Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "prediction system" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Probabilistyczne modele zjawisk przestrzennych w rolnictwie
    Probabilistic models of spatial phenomena in agriculture
    Autorzy:
    Marciniak, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/291394.pdf
    Data publikacji:
    2009
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    system informacji przestrzennej
    GIS
    probabilistyczna predykcja
    probabilistyczna interpolacja
    obiekt przestrzenny
    sieci bayesowskie
    probabilistic prediction
    approximation prediction
    spatial objects
    Bayesian networks
    Opis:
    Niepewność, zarówno stochastyczna jak i epistemiczna, obecna w modelach zjawisk czaso-przestrzennych w rolnictwie uzasadnia zastosowanie metod probabilistycznych predykcji, wyjaśnianiu i aproksymacji obiektów przestrzennych. Z metodologicznego, obliczeniowego i inferencyjnego punktu widzenia odpowiednią technologią modelowania są tu sieci bayesowskie traktowane jako systemy reprezentacji wiedzy. W takim ujęciu modelowanie sprowadza się do translacji wiedzy z języka naturalnego na formalny i wykonywalny język sieci bayerowskich. Logiczną spójność i efektywność takiego rozumienia procesu modelowania pokazano na przykładzie budowy modelu aproksymacji i predykcji plonu pszenicy.
    Uncertainty, both stochastic and epistemic, occurring in models of space-time phenomena in agriculture justifies application of probabilistic methods in predication, clarifying and approximation of spatial objects. From methodological, computational and inferential point of view, in this case proper modelling technologies include Bayesian networks treated as knowledge representation systems. From this perspective modelling comes down to translation of knowledge from natural language to formal and executable language of Bayesian networks. Logical coherence and effectiveness of this definition of modelling process is shown on the example of building a model of wheat crop approximation and prediction.
    Źródło:
    Inżynieria Rolnicza; 2009, R. 13, nr 5, 5; 193-199
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prognozowanie sum napromienienia słonecznego dla potrzeb energetyki słonecznej
    Prediction of solar radiation sums for solar energy conversion systems
    Autorzy:
    Trajer, J.
    Czekalski, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/287386.pdf
    Data publikacji:
    2005
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    prognoza
    suma napromienienia słonecznego
    sztuczna sieć neuronowa
    energetyka słoneczna
    prediction
    solar radiation sums
    modeling
    artificial neural network
    solar energy conversion system
    Opis:
    Prognozowanie sum napromienienia słonecznego określonych płaszczyzn może być wykorzystywane w sterowaniu pracą hybrydowych systemów pozyskujących aktywnie energię słoneczną i systemów biernych (w budownictwie). Opracowano metodę prognozowania sum napromienienia słonecznego płaszczyzny pochyłej z wykorzystaniem sztucznej sieci neuronowej. Wykorzystano bazę danych dobowych sum napromienienia słonecznego ze stanowiska pomiarowego SGGW – Ursynów z okresu 1995-2000. Opracowano koncepcję kaskadowego modelu neuronowego, w którym prognozy krótkoterminowe wykorzystują wyniki z modelu średnioterminowego, a średnioterminowe z długoterminowego. Model poddano weryfikacji.
    Predicting the summary solar radiation on determined surfaces may be used to automatic control of both, the hybrid systems gaining actively the solar energy as well as the passive systems (applied in building engineering). The method of predicting solar radiation sums on an inclined surface was worked out with the use of artificial neural network. Data base on daily solar radiation sums from the measurements on south-oriented tilted surface at Ursynów (Agricultural University of Warsaw) within the period of 1995-2000, was used for this purpose. A cascade neural model was developed where the short-term prognoses use the results of medium-term model, whereas the medium-term – from the long-term model. The model has been verified.
    Źródło:
    Inżynieria Rolnicza; 2005, R. 9, nr 8, 8; 393-399
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      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