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 "SIEC test" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    An attempt to determine the effect of increase of observation correlations on detectability and identifiability of a single gross error
    Autorzy:
    Prószyński, W.
    Kwaśniak, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/145479.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    sieć GPS
    sieć geodezyjna
    system nawigacji
    single outlier case
    correlated observations
    detectability
    identifiability
    outlier-test sensitivity
    mean-shift model
    Opis:
    The paper presents the results of investigating the effect of increase of observation correlations on detectability and identifiability of a single gross error, the outlier test sensitivity and also the response-based measures of internal reliability of networks. To reduce in a research a practically incomputable number of possible test options when considering all the non-diagonal elements of the correlation matrix as variables, its simplest representation was used being a matrix with all non-diagonal elements of equal values, termed uniform correlation. By raising the common correlation value incrementally, a sequence of matrix configurations could be obtained corresponding to the increasing level of observation correlations. For each of the measures characterizing the above mentioned features of network reliability the effect is presented in a diagram form as a function of the increasing level of observation correlations. The influence of observation correlations on sensitivity of the w-test for correlated observations (Förstner 1983, Teunissen 2006) is investigated in comparison with the original Baarda’s w-test designated for uncorrelated observations, to determine the character of expected sensitivity degradation of the latter when used for correlated observations. The correlation effects obtained for different reliability measures exhibit mutual consistency in a satisfactory extent. As a by-product of the analyses, a simple formula valid for any arbitrary correlation matrix is proposed for transforming the Baarda’s w-test statistics into the w-test statistics for correlated observations.
    Źródło:
    Geodesy and Cartography; 2016, 65, 2; 313-333
    2080-6736
    2300-2581
    Pojawia się w:
    Geodesy and Cartography
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prediction of asphalt creep compliance using artificial neural networks
    Autorzy:
    Zofka, A.
    Yut, I.
    Powiązania:
    https://bibliotekanauki.pl/articles/230827.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    lepiszcze asfaltowe
    mieszanka asfaltowa gorąca
    sieć neuronowa sztuczna
    belka zginana
    reometr
    podatność na pełzanie
    badanie napięcia pośrednie
    asphalt binder
    hot mix asphalt
    artificial neural network
    bending beam
    rheometer
    creep compliance
    indirect tension test
    Opis:
    Creep compliance of the hot-mix asphalt (HMA) is a primary input of the current pavement thermal cracking prediction model used in the US. This paper discusses a process of training an Artificial Neural Network (ANN) to correlate the creep compliance values obtained from the Indirect Tension (IDT) with similar values obtained on small HMA beams from the Bending Beam Rheometer (BBR). In addition, ANNs are also trained to predict HMA creep compliance from the creep compliance of asphalt binder and vice versa using the BBR setup. All trained ANNs exhibited a very high correlation of 97 to 99 percent between predicted and measured values. The binder creep compliance functions built on the ANN-predicted discrete values also exhibited a good correlation when compared with the laboratory experiments. However, the simulation of trained ANNs on the independent dataset produced a significant deviation from the measured values which was most likely caused by the differences in material composition, such as aggregate type and gradation, presence of recycled additives, and binder type.
    Źródło:
    Archives of Civil Engineering; 2012, 58, 2; 153-173
    1230-2945
    Pojawia się w:
    Archives of Civil Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Evaluation of the unit weight of organic soils from a CPTM using an Artificial Neural Networks
    Wyznacznie ciężaru objętościowego gruntu organicznego na podstawie badań CPTM z zastosowaniem sztucznych sieci neuronowych
    Autorzy:
    Straż, Grzegorz
    Borowiec, Artur
    Powiązania:
    https://bibliotekanauki.pl/articles/1852298.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    ciężar objętościowy
    sieć neuronowa sztuczna
    grunt organiczny
    sonda statyczna
    sonda stożkowa
    CPTM
    unit weight
    artificial neural network
    organic soil
    organic content
    cone penetration test
    Opis:
    This paper discusses the use of mechanical cone penetration test CPTM for estimating the soil unit weight of selected organic soils in Rzeszow site, Poland. A search was made for direct relationships between the empirically determined the soil unit weight value and cone penetration test leading parameters (cone resistance qc, sleeve friction fs. The selected, existing models were also analysed in terms of suitability for estimating the soil unit weight and tests were performed to predict the value soil unit weight of local, different organic soils. Based on own the regression analysis, the relationships between empirically determined values of soil unit weight and leading parameters cone penetration test were determined. The results of research and analysis have shown that both existing models and new, determined regression analysis methods are poorly matched to the unit weight values determined in laboratory, the main reason may be the fact that organic soils are characterized by an extremely complicated, diverse and heterogeneous structure. This often results in a large divergence and lack of repeatability of results in a satisfactorily range. Therefore, in addition, to improve the predictive performances of the relationships, analysis using the artificial neural networks (ANN) was carried out.
    W artykule zaprezentowano możliwości zastosowania wyników badań terenowych uzyskanych za pomocą stożkowej sondy statycznej CPTM (ze stożkiem mechanicznym) do wyznaczania ciężaru objętościowego wybranych gruntów organicznych zlokalizowanych na terenie Rzeszowa. Głównym celem prowadzonych badań było poszukiwanie bezpośrednich zależności pomiędzy między wyznaczonymi w warunkach laboratoryjnych wartościami ciężaru objętościowego gruntu γt a parametrami wiodącymi dla badania sondą statyczną CPTM, którymi są: opór gruntu podczas zagłębiania stożka qc oraz opór tarcia na tulei ciernej fs. Testy laboratoryjne wykonano na próbkach o nienaruszonej strukturze, pobranych z otworów kontrolnych umiejscowionych w bezpośrednim sąsiedztwie punktów sondowania, co pozwoliło na pozyskanie reprezentatywnych próbek gruntów o szerokim spectrum zawartości części organicznych od 5,02 do 84,93%. Wykorzystując metodę standardowej analizy regresji określono zależności między empirycznie wyznaczonymi wartościami ciężaru objętościowego badanych gruntów organicznych, a parametrami wyznaczonymi za pomocą sondy statycznej w warunkach in situ. Wykorzystano również szereg modeli literaturowych, opracowanych przez prezentujących je badaczy dla różnych ośrodków gruntowych i parametrów wiodących. Niestety, analiza regresji wykazała, że zarówno istniejące modele, jak i nowe są słabo dopasowane do wartości ciężaru objętościowego wyznaczonych w laboratorium. Głównym powodem może być fakt, że grunty organiczne charakteryzują się niezwykle skomplikowaną budową, różnorodną i niejednorodną strukturą, a przede wszystkim bardzo zróżnicowaną zawartością części organicznych, które mogą lokalnie różnić się genezą czy składem chemicznym. Czynniki te mają wpływ na wyjątkowo dużą rozbieżność i brak powtarzalności uzyskiwanych wyników w zadowalającym zakresie. Dlatego, dodatkowo, aby poprawić predykcyjne działanie zależności, przeprowadzono analizę z wykorzystaniem sztucznych sieci neuronowych (SSN). Porównanie wyników zastosowania standardowej regresji i sieci neuronowych w celu prognozowania ciężaru objętościowego wybranych gruntów organicznych na podstawie wyników sondowania statycznego wykazało, że sieci neuronowe są dokładniejsze. Maksymalne wartości median uzyskanych w analizach statystycznych współczynników determinacji (R2) testowanych modeli wynosiły odpowiednio 0,353 i 0,564. Wynik wykorzystania sieci neuronowych nie jest zadowalający, ale bardzo obiecujący. W związku z tym, planowana jest kontynuacja prac z wykorzystaniem analizy za pomocą sztucznych sieci neuronowych, lecz z zastosowaniem różnych kryteriów kategoryzowania lokalnych gruntów organicznych.
    Źródło:
    Archives of Civil Engineering; 2021, 67, 3; 259-281
    1230-2945
    Pojawia się w:
    Archives of Civil Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      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