@misc{Szwed_Mirosław._Autor_Inteligentny_2025,
 author={Szwed, Mirosław. Autor},
 volume={97},
 number={1},
 copyright={Licencja Creative Commons Uznanie autorstwa 4.0},
 address={Warszawa},
 journal={Przegląd Geograficzny},
 howpublished={online},
 year={2025},
 publisher={IGiPZ PAN},
 language={pol},
 abstract={Celem opisanego w pracy działania jest opracowanie inteligentnego systemu identyfikacji zanieczyszczeń powietrza. Zastosowanie sztucznej inteligencji, wykorzystującej analizę obrazów powierzchni wybranych indykatorów zanieczyszczenia powietrza do budowy algorytmu uczenia maszynowego umożliwiło opracowanie taniej i skutecznej metody identyfikacji niebezpiecznych substancji. Do budowy modelu zostały wykorzystane zdjęcia skaningowej mikroskopii elektronowej dwuletnich igieł sosny zwyczajnej Pinus sylvestris L., z reprezentatywnych zlewni badawczych krajowej sieci Zintegrowanego Monitoringu Środowiska Przyrodniczego. Zdjęcia mikroskopowe zostały przetworzone w programie graficznym, tak aby zaklasyfikowane na podstawie wielkości, kształtu i składu chemicznego cząstki posiadały jednakowy atrybut (barwę). Wykonane warstwy (maski) stanowiły element właściwy do opracowania algorytmu uczenia maszynowego identyfikującego zanieczyszczenia z podziałem na zdefiniowane wcześniej kategorie. Zastosowanie sieci neuronowych do budowy samouczącego się algorytmu pozwoliło zoptymalizować analizę zdeponowanych zanieczyszczeń zobrazowanych na powierzchni igieł sosny. Opracowany system identyfikacji naturalnych i antropogenicznych cząstek w postaci skategoryzowanych warstw daje skuteczność predykcji na wysokim poziomie.},
 abstract={},
 type={Tekst},
 title={Inteligentny system identyfikacji zanieczyszczenia powietrza = Intelligent air pollution identification system},
 URL={http://rcin.org.pl./Content/244837/WA51_281496_r2025-t97-nr1_Przeg-Geogr-Szwed.pdf},
 keywords={Geografia -- czasopisma [KABA], Polska -- geografia -- czasopisma [KABA]},
}