Zaloguj się

40. Konferencja Elektroniki, Telekomunikacji i Energetyki Studentów i Młodych Naukowców SECON 2026

9–10 czerwca 2026
Budynek 42 - Radiowe Centrum Dydaktyczno-Naukowe
Europe/Warsaw strefa czasowa

Kontakt

Sesja

Sesja A - Sztuczna inteligencja w praktyce

A
9 cze 2026, 10:50
Budynek 42 - Radiowe Centrum Dydaktyczno-Naukowe

Budynek 42 - Radiowe Centrum Dydaktyczno-Naukowe

Liderzy

Sesja A - Sztuczna inteligencja w praktyce: Sesja A

  • Fabian Gil (Wojskowa Akademia Techniczna)

Dokumenty prezentacyjne

Jeszcze nie ma materiałów.

  1. 36. OPRACOWANIE I OPROGRAMOWANIE METODY WYKRYWANIA I WYCINANIA ZNAKÓW DROGOWYCH W STRUMIENIU WIDEO Z REJESTRATORA
    Piotr Jasiński
    9.06.2026, 10:50
    Przesyłanie streszczeń
    Streszczenia 2026

    Referat prezentuje wykorzystanie konwolucyjnych sieci neuronowych (CNN) do wykrywania znaków drogowych z sekwencji wideo. W początkowej części sformułowano problem badawczy, omówiono środowisko pracy oraz przedstawiono przegląd literatury dotyczący sztucznych sieci neuronowych i budowy sieci CNN. Następnie przedstawiono standaryzację znaków drogowych wraz z ich regulacjami prawnymi, a także...

    Go to contribution page
  2. 20. MODELE WIZUALNO-JĘZYKOWE W WIELOMODELOWYM SILNIKU PERCEPCJI AI
    Przemysław Sujecki
    9.06.2026, 11:05
    Przesyłanie streszczeń
    Streszczenia 2026

    Współczesne systemy percepcji sztucznej inteligencji muszą interpretować nie tylko pojedyncze obrazy, lecz także dokumenty, strumienie wideo oraz polecenia językowe. Celem pracy jest przedstawienie koncepcji wykorzystania modeli wizualno-językowych jako warstwy łączącej analizę obrazu i języka w systemach wspierających rozumienie sytuacji w czasie rzeczywistym.

    Go to contribution page
  3. 17. BADANIE KONSTRUKCJI KONWOLUCYJNYCH SIECI NEURONOWYCH DO ROZPOZNAWANIA OBIEKTÓW MORSKICH W OBRAZACH FLIR W ŚRODOWISKU MATLAB
    Anna Kiszka
    9.06.2026, 11:20
    Przesyłanie streszczeń
    Streszczenia 2026

    Celem referatu było zbadanie możliwości wykorzystania wybranych konwolucyjnych sieci neuronowych do rozpoznawania obiektów morskich w obrazach FLIR w środowisku MATLAB.

    Go to contribution page
  4. 16. BADANIE KONSTRUKCJI KONWOLUCYJNYCH SIECI NEURONOWYCH DO ROZPOZNAWANIA OBIEKTÓW MORSKICH W OBRAZACH FLIR W ŚRODOWISKU KERAS
    Karolina Jania
    9.06.2026, 11:35
    Przesyłanie streszczeń
    Streszczenia 2026

    Celem referatu było opracowanie programu i analiza konwolucyjnych sieci neuronowych przeznaczonych do rozpoznawania obiektów morskich w obrazach termowizyjnych FLIR. Problematyka badawcza wynikała ze specyfiki danych termowizyjnych.

    Go to contribution page
  5. 27. PARAMETRYZACJA SYGNAŁÓW AKUSTYCZNYCH WYTWARZANYCH PRZEZ DRONY I SYGNAŁÓW TŁA NA POTRZEBY ICH KLASYFIKACJI
    Rafał ŁUKASIEWICZ (Wojskowa Akademia Techniczna)
    9.06.2026, 11:50
    Przesyłanie streszczeń
    Streszczenia 2026

    W pracy przedstawiono wybrane zagadnienia związane z wykorzystaniem współczesnych metod cyfrowego przetwarzania sygnałów oraz algorytmów uczenia maszynowego na potrzeby rozwiązań służących wykrywaniu obecności bezpilotowych statków powietrznych. Jej celem było przeprowadzenie badań naukowych nad możliwością wykorzystania do tego celu sygnałów akustycznych jako nośników informacji.

    Go to contribution page
  6. 22. SINGLE-HOP VS MULTI-HOP RAG: OGRANICZENIA KLASYCZNEGO RETRIEVALU I ROLA LOGICZNEGO ŁĄCZENIA WIEDZY
    Bartłomiej Firlej
    9.06.2026, 12:00
    Przesyłanie streszczeń
    Streszczenia 2026

    Wystąpienie dotyczy porównania podejść single-hop RAG i multi-hop RAG oraz pokazuje, dlaczego klasyczny retrieval nie zawsze wystarcza do udzielania poprawnych odpowiedzi. RAG łączy model językowy z wyszukiwaniem informacji w zewnętrznych dokumentach. Celem wystąpienia jest porównanie architektur single-hop oraz multi-hop.

    Go to contribution page
Tworzenie harmonogramu...