<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:dc="http://purl.org/dc/elements/1.1/" version="2.0">
<channel>
<title>Praca inżynierska - Robotyka 2021</title>
<link>https://repin.pjwstk.edu.pl/xmlui/handle/186319/864</link>
<description/>
<pubDate>Fri, 13 Mar 2026 23:17:25 GMT</pubDate>
<dc:date>2026-03-13T23:17:25Z</dc:date>
<item>
<title>LSTM network based agent for cryptocurrency trading</title>
<link>https://repin.pjwstk.edu.pl/xmlui/handle/186319/1654</link>
<description>LSTM network based agent for cryptocurrency trading
Jeffery, Wiktor
With the growth of the internet and increasing interest in cryptocurrencies, multiple online&#13;
trading platforms have been created, giving investors a possibility to trade cryptocurrencies&#13;
from the comfort of their homes. The aim of this study is to test, whether delegating trading to&#13;
artificial intelligence can be profitable. As a result of this research script consisting of two&#13;
parts was written. The first part is responsible for data preprocessing and model training. The&#13;
second one is the automation algorithm, which output is based on model prediction from the&#13;
previous part. The output of the automation algorithm is a decision when to buy and sell&#13;
Bitcoin to make a profit. All algorithm decisions are logged to analyze profit in the given&#13;
cycles.
</description>
<pubDate>Mon, 17 Oct 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">https://repin.pjwstk.edu.pl/xmlui/handle/186319/1654</guid>
<dc:date>2022-10-17T00:00:00Z</dc:date>
</item>
<item>
<title>Serwis dialogowy Fast Messenger</title>
<link>https://repin.pjwstk.edu.pl/xmlui/handle/186319/1653</link>
<description>Serwis dialogowy Fast Messenger
Yukhymchuk, Bohdan
W tej pracy omówimy aplikację, która pomaga uprościć rozmowy tekstowe między&#13;
osobami fizycznymi. Na początek zapoznajmy się z celami projektu, dlaczego powstał&#13;
pomysł stworzenia aplikacji. Omówimy istniejące rozwiązania na rynku, ich wady i&#13;
zalety. Później przyjrzymy się funkcjonalności aplikacji, jej architekturze i wymaganiom&#13;
systemowym. Na koniec pokażemy najczęstsze scenariusze użycia i kilka słów o tym&#13;
jak aplikacja była budowana. Zadanie polega na stworzeniu maksymalnie prostego&#13;
messengera, który będzie w przyszłości płatny.
</description>
<pubDate>Mon, 17 Oct 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">https://repin.pjwstk.edu.pl/xmlui/handle/186319/1653</guid>
<dc:date>2022-10-17T00:00:00Z</dc:date>
</item>
<item>
<title>Symulowanie systemów robotycznych w środowiskach Webots</title>
<link>https://repin.pjwstk.edu.pl/xmlui/handle/186319/1652</link>
<description>Symulowanie systemów robotycznych w środowiskach Webots
Krajowski-Kukiel, Michał
W pracy tej przedstawiono proces budowy wirtualnego robota, który następnie został&#13;
uruchomiony w środowisku Webots. Robot zbudowany został od podstaw, z&#13;
wykorzystaniem narzędzi do komputerowo wspomaganego projektowania FreeCAD oraz&#13;
narzędzia Phobos, służącego tworzeniu reprezentacji wizualnej urządzenia, opisu jego&#13;
struktury mechanicznej i określaniu bezwładności elementów. Podczas symulacji&#13;
zadaniem robota było autonomiczne poruszanie się po arenie dzięki wykorzystaniu&#13;
sensora kamery, a także biblioteki OpenCV do identyfikacji jednego z trzech celów.
</description>
<pubDate>Mon, 17 Oct 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">https://repin.pjwstk.edu.pl/xmlui/handle/186319/1652</guid>
<dc:date>2022-10-17T00:00:00Z</dc:date>
</item>
<item>
<title>Agentowa symulacja rynku finansowego z wykorzystaniem algorytmu genetycznego</title>
<link>https://repin.pjwstk.edu.pl/xmlui/handle/186319/1651</link>
<description>Agentowa symulacja rynku finansowego z wykorzystaniem algorytmu genetycznego
Łukowski, Jakub
Praca opisuje próbę stworzenia i ewaluacji modelu symulacji pozwalającej na predykcję cen&#13;
akcji na giełdach papierów wartościowych. W tym celu na podstawie wiedzy finansowej&#13;
odwzorowano uproszczony system giełdowy oraz zachowania inwestorów wykorzystując&#13;
modelowanie agentowe. Do optymalizacji wyników użyto algorytm genetyczny, który w&#13;
każdym dniu giełdowym dostosowywał agentową populację inwestorów do realnych danych&#13;
rynkowych.Wyniki modelu agentowego z optymalizacją i bez, porównano z próbą kontrolną&#13;
opartą o inwestorów podejmujących losowe decyzję. Symulacja z dodatkową optymalizacją&#13;
uzyskała najlepszy wynik, jednak losowość wyników dla dużej liczby prób oraz rozbieżność&#13;
z realnymi danymi giełdowymi nie była satysfakcjonująca do predykcji cen giełdowych.
</description>
<pubDate>Mon, 17 Oct 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">https://repin.pjwstk.edu.pl/xmlui/handle/186319/1651</guid>
<dc:date>2022-10-17T00:00:00Z</dc:date>
</item>
</channel>
</rss>
