Tytuł pozycji:
Przegląd zastosowania algorytmów uczenia maszynowego do oceny i monitorowania ryzyka zawodowego w czasie rzeczywistym
Uczenie maszynowe (UM) to obszar sztucznej inteligencji dotyczący algorytmów, które mogą modyfikować swoje parametry na podstawie przetwarzanych danych i wykonywać zadania bez wyraźnych instrukcji. Rozwój systemów sztucznej inteligencji i technologii Internetu rzeczy (IoT) powoduje, że algorytmy UM są coraz częściej wykorzystywane w różnych sektorach gospodarki, w tym do oceny i monitorowania ryzyka zawodowego. Zawarty w artykule przegląd literatury naukowej z tej dziedziny pozwolił na wskazanie sektorów i rodzajów środowisk pracy, w których te algorytmy są stosowane, a także na określenie danych wykorzystywanych do uczenia algorytmów UM oraz identyfikację najczęściej stosowanych metod. Przedstawiono również potencjał algorytmów UM do automatyzacji procesów identyfikacji zagrożeń i oceny ryzyka zawodowego w czasie rzeczywistym.
Machine learning (ML) is an area of artificial intelligence dealing with algorithms that can modify their parameters based on processed data and perform tasks without explicit instructions. The development of artificial intelligence systems and Internet of Things technologies is resulting in ML algorithms being increasingly used in various sectors of the economy, including occupational risk assessment and monitoring. This article provides a review of the scientific literature in this field, which has identified the sectors and types of work environments in which these algorithms are used, defined the data used to learn ML algorithms and identified the most commonly used methods. The potential of UM algorithms to automate hazard identification and occupational risk assessment processes in real time is also presented.
Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki (2025).
