Lublin University of Technology Journals
Not a member yet
4285 research outputs found
Sort by
Structural equation modeling (SEM) in Jamovi: An example of analyzing the impact of factors on the innovation activity of enterprises
No full textThe aim of this study is to demonstrate the capabilities of the Jamovi software in analyzing complex economic models, using the case of examining the impact of various factors on enterprise innovation activity. Structural Equation Modeling (SEM) was employed to identify both direct and mediated relationships among economic and digital infrastructure, factors related to research and development (R&D), and innovation activity. The analysis results confirmed the positive impact of economic infrastructure on the level of R&D and the innovation activity of enterprises, as well as the mediating role of R&D factors in transmitting the effects of infrastructure. Meanwhile, the influence of digital infrastructure was found to be weak, highlighting the need for further development of digital technologies and their integration into economic activities. The findings and methodology of the study can be utilized to enhance the competitiveness of enterprises and to develop effective measures for state support of innovation activities in various regions
Metoda hybrydowych logicznych drzew klasyfikacyjnych opartych na grupowym wyborze cech dyskretnych
Get PDFThe paper considers the problems of automating the construction of classification trees based on the scheme of branched feature selection. The object of research is classification trees. The subject of research is methods, algorithms, and schemes for constructing classification trees. The aim of this work is to build an effective method (scheme) for synthesizing classification tree models based on a group assessment of the importance of discrete features within a branched attribute selection. A method for constructing classification trees is proposed, which for a given training sample determines the individual information content (importance) of groups of features (and their combinations) in relation to the initial value of the classification function (data from the training sample). The developed logical tree method, when constructing the next node of the classification tree, tries to identify a group of the most closely interrelated discrete features, this reduces the overall structural complexity of the model (the number of levels of the classification tree), speeds up calculations when recognizing objects based on the model, and also increases the generalizing properties of the model and its enterprise. The proposed scheme for selecting groups of discrete traits allows using the constructed decision tree to assess the informative value (importance) of traits. The developed classification tree method is implemented programmatically and studied when solving the problem of classifying discrete objects represented by a set of features. The conducted experiments confirmed the operability of the proposed mathematical support and allow us to recommend it for use in practice in solving applied problems of classification of discrete objects based on logical classification trees. Prospects for further research may consist in creating a modified method of the logical classification tree by effectively iterating and evaluating sets of elementary features based on the proposed method, optimizing its software implementations, and experimentally studying the proposed method on a wider set of applied problems.W artykule rozważono problemy związane z automatyzacją tworzenia drzew klasyfikacyjnych w oparciu o schemat rozgałęzionego wyboru cech. Przedmiotem badań są drzewa klasyfikacyjne. Tematem badań są metody, algorytmy i schematy tworzenia drzew klasyfikacyjnych. Celem niniejszej pracy jest opracowanie skutecznej metody (schematu) syntezy modeli drzew klasyfikacyjnych w oparciu o grupową ocenę znaczenia cech dyskretnych w ramach rozgałęzionego wyboru atrybutów. Zaproponowano metodę konstruowania drzew klasyfikacyjnych, która dla danej próbki szkoleniowej określa indywidualną zawartość informacyjną (znaczenie) grup cech (i ich kombinacji) w odniesieniu do wartości początkowej funkcji klasyfikacyjnej (dane z próbki szkoleniowej). Opracowana metoda drzewa logicznego, podczas konstruowania kolejnego węzła drzewa klasyfikacyjnego, próbuje zidentyfikować grupę najbardziej powiązanych ze sobą cech dyskretnych, co zmniejsza ogólną złożoność strukturalną modelu (liczbę poziomów drzewa klasyfikacyjnego), przyspiesza obliczenia podczas rozpoznawania obiektów na podstawie modelu, a także zwiększa właściwości uogólniające modelu i jego przedsiębiorstwa. Proponowany schemat wyboru grup cech dyskretnych pozwala na wykorzystanie skonstruowanego drzewa decyzyjnego do oceny wartości informacyjnej (znaczenia) cech. Opracowana metoda drzewa klasyfikacyjnego została zaimplementowana programowo i zbadana podczas rozwiązywania problemu klasyfikacji obiektów dyskretnych reprezentowanych przez zbiór cech. Przeprowadzone eksperymenty potwierdziły funkcjonalność proponowanego wsparcia matematycznego i pozwalają nam polecić je do praktycznego zastosowania w rozwiązywaniu problemów stosowanych związanych z klasyfikacją obiektów dyskretnych w oparciu o logiczne drzewa klasyfikacyjne. Perspektywy dalszych badań mogą polegać na stworzeniu zmodyfikowanej metody logicznego drzewa klasyfikacyjnego poprzez skuteczne iterowanie i ocenę zestawów cech elementarnych w oparciu o proponowaną metodę, optymalizację jej implementacji programowych oraz eksperymentalne badanie proponowanej metody na szerszym zestawie problemów stosowanych
Zastosowanie technologii rozpoznawania twarzy w celu zwiększenia kontroli w systemach bezpieczeństwa informacyjnego
Get PDFThis article investigates contemporary advancements in information security technologies, with a focus on automated access control systems and their integration with biometric solutions. Particular emphasis is placed on the potential of facial recognition technologies to strengthen security protocols and streamline access management for restricted areas. A Python-based implementation utilizing the OpenCV library is presented, demonstrating real-time recognition capabilities and dynamic visitor data handling. In contrast to earlier conceptual works, this study provides a detailed description of the applied recognition algorithm, training procedure, and evaluation methodology. The system was tested in 200 experimental trials with 20 participants under varying conditions, including changes in lighting, distance, and partial occlusions such as masks and sunglasses. Performance metrics – accuracy, precision, recall, and F1-score – were calculated based on confusion-matrix analysis. The results confirm that the proposed prototype ensures reliable operation in diverse environments, offering a scalable and cost-effective solution for enhancing access control mechanisms. By combining technical rigor with practical implementation, the study underscores the feasibility of adopting facial recognition systems to improve both security and operational efficiency.Artykuł analizuje współczesne osiągnięcia w dziedzinie technologii bezpieczeństwa informacji, ze szczególnym uwzględnieniem zautomatyzowanych systemów kontroli dostępu oraz ich integracji z rozwiązaniami biometrycznymi. Szczególny nacisk położono na potencjał technologii rozpoznawania twarzy w zakresie wzmacniania protokołów bezpieczeństwa i usprawniania zarządzania dostępem do obszarów chronionych. Przedstawiono implementację w języku Python z wykorzystaniem biblioteki OpenCV, demonstrującą możliwości rozpoznawania twarzy w czasie rzeczywistym oraz dynamicznego przetwarzania danych dotyczących odwiedzających. W przeciwieństwie do wcześniejszych prac koncepcyjnych, niniejsze badanie zawiera szczegółowy opis zastosowanego algorytmu rozpoznawania, procedury uczenia oraz metodologii oceny. System został przetestowany w 200 próbach eksperymentalnych z udziałem 20 uczestników w różnych warunkach, obejmujących zmiany oświetlenia, odległości oraz częściowe zasłonięcia, takie jak maseczki i okulary przeciwsłoneczne. Miary wydajności – dokładność, precyzja, czułość (recall) i miara F1 – zostały obliczone na podstawie analizy macierzy pomyłek. Uzyskane wyniki potwierdzają, że zaproponowany prototyp zapewnia niezawodne działanie w zróżnicowanych środowiskach, oferując skalowalne i opłacalne rozwiązanie na rzecz poprawy mechanizmów kontroli dostępu. Łącząc rygor naukowy z praktyczną implementacją, badanie podkreśla realne możliwości wdrożenia systemów rozpoznawania twarzy w celu zwiększenia zarówno bezpieczeństwa, jak i efektywności operacyjnej
Zastosowanie systemów czujników światłowodowych w monitorowaniu stanu technicznego konstrukcji betonowych
Get PDFThe study explores various fiber-optic sensing approaches, focusing on their application, implementation, and performance assessment for monitoring the structural health of concrete frameworks. It emphasizes the use of single-mode optical fibers due to their effectiveness in detecting microcracks, deformations, and temperature shifts in reinforced concrete. The investigation involved analyzing changes in optical characteristics through tests utilizing fiber Bragg grating (FBG) sensors embedded within concrete specimens exposed to mechanical loads and temperature fluctuations. Both graphical and quantitative analyses demonstrate that fiber-optic sensors enable real-time monitoring of stress and strain in concrete with high microstrain-level accuracy. Simulation work conducted using MATLAB confirmed the sensors’ responsiveness and long-term stability, particularly in detecting structural changes resulting from thermal effects and mechanical stress. Additionally, the thermal behavior of the sensors was examined using laser-based measurement systems in conjunction with Peltier modules. The research contributes to the advancement of intelligent SHM systems, aiming to enhance the durability and safety of civil infrastructure, especially in seismically active regions.Badanie analizuje różne podejścia do czujników światłowodowych, koncentrując się na ich zastosowaniu, implementacji oraz ocenie wydajności w monitorowaniu stanu technicznego konstrukcji betonowych. Szczególną uwagę poświęcono jednomodowym światłowodom, ze względu na ich skuteczność w wykrywaniu mikropęknięć, odkształceń oraz zmian temperatury w żelbetowych strukturach. Przeprowadzono analizę zmian parametrów optycznych za pomocą testów z wykorzystaniem siatek Bragga (FBG), osadzonych w próbnych elementach betonowych, poddanych obciążeniom mechanicznym i zmianom temperatury. Analizy graficzne i ilościowe wykazały, że czujniki światłowodowe umożliwiają ciągłe monitorowanie naprężeń i odkształceń w betonie z wysoką dokładnością w zakresie mikroodkształceń. Symulacje przeprowadzone w środowisku MATLAB potwierdziły wysoką czułość i trwałość czujników, szczególnie w wykrywaniu zmian strukturalnych wynikających z rozszerzalności cieplnej oraz działania sił mechanicznych. Zachowanie termiczne czujników zostało dodatkowo zbadane przy użyciu systemów pomiarowych opartych na laserach oraz modułach Peltiera. Przeprowadzone badania przyczyniają się do rozwoju inteligentnych systemów SHM, których celem jest zwiększenie trwałości i bezpieczeństwa infrastruktury cywilnej, zwłaszcza na obszarach zagrożonych trzęsieniami ziemi
Comparative analysis of Cypress and Playwright frameworks in end-to-end testing for applications based on Angular
Get PDFThe aim of this article is to present the results of a comparative analysis of the Cypress and Playwright frameworks, focusing on their efficiency in the end-to-end testing of Angular-based web applications. At the outset, a hypothesis was formulated that Playwright surpasses Cypress in testing Angular-based applications due to lower memory consumption, faster execution of end-to-end tests, and better support for tests across multiple browsers. Subsequently, a study was conducted, which involved implementing defined test scenarios in both tools. The time and memory consumption of each automated test were measured. Additionally, the ease of use of the tools was evaluated by analysing the length of the code required for each test and the resulting file size. The experiment fully confirmed the formulated hypothesis
Comparative analysis of selected mobile applications for language learning
Get PDFThis paper compares four mobile applications for language learning: Duolingo, Memrise, Busuu, and Mondly. The aim is to provide a detailed overview of their functionalities and compare key features. The analysis includes the advantages and disadvantages of each application, with particular emphasis on innovative features and gamification, which supports user motivation. The study involved testing the applications using an eye-tracker to assess user experience during task completion. A survey was then conducted, the results of which helped evaluate the popularity of the applications. Duolingo received the highest rating
Kidney disease diagnosis based on artificial intelligence/deep learning techniques
Get PDFChronic Kidney Disease is a progressive medical ailment of growing global health importance because, in most cases, this ailment shows no symptoms during its early stages. Improving patients’ outcomes and early detection are significant aspects of managing diseases. In this paper, deep learning models to classify the images of kidney diseases are presented based on a dataset of 12, 446 images collected from various renal diseases. Therefore, CNN, VGG16, MobileNet V2, DenseNet 121, and ResNet 50 were the fine-tuned and evaluated models. The training setting was the Adam optimizer, categorical cross entropy loss, and 10 epochs. Hence, the model's performance was measured using the accuracy, precision, recall, and F1-score evaluation parameters. Following that, the current evaluation illustrates that most of the examined models positively predict outstanding accuracies, with ResNet 50 having a maximal validation and test accuracy rate reaching 99.40%. At the same time, MobileNet V2 and DenseNet 121 also boast of their high efficacy. The researchers' works highlighted that deep learning algorithms are very helpful for diagnosing kidney diseases based on medical images, underlining that their application can significantly change early diagnosis and patient treatment
Enhancing interpretability in brain tumor detection: Leveraging Grad-CAM and SHAP for explainable AI in MRI-based cancer diagnosis
Get PDFThis study aims to improve the interpretability of brain tumour detection by using explainable AI techniques, namely Grad-CAM and SHAP, alongside an Xception-based convolutional neural network (CNN). The model classifies brain MRI images into four categories — glioma, meningioma, pituitary tumour and non-tumour — ensuring transparency and reliability for potential clinical applications. An Xception-based CNN was trained using a labelled dataset of brain MRI images. Grad-CAM then provided region-based visual explanations by highlighting the areas of the MRI scans that were most important for tumour classification. SHAP quantified feature importance, offering a detailed understanding of model decisions. These complementary methods enhance model transparency and address potential biases. The model achieved accuracies of 99.95%, 99.08%, and 98.78% on the training, validation, and test sets, respectively. Grad-CAM effectively identified regions that were significant for different tumour types, while SHAP analysis provided insights into the importance of individual features. Together, these approaches confirmed the reliability and interpretability of the model, overcoming key challenges in AI-driven medical diagnostics. Integrating Grad-CAM and SHAP with a high-performing CNN model enhances the interpretability and trustworthiness of brain tumour detection systems. The findings underscore the potential of explainable AI to improve diagnostic accuracy and encourage the adoption of AI technologies in clinical practice
Systematic drift characterization in differential wheeled robot using external VR tracking: Effects of route complexity and motion dynamics
Get PDFIndustrial mobile robots face critical positioning challenges that impact manufacturing efficiency, warehouse automation productivity, and biomedical service delivery. This paper presents a reproducible framework for quantifying odometric drift in differential-drive robots, validated by consumer-grade, low-cost VR tracking. Applications include industrial automation calibration, warehouse logistics management, and precision biomedical device positioning. Through more than 750 automated experimental trials spanning a comprehensive matrix of motor configurations and path geometries, the results show that both path complexity and turn size significantly influence drift patterns. Specifically, routes with higher geometric complexity (12-15 segments) exhibited 22% greater position error than simpler paths. The analysis used advanced metrics such as the Normalized Drift Contribution Index. The results confirm robust, high-resolution drift analysis and provide a low-cost validation tool for robot calibration in manufacturing and medical instrumentation. The work provides actionable insights for optimizing robot programming, calibration, and curriculum design, and establishes a scalable protocol for benchmarking autonomous navigation systems in real-world scenarios. In addition, the methodology enables data-driven decision making for robot fleet management, reducing operational downtime compared to manual calibration methods, while providing quantitative performance benchmarks essential for industrial quality control standards
Przywództwo kobiet wsparciem dla zrównoważonego rozwoju: etyka opieki w czasie transformacji
No full textSustainable development is a worldwide challenge, but its progress is excruciatingly slow. In order to accelerate our efforts it is essential to realize that sustainable developments require multidimensional effort and effective management, which will be impossible until we achieve gender equality. It's time to prioritize gender equality and women’s empowerment, which helps us to move faster and more confidently toward the goals and sub-goals of sustainable development (SDGs). In order to make meaningful changes women must occupy productive and decision-making roles. They possess exceptional capabilities, skills, talents, and abilities including an effective attitude, social conscience and caring nature, and management skills. These qualities help them to recognize opportunities, tackle risks and make the right decisions that contribute to the SDGs while also reducing the gender inequality gap, child mortality, unemployment, violence, etc. For that, this paper claims that the potential, care, empathy and effectiveness of women as leaders are needed and should be recognized globally in terms of leadership, decision-making positions, and productivity, as a result, we move faster and more confidently toward fulfilling of Sustainable development goals.Zrównoważony rozwój jest światowym wyzwaniem, ale jego postęp jest niezwykle powolny. Aby przyspieszyć nasze wysiłki, musimy zdać sobie sprawę, że zrównoważony rozwój wymaga wielowymiarowego wysiłku i skutecznego zarządzania, co nie będzie możliwe, dopóki nie osiągniemy równości płci. Czas nadać priorytet równości płci i wzmocnieniu pozycji kobiet, co pomoże nam szybciej i pewniej zmierzać w kierunku celów i podcelów zrównoważonego rozwoju (SDGs). Aby wprowadzić znaczące zmiany, kobiety muszą zajmować produktywne i decyzyjne role. Posiadają wyjątkowe zdolności, umiejętności, talenty i umiejętności, w tym skuteczną postawę, świadomość społeczną i troskliwą naturę oraz umiejętności zarządzania. Te cechy pomagają im rozpoznawać szanse, stawiać czoła zagrożeniom i podejmować właściwe decyzje, które przyczyniają się do realizacji Celów Zrównoważonego Rozwoju, a jednocześnie przyczyniają się do zmniejszają nierówności płci, śmiertelności dzieci, bezrobocia, przemocy, itp. W związku z tym w niniejszym opracowaniu twierdzi się, że potencjał, troska, empatia i skuteczność kobiet jako liderek są niezbędne i powinny być uznawane na całym świecie pod względem przywództwa, stanowisk decyzyjnych i produktywności, dzięki czemu będziemy mogli szybciej i pewniej zmierzać w kierunku realizacji Celów zrównoważonego rozwoju