploring the geotourism wonders of central Nepal: Barhabise–Tatopani expedition
Full text linkThe Barhabise–Tatopani section in eastern Nepal, located 80 km from Kathmandu, is being explored for geotourism development in the present study. Despite its fame for sightseeing, no prior studies have approached geotouristic site development. This study involves field observation and systematic mapping of natural and man-made wonders. The region consists of diverse rocks from the Lesser and Higher Himalayan succession, featuring low to high-grade metamorphic rocks. The region’s rolling topography, shaped by perennial rivers, offers unique geomorphic features. Abundant mineral resources, including talc and magnesite, make it an attractive destination. Tatopani’s famous hot springs lie in the geologically significant MCT region. The area is ideal for rafting and rock climbing, with renowned temples, Gumbas, and attractions like Bhairabkund, a natural lake at 4,200 m elevation, and the Hanuman boulder. Inhabited by ethnic communities like Tamang, Magar, Gurung, and Sherpa, the region presents a rich tapestry for geotourism enthusiasts
Wstęp
Full text linkAkademia Górniczo-Hutnicza w Krakowie jest wiodącą krajową uczelnią techniczną, której już sama nazwa wskazuje na związki z energetyką. Wieloletnia tradycja badań w tym kierunku, wykwalifikowana kadra naukowa oraz nowoczesna infrastruktura badawcza – to wszystko czyni z AGH istotny podmiot w zachodzącym właśnie w Polsce i Europie procesie transformacji energetycznej (TE). Badania nad nową energetyką prowadzone są niemal w każdej jednostce Akademii. Poszczególni naukowcy i zespoły badawcze mogą pochwalić się obiecującymi, a nawet imponującymi osiągnięciami na arenie krajowej i międzynarodowej. Działania te nierzadko pozostają jednak rozproszone w uczelnianej strukturze, co utrudnia wzajemne interakcje, tak potrzebne we współczesnej nauce.
Naprzeciw tym trudnościom wychodzi inicjatywa redakcji czasopisma „Energetyka Rozproszona”. Celem publikacji, którą oddajemy w Państwa ręce, jest zaprezentowanie potencjału Akademii Górniczo- Hutniczej w obszarze transformacji energetycznej, a w szczególności w dziedzinie badań nad energetyką rozproszoną i surowcami energetycznymi. Opracowanie numeru specjalnego „ER” poprzedziła inwentaryzacja niezależnych działań prowadzonych właściwie w każdej jednostce naszej uczelni
Energetyka jądrowa i radioanalityka
Full text linkArtykuł przedstawia wieloaspektowe podejście do wykorzystania radionuklidów w kontekście ochrony środowiska i energetyki jądrowej oraz zasady przygotowania i prawidłowego użytkowania przyrządów dozymetrycznych stosowanych w ochronie radiologicznej. Omówiono zarówno znaczenie naturalnych i sztucznych izotopów promieniotwórczych w monitoringu środowiskowym,jak i innowacyjne metody odzysku uranu z odpadów. Zwrócono uwagę na kluczową rolę technik radiochemicznych i metod numerycznych w analizie systemów jądrowych, m.in. w projektowaniu układów z paliwem torowym, analizie dawek promieniowania i ocenie materiałów konstrukcyjnych dla fuzji jądrowej. Zaprezentowano analizy numeryczne rdzenia badawczego reaktora HTR i oceniono parametry neutronowe, efektywność paliwa oraz przebieg potencjalnej awarii PLOFA. W części dotyczącej małych reaktorów modułowych(SMR) opisano aktualne strategie inwestycyjne, identyfikując wyzwania technologiczne, finansowe i lokalizacyjne
FL-MEC: FEDERATED LEARNING FOR NETWORK TRAFFIC CLASSIFICATION ON THE NETWORK EDGE
Full text linkNowadays, two technological trends, Federated Learning (FL) and Edge Computing (EC), are becoming more and more important and influential. FL is a distributed machine learning strategy that allows learning on distributed data. It primarily allows performing learning operations close to the user, where we can gather data. This approach lies in the EC domain, where the main goal is to move computation closer to the end user (e.g., from the centralized cloud). In our work, we apply the FL and EC in the context of network flow classification. We achieved an accuracy of 0.957 with the FL model, compared to 0.924 for the best local model. We achieved these results thanks to the federated averaging performed on neural network layers. To verify our approach, we executed all our experiments on a virtualized environment that emulates existing mid-scale EC network infrastructure, including limitations related to resource constraints on edge nodes