Wyniki wyszukiwania

Wynik wyszukiwania

1/10
Nr opisu: 0000138061
Biofeedback Therapy application with EEG signal visualization and the optimization of success factor algorithm.
[Aut.]: Paweł Kielan, Marek Kciuk, Jakub Piecyk.
-Int. J. Electron. Telecommun. 2020 vol. 66 nr 4, s. 607-612, bibliogr. 14 poz.. Punktacja MNiSW 40.000

terapia biofeedback ; EEG ; czynnik sukcesu ; Raspberry Pi ; fale mózgowe

biofeedback therapy ; EEG ; success factor ; Raspberry Pi ; brain waves

2/10
Nr opisu: 0000136508
Comparative analysis of time series databases in the context of edge computing for low power sensor networks.
[Aut.]: Piotr Grzesik, Dariusz Mrozek.
W: Computational Science - ICCS 2020. 20th International conference, Amsterdam, The Netherlands, June 3-5, 2020. Proceedings. 20th International Conference, Amsterdam, The Netherlands, June 3-5, 2020. Proceedings. Pt. 5. Pt. 5. Eds. Valeria V. Krzhizhanovskaya, Gabor Zavodszky, Michael H. Lees, Jack J. Dongarra, Peter M. A. Sloot, Sergio Brissos, Joao Teixeira. Eds.: Valeria V. Krzhizhanovskaya, Gabor Zavodszky, Michael H. Lees, Jack J. Dongarra, Peter M. A. Sloot, Sergio Brissos, Joao Teixeira. Cham : Springer, 2020, s. 371-383, bibliogr. 30 poz. (Lecture Notes in Computer Science ; vol. 12141 0302-9743). Punktacja MNiSW 140.000

szereg czasowy ; PostgreSQL ; TimescaleDB ; InfluxDB ; edge computing ; analiza brzegowa ; Raspberry Pi ; Riak TS ; SQLite

time series ; PostgreSQL ; TimescaleDB ; InfluxDB ; edge computing ; edge analytics ; Raspberry Pi ; Riak TS ; SQLite

3/10
Nr opisu: 0000132236
Soft real-time systems for low-cost unmanned ground vehicle.
[Aut.]: Adam Ziębiński, Rafał Cupek, M. Drewniak, Bartłomiej Wolny.
W: Computational collective intelligence. 11th International conference, ICCCI 2019, Hendaye, France, September 4-6, 2019. Proceedings. Pt. 2. Eds.: Ngoc Thanh Nguyen, Richard Chbeir, Ernesto Exposito, Philippe Aniorte, Bogdan Trawiński. Cham : Springer, 2019, s. 196-206, bibliogr. 18 poz. (Lecture Notes in Computer Science ; vol. 11684 Lecture Notes in Artificial Intelligence ; 0302-9743). Punktacja MNiSW 20.000

system wbudowany ; platforma bezzałogowa ; łagodny system czasu rzeczywistego ; Raspberry Pi

embedded system ; unmanned ground vehicle ; soft real-time system ; Raspberry Pi

4/10
Nr opisu: 0000130634
Temporal characteristics of CodeSys programmed Raspberry Pi and Beaglebone Black embedded devices.
[Aut.]: Jacek Stój, Ireneusz Smołka.
W: Computer networks. 26th International conference, CN 2019, Kamień Śląski, Poland, June 25-27, 2019. Proceedings. Eds. Piotr Gaj, Michał Sawicki, Andrzej Kwiecień. Cham : Springer International Publishing, 2019, s. 156-167, bibliogr. 11 poz. (Communications in Computer and Information Science ; vol. 1039 1865-0929). Punktacja MNiSW 20.000

urządzenia wbudowane ; CoDeSys ; Raspberry Pi ; BeagleBone Black ; system czasu rzeczywistego ; Modbus ; TCP ; EtherCAT

embedded devices ; CoDeSys ; Raspberry Pi ; BeagleBone Black ; real-time system ; Modbus ; TCP ; EtherCAT

5/10
Nr opisu: 0000124251
Determining the usability of embedded devices based on Raspberry Pi and programmed with CODESYS as nodes in networked control systems.
[Aut.]: Jacek Stój, Ireneusz Smołka, Michał Maćkowski.
W: Computer networks. 25th International conference, CN 2018, Gliwice, Poland, June 19-22, 2018. Proceedings. Eds. Piotr Gaj, Michał Sawicki, Grażyna Suchacka, Andrzej Kwiecień. Cham : Springer International Publishing, 2018, s. 193-205, bibliogr. 29 poz. (Communications in Computer and Information Science ; vol. 860 1865-0929). Punktacja MNiSW 15.000

Raspberry Pi ; czas rzeczywisty ; system przemysłowy ; sieciowy system sterowania ; CoDeSys ; Arduino ; LabView ; urządzenia wbudowane

Raspberry Pi ; real time ; industrial system ; networked control system ; CoDeSys ; Arduino ; LabView ; embedded devices

6/10
Nr opisu: 0000124383
Embedded systems based on Raspberry Pi programmed with CODESYS.
[Aut.]: Ireneusz Smołka.
-Stud. Informat. 2018 vol. 39 nr 1, s. 77-87, bibliogr. 20 poz.. Punktacja MNiSW 9.000

system czasu rzeczywistego ; Internet Rzeczy ; automatyka domu ; sieciowy system sterowania ; CoDeSys ; Raspberry Pi ; Arduino ; system wbudowany

real-time system ; Internet of Things ; home automation ; networked control system ; CoDeSys ; Raspberry Pi ; Arduino ; embedded system

7/10
Nr opisu: 0000125267
System parkowania zmniejszający zanieczyszczenie środowiska oparty na IoT.
[Aut.]: Beata Krupanek, Ryszard Bogacz, Łukasz Dróżdż.
-Zesz. Nauk. Wydz. Elektrotech. Autom. PGdań. 2018 nr 59, s. 117-121, bibliogr. 8 poz.
Referat wygłoszony na: L Międzyuczelnianej Konferencji Metrologów MKM 2018 Szczecin - Kopenhaga, 10-12 września 2018. Punktacja MNiSW 10.000

Internet Rzeczy ; system parkingowy ; zanieczyszczenie środowiska ; Raspberry Pi

Internet of Things ; parking system ; greenhouse gas ; Raspberry Pi

8/10
Nr opisu: 0000120153
The face tracking system for rehabilitation robotics applications.
[Aut.]: Paweł Raif, Ewaryst Tkacz.
W: Innovations in biomedical engineering. IBE 2017. Eds. Marek Gzik, Ewaryst Tkacz, Zbigniew Paszenda, Ewa Piętka. Cham : Springer International Publishing, 2018, s. 185-192, bibliogr. 22 poz. (Advances in Intelligent Systems and Computing ; vol. 623 2194-5357). Punktacja MNiSW 15.000

system wizyjny ; robot rehabilitacyjny ; robot towarzyszący ; interakcja człowiek-komputer ; rozpoznawanie twarzy ; śledzenie obiektu ; OpenCV ; Raspberry Pi

machine vision ; rehabilitation robot ; assistive robot ; human computer interaction ; face recognition ; object tracking ; OpenCV ; Raspberry Pi

9/10
Nr opisu: 0000119358
ADAS device operated on CAN bus using PiCAN module for raspberry Pi.
[Aut.]: M. Drewniak, Krzysztof Tokarz, Michał Rędziński.
W: Computational Collective Intelligence. 9th International Conference, ICCCI 2017 Nicosia, Cyprus, September 27-29, 2017. Proceedings. Pt. 2. Eds.: Ngoc Thanh Nguyen, George A. Papadopoulos, Piotr Jędrzejowicz, Bogdan Trawiński, Gottfried Vossen. Cham : Springer, 2017, s. 227-237, bibliogr. 23 poz. (Lecture Notes in Computer Science ; vol. 10449 0302-9743)

ADAS ; magistrala CAN ; CANoe ; Ethernet ; LIDAR ; Raspberry Pi

ADAS ; CAN bus ; CANoe ; Ethernet ; LIDAR ; Raspberry Pi

10/10
Nr opisu: 0000118709
Rozpoznawanie aktywności ruchowych człowieka - wykorzystanie minikomputera Raspberry PI w zajęciach laboratoryjnych.
[Aut.]: Paula* Stępień, Marcin Rudzki.
-Eduk. Tech. Informat. 2017 nr 2, s. 335-340, bibliogr. 6 poz.. Punktacja MNiSW 9.000

rozpoznawanie aktywności ; czujnik inercyjny ; przetwarzanie sygnałów ; Raspberry Pi ; inżynieria biomedyczna

activity recognition ; inertial sensor ; signal processing ; Raspberry Pi ; biomedical engineering

stosując format: