Szanowni Pa\u0144stwo,<\/p>\n\n\n\n
<\/p>\n\n\n\n
<\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n Szanowni Pa\u0144stwo, uprzejmie informuj\u0119, \u017ce najbli\u017csze seminarium Katedry Mechaniki i Wibroakustyki odb\u0119dzie si\u0119 1 czerwca 2026 r. o godz. 11:30, w s. 103\/D-1. W tym dniu Pani mgr in\u017c. Natalia Frankowska (doktorantka prof. Agnieszki Ozgi) wyg\u0142osi referat pt. Identyfikacja charakterystyk losowych wymusze\u0144 impulsowych w dw\u00f3ch uk\u0142adach: oscylatorze i strunie z wykorzystaniem zaawansowanych metod in\u017cynierii cech i algorytm\u00f3w uczenia maszynowego Streszczenie referatu:Praca koncentruje si\u0119 na rozwi\u0105zaniu problemu odwrotnego, polegaj\u0105cego na identyfikacji parametr\u00f3w losowej serii impuls\u00f3w na podstawie analizy drga\u0144 oscylatora oraz struny. Badania obejmuj\u0105 analiz\u0119 wp\u0142ywu r\u00f3\u017cnych rozk\u0142ad\u00f3w prawdopodobie\u0144stwa wymusze\u0144 na sygnatur\u0119 odpowiedzi dynamicznej z wykorzystaniem modeli matematycznych oraz weryfikacji eksperymentalnej. Kluczowym elementem metodologii jest ekstrakcja cech statystycznych z moment\u00f3w stochastycznych wy\u017cszych rz\u0119d\u00f3w, kt\u00f3re stanowi\u0105 dane wej\u015bciowe dla algorytm\u00f3w uczenia maszynowego. Wykazano, \u017ce nawet niewielka zmiana parametr\u00f3w wymuszenia znacz\u0105co zmienia charakterystyk\u0119 drga\u0144, co wymusza elastyczny dob\u00f3r cech i architektur modeli w celu uzyskania wysokiej precyzji klasyfikacji. Uzyskane wyniki potwierdzaj\u0105 skuteczno\u015b\u0107 \u0142\u0105czenia mechaniki stochastycznej ze sztuczn\u0105 inteligencj\u0105 w diagnostyce stan\u00f3w uk\u0142adu, co otwiera drog\u0119 do zastosowa\u0144 w monitorowaniu proces\u00f3w przemys\u0142owych. Ca\u0142o\u015b\u0107 bada\u0144 stanowi nowatorskie podej\u015bcie do systematyzacji wzorc\u00f3w drga\u0144 w warunkach niepewno\u015bci probabilistycznej. Serdecznie zapraszam, Marek Pluta<\/p>\n","protected":false},"author":4,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2,4],"tags":[],"class_list":["post-1816","post","type-post","status-publish","format-standard","hentry","category-ogloszenia","category-seminaria"],"acf":[],"_links":{"self":[{"href":"https:\/\/kmiw.agh.edu.pl\/index.php?rest_route=\/wp\/v2\/posts\/1816","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/kmiw.agh.edu.pl\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/kmiw.agh.edu.pl\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/kmiw.agh.edu.pl\/index.php?rest_route=\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/kmiw.agh.edu.pl\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=1816"}],"version-history":[{"count":1,"href":"https:\/\/kmiw.agh.edu.pl\/index.php?rest_route=\/wp\/v2\/posts\/1816\/revisions"}],"predecessor-version":[{"id":1817,"href":"https:\/\/kmiw.agh.edu.pl\/index.php?rest_route=\/wp\/v2\/posts\/1816\/revisions\/1817"}],"wp:attachment":[{"href":"https:\/\/kmiw.agh.edu.pl\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=1816"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/kmiw.agh.edu.pl\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=1816"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/kmiw.agh.edu.pl\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=1816"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
uprzejmie informuj\u0119, \u017ce najbli\u017csze seminarium Katedry Mechaniki i Wibroakustyki odb\u0119dzie si\u0119 1 czerwca 2026 r.<\/strong> o godz. 11:30, w s. 103\/D-1.<\/p>\n\n\n\n
W tym dniu Pani mgr in\u017c. Natalia Frankowska<\/strong> (doktorantka prof. Agnieszki Ozgi) wyg\u0142osi referat pt.<\/p>\n\n\n\n
Identyfikacja charakterystyk losowych wymusze\u0144 impulsowych w dw\u00f3ch uk\u0142adach: oscylatorze i strunie z wykorzystaniem zaawansowanych metod in\u017cynierii cech i algorytm\u00f3w uczenia maszynowego<\/em><\/strong><\/p>\n\n\n\n
Streszczenie referatu:
Praca koncentruje si\u0119 na rozwi\u0105zaniu problemu odwrotnego, polegaj\u0105cego na identyfikacji parametr\u00f3w losowej serii impuls\u00f3w na podstawie analizy drga\u0144 oscylatora oraz struny. Badania obejmuj\u0105 analiz\u0119 wp\u0142ywu r\u00f3\u017cnych rozk\u0142ad\u00f3w prawdopodobie\u0144stwa wymusze\u0144 na sygnatur\u0119 odpowiedzi dynamicznej z wykorzystaniem modeli matematycznych oraz weryfikacji eksperymentalnej. Kluczowym elementem metodologii jest ekstrakcja cech statystycznych z moment\u00f3w stochastycznych wy\u017cszych rz\u0119d\u00f3w, kt\u00f3re stanowi\u0105 dane wej\u015bciowe dla algorytm\u00f3w uczenia maszynowego. Wykazano, \u017ce nawet niewielka zmiana parametr\u00f3w wymuszenia znacz\u0105co zmienia charakterystyk\u0119 drga\u0144, co wymusza elastyczny dob\u00f3r cech i architektur modeli w celu uzyskania wysokiej precyzji klasyfikacji. Uzyskane wyniki potwierdzaj\u0105 skuteczno\u015b\u0107 \u0142\u0105czenia mechaniki stochastycznej ze sztuczn\u0105 inteligencj\u0105 w diagnostyce stan\u00f3w uk\u0142adu, co otwiera drog\u0119 do zastosowa\u0144 w monitorowaniu proces\u00f3w przemys\u0142owych. Ca\u0142o\u015b\u0107 bada\u0144 stanowi nowatorskie podej\u015bcie do systematyzacji wzorc\u00f3w drga\u0144 w warunkach niepewno\u015bci probabilistycznej.<\/p>\n\n\n\n
Serdecznie zapraszam,<\/p>\n\n\n\n
Marek Pluta<\/p>\n","protected":false},"excerpt":{"rendered":"