Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 13

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  deep learning
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
1
Publication available in full text mode
Content available

THE DE BONO LAMS SEQUENCE SERIES: TEMPLATE DESIGNS AS KNOWLEDGE-MOBILISING STRATEGY FOR 21ST CENTURY HIGHER EDUCATION

100%
Dobozy E.
Teaching English with Technology
|
2012
|
vol. 12
|
issue 2
88-102
EN
In this paper, the five interlocking de Bono LAMS sequences are introduced as a new form of generic template designs. This transdisciplinary knowledge-mobilising strategy is based on Edward de Bono’s attention-directing ideas and thinking skills, commonly known as the CoRT tools. The development of the de Bono LAMS sequence series is an important milestone, signifying the current paradigmatic shift in higher education from a student-consumer paradigm to a student-producer paradigm. Surpassing surface and shallow knowledge stages requires the use of multidisciplinary and generic knowledge in new and unfamiliar situations. The LAMS templates as ‘knowledge-in-practice’ models assist disciplinary specialists generate learning designs that make apparent to students that knowledge is always partial, incomplete and coloured by epistemological beliefs and cultural practices.
2

Predicting Bankruptcy at Polish Companies: A Comparison of Selected Machine Learning and Deep Learning Algorithms

89%
Wyrobek J.
Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie
|
2018
|
issue 6(978)
41-60
EN
Insolvency prediction is one of the crucial abilities in corporate finance and financial management. It is critical in accounts receivable management, capital budgeting decisions, financial analysis, capital structure management, going concern assessment and co-operation with other companies. The purpose of this paper is to compare the efficiency of selected deep learning and machine learning algorithms trained on a representative sample of Polish companies for the period 2008–2017. In particular, the paper tested the following popular machine learning algorithms: discriminant analysis (DA), logit (L), support vector machines (SVM), random forest (RF), gradient boosting decision trees (GB), neural network with one hidden layer (NN), convolutional neural network (CNN), and naïve Bayes (NB). The research hypotheses evaluated in the paper state that if one has access to a large sample of companies, the most accurate algorithm (first choice) in bankruptcy prediction will be gradient boosting decision trees (H1), random forest (H2) and neural networks (H3) (deep learning) algorithms. The initial hypotheses were formulated based on the practitioners’ opinions regarding the usefulness of various machine learning and artificial intelligence algorithms in bankruptcy prediction. As the results of the research suggest, both deep learning and machine learning algorithms proved to have very comparable efficiency. The new factor introduced in the paper was that the training of the models was carried out on a representative sample of companies (for years 2008–2013) and also the testing phase used a significant number of bankrupt and active companies (validation included a completely different set of companies than those used in the training phase: data were taken from a different time period, 2014–2017, and companies in both sets were also completely different).
PL
Poprawne przewidywanie niewypłacalności przedsiębiorstw jest niezwykle istotne z perspektywy zarządzania finansami przedsiębiorstw, gdyż ma ono kluczowe znaczenie w zarządzaniu należnościami, ocenie projektów inwestycyjnych, zarządzaniu kapitałem obrotowym, oceną zdolności do kontynuowania działania, podejmowaniu współpracy i podpisywaniu umów z innymi przedsiębiorstwami. Celem artykułu jest porównanie skuteczności wybranych algorytmów uczenia maszynowego i deep learningu, które zostały zastosowane na reprezentatywnej próbie polskich przedsiębiorstw z wykorzystaniem danych za lata 2008–2018. W artykule podjęto próbę porównania skuteczności następujących algorytmów machine learning (uczenia maszynowego): analizy dyskryminacyjnej (DA), funkcji logitowej (L), support vector machines (SVM), random forest (RF), gradient boosting decision trees (GB), sieci neuronowych z jedną warstwą ukrytą (NN), konwolucyjnych sieci neuronowych (CNN) oraz metody naïve Bayes (NB). Zgodnie z hipotezami badawczymi jeśli ma się dostęp do dużej próby firm, najskuteczniejszym algorytmem (pierwszym wyborem) w prognozie bankructwa są algorytmy: gradient boosting decision trees (H1), random forest (H2) i nierekurencyjne wielowarstwowe sieci neuronowe (H3). Wstępne hipotezy zostały sformułowane na podstawie opinii praktyków dotyczących przydatności różnych algorytmów uczenia maszynowego i algorytmów sztucznej inteligencji w prognozowaniu upadłości przedsiębiorstw. W artykule wykorzystano do uczenia algorytmów bardzo dużą (reprezentatywną) grupę przedsiębiorstw komercyjnych (dane za lata 2008–2013), a do walidacji skuteczności algorytmów również bardzo dużą populację przedsiębiorstw (dane za okres 2014–2018); obydwie populacje obejmowały zupełnie inne podmioty gospodarcze i inne okresy, co pozwoliło na rzetelne porównanie skuteczności badanych algorytmów.
3
Publication available in full text mode
Content available

Autonomous vehicles as a challenge for the transport policy of the European Union

75%
Tomaszewski K.
Przegląd Europejski
|
2017
|
vol. 2017 (46)(4)
76-95
EN
The article refers to the phenomenon of autonomous vehicles in the transport policy of the European Union. Their use in practice results in the need to implement new solutions in the fields of technology, law, economics and politics. The European Union is taking various steps to prepare the Member States for an autonomous revolution. The aim of the article is to conceptualise the basic problems that can be investigated in the subject matter of autonomous vehicles as well as to analyse the position and strategy of the European Union towards autonomous transport. The article uses the decision method. Among the research findings, it should be pointed out that the EU as an international organisation is open and prepared to address the challenges posed by the implementation of autonomous transport. It takes effective action to coordinate the application of new solutions at the national level (in the Member States) as well as at the transnational level. In this way, the transport sector has the chance to dynamically develop and maintain its prominent position as a key sector of the EU economy. The implementation of innovative transport solutions is a conditio sine qua non for the future of this sector.
4
Publication available in full text mode
Content available

System wspomagający wykrywanie treści wizualnych i tekstowych zagrażających bezpieczeństwu dzieci w cyberprzestrzeni

75%
Niewiadomska-Szynkiewicz E., Różycka M., Staciwa K., Nyczka K.
Cybersecurity and Law
|
2023
|
vol. 10
|
issue 2
202-220
EN
In recent years, there has been a significant increase in threats to children’s safety in cyberspace. The most serious of these include children’s participation in illegal online activities and the production of sexually explicit content involving them. Therefore, it is of fundamental importance to build awareness of cyber threats among our society’s youngest members and teach them skills for the safe use of products and services assigned to cyberspace. A key action for effectively protecting children in this environment is the early detection and reporting to the relevant authorities of illegal behavior and child abuse content. Teams such as Dyżurnet.pl, whose tasks currently include responding to potentially illegal content reported by cyberspace users, and in the near future, possibly also conducting proactive activities in this area, play an important role here. The experience of Dyżurnet.pl clearly shows that effective detection of such content requires automation of activities and appropriate IT tools. This paper presents a novel network monitoring and decision support system using artificial intelligence methods, including deep learning, to automatically detect potentially harmful material, such as Child Sexual Abuse Material (CSAM), erotic content involving children, pornographic content with a created or processed image of a child and pornography involving adults.
5
Publication available in full text mode
Content available

Yet another research on GANs in cybersecurity

75%
Zimoń M., Kasprzyk R.
Cybersecurity and Law
|
2023
|
vol. 9
|
issue 1
61-72
EN
Deep learning algorithms have achieved remarkable results in a wide range of tasks, including image classification, language translation, speech recognition, and cybersecurity. These algorithms can learn complex patterns and relationships from large amounts of data, making them highly effective for many applications. However, it is important to recognize that models built using deep learning are not fool proof and can be fooled by carefully crafted input samples. This paper presents the results of a study to explore the use of Generative Adversarial Networks (GANs) in cyber security. The results obtained confirm that GANs enable the generation of synthetic malware samples that can be used to mislead a classification model.
6
Publication available in full text mode
Content available

The Study of the Influence of Architecture on Effectiveness of Deep Neural Networks Training

63%
Kolbusz J., Różycki P., Bartczak T.
Zeszyty Naukowe Uczelni Vistula
|
2018
|
issue 59(2) Informatyka
60-71
EN
Paper presents impact of the neural network architecture on the training effectiveness and training time. Selected network architectures and training algorithm are described. Presented experimental results of research confirming the significant influence of architecture on the success of network training.
PL
W artykule przedstawiono wpływ architektury sieci neuronowej na skuteczność i czas uczenia sieci. Opisano wybrane architektury sieci, algorytm uczenia oraz zaprezentowano wyniki badań potwierdzających znaczący wpływ architektury na sukces uczenia sieci.
7
Publication available in full text mode
Content available

Zastosowanie uczenia głębokiego w tłumaczeniu komputerowym

63%
Handzel Z., Gajer M., Grabiński T., Luty Z.
Zeszyty Naukowe Wyższej Szkoły Ekonomii i Informatyki w Krakowie
|
2021
|
issue 17
71-92
EN
Computer-aided translation is the oldest and at the same time the most prominent subject in the field of artificial intelligence. The idea of using computers to translate texts written in natural language is almost as old as the invention of the computer itself. At first it seemed easy to implement and it was expected that in a decade or so the profession of translator would finally disappear because only digital machines would do this kind of work. However, it took more than 60 years of intensive research for this dream to become a reality in modern times. A breakthrough in computer translation research was the application of computational techniques based on artificial neural networks using deep learning algorithms. In 2017, the translation service DeepL was launched, which is a computer program using deep learning in automatic translation. The program under consideration provides translation of very high quality between any pair of more than 20 languages. Among other things, the programme enables translation from and into Polish. The article presents a brief history of research on computer-aided translation, discusses the basic difficulties that had to be overcome on the way to building computer-aided translators, and discusses the basic approaches used in automatic translation. Finally, interesting results of experiments carried out with the program DeepL are presented, which prove its very high efficiency in translation between any pair of languages, regardless of the degree of their genetic affinity
PL
Przekład komputerowy jest najstarszym i zarazem najbardziej doniosłym zagadnieniem zaliczanym do obszaru sztucznej inteligencji. Pomysł zastosowania komputerów do tłumaczenia tekstów zapisanych w języku naturalnym jest prawie tak stary, jak sam wynalazek komputera. Pierwotnie rzecz wydawała się łatwa do realizacji i oczekiwano, że za kilkanaście lat zawód tłumacza ostatecznie zaniknie, ponieważ tego rodzaju prace będą wykonywały wyłącznie maszyny cyfrowe. Potrzeba było jednak ponad 60 lat intensywnych badań, aby marzenie to mogło się urzeczywistnić w czasach nam współczesnych. Przełomem w badaniach nad przekładem komputerowym było zastosowanie technik obliczeniowych bazujących na sztucznych sieciach neuronowych z wykorzystaniem algorytmów uczenia głębokiego. W 2017 roku uruchomiony został serwis tłumaczeniowy DeepL, który jest programem komputerowym wykorzystującym uczenie głębokie w translacji automatycznej. Rozważany program zapewnia przekład o bardzo wysokiej jakości pomiędzy dowolnie wybraną parą spośród ponad 20 języków. Między innymi program ten umożliwia tłumaczenie z i na język polski. W artykule przedstawiono krótką historię badań nad przekładem komputerowym, omówiono główne trudności, które należało przezwyciężyć na drodze do budowy tłumaczy komputerowych, oraz omówiono podstawowe podejścia wykorzystywane w translacji automatycznej. Na zakończenie zaprezentowano interesujące wyniki eksperymentów przeprowadzonych z udziałem programu DeepL, które dowodzą jego bardzo wysokiej skuteczności w tłumaczeniu pomiędzy dowolnie wybraną parą języków, niezależnie od stopnia ich genetycznego pokrewieństwa.
8
Publication available in full text mode
Content available

Ataki na urządzenia mobilne i metody ich wykrywania

63%
Niewiadomska-Szynkiewicz E., Litka R.
Cybersecurity and Law
|
2023
|
vol. 9
|
issue 1
95-107
EN
Individual protection of autonomous systems using simple analysis of transmitted messages is unfortunately becoming insufficient. There is a clear need for new solutions using data from multiple sources, integrating various methods, mechanisms and algorithms, including Big Data processing and data classification techniques using artificial intelligence methods. The quantity, quality, reliability and timeliness of data and information about the network situation, as well as the speed of its processing, determine the effectiveness of protection. The paper presents examples of the application of various artificial intelligence techniques for detecting attacks on ICT systems. Attention is focused on the application of deep learning methods for the detection of malicious applications installed on mobile devices. The effectiveness of the presented solutions was confirmed by numerous simulation experiments conducted on real data. Promising results were obtained.
9
Publication available in full text mode
Content available

Improvement of e-commerce recommendation systems with deep hybrid collaborative filtering with content: A case study

63%
Wójcik F., Górnik M.
Econometrics. Ekonometria. Advances in Applied Data Analytics
|
2020
|
issue vol. 24, nr 3
37-50
EN
This paper presents a proposition to utilize flexible neural network architecture called Deep Hybrid Collaborative Filtering with Content (DHCF) as a product recommendation engine. Its main goal is to provide better shopping suggestions for customers on the e-commerce platform. The system was tested on 2018 Amazon Reviews Dataset, using repeated cross validation and compared with other approaches: collaborative filtering (CF) and deep collaborative filtering (DCF) in terms of mean squared error (MSE), mean absolute error (MAE) and mean absolute percentage error (MAPE). DCF and DHCF were proved to be significantly better than the CF. DHCF proved to be better than DCF in terms of MAE and MAPE, it also scored the best on separate test data. The significance of the differences was checked by means of a Friedman test, followed by post-hoc comparisons to control p-value. The experiment shows that DHCF can outperform other approaches considered in the study, with more robust scores.
PL
W artykule zbadano innowacyjną architekturę sieci neuronowych zwaną Głębokim Hybrydowym Systemem Filtracji Kolaboratywnej (DHCF), mającą posłużyć jako system rekomendacji konsumenckich. Jego zadaniem jest sugerowanie produktów klientom platform e-commerce. System został przetestowany na zbiorze danych 2018 Amazon Reviews, z wykorzystaniem powtórzonej walidacji krzyżowej, i porównany z dwoma innymi podejściami: filtracją kolaboratywną (CF) oraz filtracją kolaboratywną z siecią neuronową (DCF). Do porównania wykorzystano metryki błędu średniokwadratowego (MSE), średniego błędu bezwzględnego (MAE) oraz średniego procentowego błędu bezwzględnego (MAPE). DCF i DHCF uzyskały wyniki istotnie lepsze niż CF, a dodatkowo DHCF uzyskał lepsze wyniki niż DCF pod względem MAE i MAPE. Istotność różnic sprawdzano testem Friedmana z porównaniami wielokrotnymi i kontrolą poziomu istotności. Eksperyment dowodzi, że DHCF uzyskuje lepsze i stabilniejsze wyniki niż pozostałe metody.
10
Content available remote

Hluboké učení v automatické analýze českého textu

51%
Straková J., Straka M., Hajič J., Popel M.
Slovo a slovesnost: časopis pro otázky teorie a kultury jazyka (Slovo a slovesnost: A journal for the theory of language and language cultivation)
|
2019
|
vol. 80
|
issue 4
306-327
EN
The deep learning methods of artificial neural networks have seen a significant uptake in recent years, and have succeeded in overcoming and advancing the success of auto-solving tasks in many fields. The field of computational linguistics and its application offshoot, natural language processing, with classic tasks such as morphological tagging, dependency analysis, named entity recognition and machine translation, are no exception to this. This paper provides an overview of recent advances in these tasks related to the Czech language and presents completely new results in the areas of morphological marking and recognition of named entities in Czech, along with a detailed error analysis.
11
Publication available in full text mode
Content available

Deep learning (pogłębianie procesu uczenia się) z perspektywy analizy potrzeb studentów języka angielskiego jako obcego

51%
Papaja K., Świątek A., Mielnik K.
Forum Filologiczne Ateneum
|
2019
|
vol. 7
|
issue 1
301-320
PL
Choć termin pogłębionego procesu uczenia się (deep learning) nie wydaje się być terminem nowym w nauczaniu języków, do niedawna przyciągnął stosunkowo niewiele uwagi naukowców. W wielu językach jednak termin ten został powszechnie zaakceptowany jako kluczowa koncepcja transformacji i personalizacji procesu uczenia się. W niniejszym artykule prezentujemy definicję deep learning i potwierdzamy teorię poprzez badanie, którego celem jest ocena potrzeb uczniów w kontekście ćwiczeń językowych, zasobów, a także narzędzi i nowoczesnych rozwiązań technologicznych. Prawidłowe zrozumienie pogłębionego uczenia się jest konieczne, aby zbadać potencjalne korzyści wynikające z niego dla studentów i szeroko rozumianego społeczeństwa. Dlatego też istotą prowadzonych badań jest uzyskanie odpowiedzi na pytanie, co jest ważne w dydaktyce współczesnych języków obcych, a także jaka jest rola nauczyciela w tym zakresie. Wyniki analiz potrzeb uczniów języków obcych pozwalają uzyskać wiedzę na temat ich oczekiwań wobec siebie samych oraz wobec nauczycieli, a także odpowiedzieć na pytanie, jakiego rodzaju odbiorcami edukacji są młodzi uczący się i czy aktywnie partycypują w globalnym procesie kształcenia.
EN
Although the term Deep Learning does not seem to be a new term in language learning, it attracted relatively little attention until just a few years ago. Different fields of study show that Deep Learning leverages a sophisticated process to learn multiple levels of abstraction from the data; however, in languages, the term has been widely accepted as the key concept in the transformation and personalisation of the learning process. In this paper, we take the definition of Deep Learning, and we corroborate the theories by use of the study which aims to assess the needs of students in the context of language exercises, resources as well as tools and modern technological solutions. A proper understanding of Deep Learning is necessary to examine the potential benefits for students and the broadly defined society. Therefore, the essence of the research is to obtain the answers to what is important in the education of modern foreign languages and also what the teacher’s role is. A quantitative study was conducted on 441 students of English Philology. The results of the needs analysis of foreign language students allow for a greater understanding of their expectations towards themselves and their teachers; additionally, to answer the question about what kind of education recipients they are and whether they are active participants in the whole educational process.
12

Autonomous vehicles as a challenge for the transport policy of the European Union

51%
Tomaszewski K.
Przegląd Europejski
|
2017
|
issue 4(46)
76-95
EN
The article refers to the phenomenon of autonomous vehicles in the transport policy of the European Union. Their use in practice results in the need to implement new solutions in the fields of technology, law, economics and politics. The European Union is taking various steps to prepare the Member States for an autonomous revolution. The aim of the article is to conceptualise the basic problems that can be investigated in the subject matter of autonomous vehicles as well as to analyse the position and strategy of the European Union towards autonomous transport. The article uses the decision method. Among the research findings, it should be pointed out that the EU as an international organisation is open and prepared to address the challenges posed by the implementation of autonomous transport. It takes effective action to coordinate the application of new solutions at the national level (in the Member States) as well as at the transnational level. In this way, the transport sector has the chance to dynamically develop and maintain its prominent position as a key sector of the EU economy. The implementation of innovative transport solutions is a conditio sine qua non for the future of this sector.
PL
Artykuł odnosi się do zjawiska obecności pojazdów autonomicznych w polityce transportowej Unii Europejskiej. Ich wykorzystanie w praktyce oznacza potrzebę wdrożenia nowych rozwiązań zarówno w sferze technologii, prawa, ekonomii oraz polityki. Unia Europejska podejmuje różnorodne działania, aby przygotować państwa członkowskie do autonomicznej rewolucji. Celem artykułu jest zarówno konceptualizacja podstawowych problemów, które mogą być przedmiotem badań w zakresie tematyki pojazdów autonomicznych, jak również analiza stanowiska i strategii Unii Europejskiej wobec transportu autonomicznego. W artykule wykorzystano metodę decyzyjną. Wśród ustaleń badawczych należy wskazać, iż UE – jako organizacja międzynarodowa – jest otwarta i przygotowana, aby skutecznie stawić czoła wyzwaniom związanym z wdrażaniem transportu autonomicznego. Podejmuje ona efektywne działania, aby koordynować aplikację nowych rozwiązań na poziomie narodowym (w państwach członkowskich) oraz na poziomie ponadnarodowym. W ten sposób sektor transportowy ma szansę na dynamiczny rozwój i utrzymanie swojej znaczącej pozycji jako kluczowego działu gospodarki Unii Europejskiej. Wdrażanie innowacyjnych rozwiązań w zakresie transportu stanowi conditio sine qua non przyszłości tego sektora.
13
Publication available in full text mode
Content available

Naruszenie wizerunku przy wykorzystaniu technologii deepfake – analiza prawna i praktyczna

51%
Bodanka O.
Opolskie Studia Administracyjno-Prawne
|
2022
|
issue 1
11-32
EN
The article presents considerations on the protection of image in the situation of its violation with the use of new technologies. The problem of image infringement in deepfake technology is discussed. The article presents what, in the eyes of the law, deepfake is, who is responsible for the image infringement made with the use of this technology and the currently functioning basic legal institutions of image protection. The author analyses the existing sources of law; moreover, in relation to the sources, the author uses the dogmatic-legal method by applying relevant provisions of private law, in particular civil law and copyright law. Also, reference to national jurisprudence and doctrinal views enables a critical analysis of the legal regulations in the context of protection of the right of publicity. The practical analysis of current legislation allows pointing out fundamental doubts about the accuracy and correctness of the regulations adopted in this area. It was found that national laws, on the one hand, provide protection of the image from being captured and disseminated in deepfake materials; on the other hand, these regulations may cause serious doubts in the doctrine and discrepancies in interpretation of the law. It has been concluded that rules on image and AI technology in general should be regulated in detail by the legal system.
PL
W artykule przedstawiono rozważania na temat ochrony wizerunku w sytuacji naruszenia przez nowe technologie. Refleksji został poddany problem naruszenia wizerunku przy wykorzystaniu technologii deepfake. W artykule rozstrzygnięto, czym w świetle przepisów prawa jest deepfake, kto ponosi odpowiedzialność za naruszenie wizerunku dokonane za pomocą tej technologii oraz przedstawiono obecnie funkcjonujące podstawowe instytucje prawne służące ochronie wizerunku. Autor przeprowadził analizę źródeł zastanych w stosunku do źródeł prawa. Wykorzystano metodę dogmatyczno-prawną przez zastosowanie odpowiednich przepisów prawa prywatnego, w szczególności prawa cywilnego i autorskiego oraz odwołanie się do orzecznictwa krajowego i poglądów doktryny, która umożliwiła krytyczną analizę przepisów prawa w kontekście ochrony prawa do wizerunku. Przeprowadzona analiza pozwoliła wskazać na podstawowe wątpliwości dotyczące prawidłowości przyjętych w tym zakresie regulacji. Stwierdzono, że z jednej strony przepisy prawa krajowego zapewniają ochronę wizerunku przed utrwalaniem i rozpowszechnianiem w materiałach deepfake’owych, ale z drugiej strony regulacje te mogą powodować poważne wątpliwości w doktrynie oraz rozbieżności w orzecznictwie. Wskazano, że przepisy dotyczące wizerunku oraz ogólnie technologii AI powinny zostać szczegółowo uregulowane w systemie prawnym.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.