Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "robustness estimation" wg kryterium: Temat


Wyświetlanie 1-6 z 6
Tytuł:
Ocena odporności planu obsady zajęć dydaktycznych na zmianę liczby grup zajęciowych
Robustness Assessment of a Course Assignment Plan on Changing Number of Groups
Autorzy:
Szwarc, Eryk
Powiązania:
https://bibliotekanauki.pl/articles/1827151.pdf
Data publikacji:
2018
Wydawca:
Politechnika Gdańska
Tematy:
course/teacher assignment planning
disruption
number of group change
robustness estimation
obsada zajęć
zakłócenie
zmiana liczby grup
odporność
Opis:
Course assignment planning aims on teachers assignments to their occupational groups, which, in addition to the condition of competence, meet a number of constraints, such as teaching workload, minimum staffing, etc. The assignment plan is exposed to disruptions caused by for example the absence of employees and/or the starting of unforeseen courses/faculties which are not considered so far. Problems related to this issue, and in particular those related to the robustness estimation of admissible variants of the planned course assignment to these types of disruptions, are not available in the literature. In this context, the purpose of this paper is to develop a measure of the robustness estimation of a course assignment plan dedicated to an arbitrarily selected type of disruption. Concept of robust assignment planning method to particular type of disruption is presented. The implementation of these methods should enable to estimate robustness of the planning assignment variants. Assignment plans that guarantee a given level of robustness also should be possible. Attached examples illustrate the practical applicability of the proposed approach.
Planowanie obsady zajęć dydaktycznych sprowadza się do takiego przydziału nauczycieli do prowadzonych przez nich grup zajęciowych, który oprócz warunku kompetencji spełnia szereg ograniczeń np. wymiaru pracy dydaktycznej nauczyciela, zapewnienia minimum kadrowego itp. Tak sporządzony plan obsady narażony jest na zakłócenia powodowane np. absencją pracowników i/lub uruchamianiem nieprzewidzianych wcześniej kierunków/specjalności/kursów. Zagadnienia związane z tą problematyką, związane w szczególności z oceną odporności dopuszczalnych wariantów planowanej obsady na wymienione rodzaje zakłóceń, nie są podejmowane w dostępnej literaturze przedmiotu. W tym kontekście, celem niniejszej pracy jest opracowanie miary oceny odporności planu obsady zajęć dydaktycznych dedykowanej do danego, arbitralnie wybranego typu zakłócenia oraz przedstawienie sposobu planowania obsady odpornej na dany rodzaj zakłóceń obsady zajęć. Programowa implementacja proponowanych metod winna umożliwić ocenę odporności poszczególnych wariantów obsady na wybrane rodzaje zakłóceń procesu dydaktycznego oraz wyznaczanie planów obsady gwarantujących zadany poziom odporności na zakłócenia. Załączone przykłady ilustrują możliwości praktycznego zastosowania zaproponowanego rozwiązania.
Źródło:
Przedsiębiorstwo we współczesnej gospodarce - teoria i praktyka; 2018, 3, 26; 135-146
2084-6495
Pojawia się w:
Przedsiębiorstwo we współczesnej gospodarce - teoria i praktyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Asymptotically stable estimators of location and scale parameters II. Estimation of scale parameter
Autorzy:
Rychlik, Tomasz
Powiązania:
https://bibliotekanauki.pl/articles/747721.pdf
Data publikacji:
1987
Wydawca:
Polskie Towarzystwo Matematyczne
Tematy:
Robustness and adaptive procedures
Point estimation
Opis:
.
Asymptotic robustness of estimators of scale parameter with respect to scale invariant bias oscillation function is studied for two types of disturbances. In the case of £-contamination, the most robust sequence of equivariant estimators for model distribution with a positive support and the most robust sequence of equivariant symmetric estimators for symmetric model distribution are constructed. In the case of Kolmogorov-Levy neighbourhoods, the solution is derived without any assumptions about the model distribution. As examples, the most bias-robust estimators for uniform, Pareto, Weibull, Laplace, normal, Cauchy and double-exponential distributions are presented.
Źródło:
Mathematica Applicanda; 1987, 16, 30
1730-2668
2299-4009
Pojawia się w:
Mathematica Applicanda
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The "jackknife" method
Autorzy:
Bieńkiewicz, Małgorzta
Powiązania:
https://bibliotekanauki.pl/articles/747860.pdf
Data publikacji:
1982
Wydawca:
Polskie Towarzystwo Matematyczne
Tematy:
Point estimation
Instructional exposition
Robustness and adaptive procedures
Opis:
.
A short review paper which explains the idea of jackknifing to those who have never heard about it.
Źródło:
Mathematica Applicanda; 1982, 10, 21
1730-2668
2299-4009
Pojawia się w:
Mathematica Applicanda
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A Two-Component Normal Mixture Alternative to the Fay-Herriot Model
Autorzy:
Chakraborty, Adrijo
Datta, Gauri Sankar
Mandal, Abhyuday
Powiązania:
https://bibliotekanauki.pl/articles/465632.pdf
Data publikacji:
2016
Wydawca:
Główny Urząd Statystyczny
Tematy:
Hierarchical Bayes
heavy-tail distribution
non-informative priors
robustness to outliers
small area estimation
Opis:
This article considers a robust hierarchical Bayesian approach to deal with random effects of small area means when some of these effects assume extreme values, resulting in outliers. In the presence of outliers, the standard Fay-Herriot model, used for modeling area-level data, under normality assumptions of random effects may overestimate the random effects variance, thus providing less than ideal shrinkage towards the synthetic regression predictions and inhibiting the borrowing of information. Even a small number of substantive outliers of random effects results in a large estimate of the random effects variance in the Fay-Herriot model, thereby achieving little shrinkage to the synthetic part of the model or little reduction in the posterior variance associated with the regular Bayes estimator for any of the small areas. While the scale mixture of normal distributions with a known mixing distribution for the random effects has been found to be effective in the presence of outliers, the solution depends on the mixing distribution. As a possible alternative solution to the problem, a two-component normal mixture model has been proposed, based on non-informative priors on the model variance parameters, regression coefficients and the mixing probability. Data analysis and simulation studies based on real, simulated and synthetic data show an advantage of the proposed method over the standard Bayesian Fay-Herriot solution derived under normality of random effects.
Źródło:
Statistics in Transition new series; 2016, 17, 1; 67-90
1234-7655
Pojawia się w:
Statistics in Transition new series
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Development and validation of reversed phase gradient HPLC method for the simultaneous estimation of olmesartan medoxomil and chlorthalidone in dosage forms
Autorzy:
Manikandan, S.
Thirunarayanan, G.
Powiązania:
https://bibliotekanauki.pl/articles/1194011.pdf
Data publikacji:
2015
Wydawca:
Przedsiębiorstwo Wydawnictw Naukowych Darwin / Scientific Publishing House DARWIN
Tematy:
Accuracy
Acetonitrile
Buffer pH 3.0
Chlorthalidone
Forced degradation
Linearity
Olmesartan medoxomil
Precision
RP-gradient HPLC
Robustness
Simultaneous estimation
Opis:
The main objective of the proposed study is to develop and validate a new stability indicating reverse phase HPLC gradient method for the simultaneous estimation of olmesartan medoxomil and chlorthalidone in combined dosage form. The method is optimized by using zorbax phenyl column (250 x 4.6 mm, 5 μ). For pump-A, ammonium dihydrogen orthophosphate and pump-B, acetonitrile: are used. Phosphate buffer pH was adjusted with orthophosphoric acid to 3.0. Water and acetonitrile (45:50) are used as diluent. The flow rate is 1.5 ml/min and the elutant is monitored at 220 nm with uv detector. The retention time of olmesatran medoxomil and chlorthalidone are 10.70 ±0.1 mins and 4.8 ± 0.1 mins respectively. Precision shows that % Relative standard deviation of olmesartan medoxomil and chlorthalidone is about 0.23 and 0.56 respectively. The percentage recoveries of both the drugs olmesartan medoxomil and chlorthalidone from the dosage formulation are 100.3% and 99.20% respectively. Linearity of olmesartan medoxomil and chlorthalidone is in the range of 10.0 to 60.0 μg/ml and 6.25 μg/ml respectively. Calibration curve shows good linearity and range. The correlation coefficient of olmesartan medoxomil and chlorthalidone is 0.999. And the results obtained for Robustness and Ruggedness are well within the acceptance criteria. The proposed method is found to be simple, rapid, accurate and precise. It is found to be economical and suitable for simultaneous determination of olmesartan medoxomil and chlorthalidone in pharmaceutical dosage form.
Źródło:
World Scientific News; 2015, 9; 101-123
2392-2192
Pojawia się w:
World Scientific News
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Incorporating product robustness level in field return rate predictions
Przewidywanie rzeczywistego wskaźnika zwrotów towaru z uwzględnieniem poziomu odporności produktu
Autorzy:
Tekcan, A. T.
Kahramanoglu, G.
Gündüzalp, M.
Powiązania:
https://bibliotekanauki.pl/articles/301917.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
ocena niezawodności i wskaźnika zwrotów produktu
sztuczne sieci neuronowe
definiowanie rożnych typów uszkodzeń
poziom dojrzałości produktu
poziom odporności produktu
awarie w warunkach rzeczywistych
badania na poziomie produktu
badania na poziomie płyty testowej
jakość konstrukcyjna
reliability and return rate estimation
artificial neural networks
defining different failure types
product maturity level
product robustness level
field failures
product level testing
board level testing
design quality
Opis:
Reliability and return rate prediction of products are traditionally achieved by using stress based standards and/or applying accelerated life tests. But frequently, predicted reliability and return rate values by using these methods differ from the field values. The primary reason for this is that products do not only fail due to the stress factors mentioned in the standards and/or used in accelerated life tests. There are additional failure factors, such as ESD, thermal shocks, voltage dips, interruptions and variations, quality factors, etc. These factors should also be considered in some way when predictions are made during the R&D phase. Therefore, a method should be used which considers such factors, thus increasing the accuracy of the reliability and return rate prediction. In this paper, we developed a parameter, which we call Robustness Level Factor, to incorporate such factors, and then we combined this parameter with traditional reliability prediction methods. Specifically, the approach takes into account qualitative reliability tests performed during the R&D stage and combines them with life tests by using Artificial Neural Networks (ANN). As a result, the approach gives more accurate predictions compared with traditional prediction methods. With this prediction model, we believe that analysts can determine the reliability and return rate of their products more accurately.
Niezawodność i wskaźniki zwrotów towaru przewiduje się tradycyjnie przy użyciu norm obciążeniowych i/lub stosując przyspieszone badania trwałości. Jednakże, często wartości niezawodności i wskaźnika zwrotów przewidywane za pomocą tych metod różnią się od ich wartości rzeczywistych. Główną tego przyczyną jest fakt, że produkty nie ulegają awarii wyłącznie pod wpływem czynników obciążeniowych wymienianych w normach i/lub wykorzystywanych w przyspieszonych badaniach trwałości. Istnieją dodatkowe czynniki wpływające na intensywność uszkodzeń, takie jak wyładowania elektrostatyczne, wstrząsy termiczne, spadki, przerwy w dostawie i zmiany napięcia, czynniki jakościowe, itp. Te czynniki także powinny być w jakiś sposób uwzględnione przy dokonywaniu predykcji na etapie badań i rozwoju (R&D). Dlatego też zwiększenie trafności predykcji niezawodności i wskaźników zwrotów towaru wymaga metody, która uwzględniałaby tego typu czynniki. W niniejszej pracy opracowaliśmy parametr, nazwany przez nas "czynnikiem poziomu odporności", który pozwala na uwzględnienie takich czynników, a następnie wykorzystaliśmy ów parametr w połączeniu z tradycyjnymi metodami przewidywania niezawodności. W szczególności, przedstawione podejście bierze pod uwagę jakościowe badania niezawodnościowe wykonywane na etapie R&D łącząc je z badaniami trwałościowymi przy użyciu sztucznych sieci neuronowych ANN. Dzięki temu, w podejściu tym uzyskuje się bardziej trafne predykcje niż w tradycyjnych metodach prognozowania. Jesteśmy przekonani, że użycie powyższego modelu predykcyjnego umożliwi analitykom bardziej trafne wyznaczanie niezawodności oraz wskaźników zwrotów wytwarzanych przez nich produktów.
Źródło:
Eksploatacja i Niezawodność; 2012, 14, 4; 327-332
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-6 z 6

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies