Informacja

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

Wyszukujesz frazę "Brzychczy, Edyta" wg kryterium: Autor


Wyświetlanie 1-2 z 2
Tytuł:
An Overview of Data Mining and Process Mining Applications in Underground Mining
Przegląd zastosowań technik drążenia danych i procesów w górnictwie podziemnym
Autorzy:
Brzychczy, Edyta
Powiązania:
https://bibliotekanauki.pl/articles/318399.pdf
Data publikacji:
2019
Wydawca:
Polskie Towarzystwo Przeróbki Kopalin
Tematy:
eksploracja danych
eksploracja procesów
analiza
proces wydobywczy
górnictwo podziemne
data mining
process mining
analysis
mining process
underground mining
Opis:
The underground mining process can be analysed with a data-oriented or process-oriented approach. The first of them is popular and wide known as data mining while the second is still not often used in the conditions of the mining companies. The aim of this paper is an overview of data mining and process mining applications in an underground mining domain and an investigation of the most popular analytic techniques used in the defined analytic perspectives (“Diagnostics and machinery”, “Geomechanics”, “Hazards”, “Mine planning and safety”). In the paper two research questions are formulated: RQ1: What are the most popular data mining/process mining tasks in the analysis of the underground mining process? and RQ2: What are the most popular data mining/process mining techniques applied in the multi-perspective analysis of the underground mining process? In the paper sixty--two published articles regarding to data mining tasks and analytic techniques in the mentioned domain have been analysed. The results show that predominatingly predictive tasks were formulated with regard to the analysed phenomena, with strong overrepresentation of classification task. The most frequent data mining algorithms is comprised of the following: artificial neural networks, decision trees, rule induction and regression. Only a few applications of process mining in analysis of the underground mining process have been found – they were briefly described in the paper.
Celem artykułu jest przegląd zastosowań eksploracji danych (data mining) i procesów (process mining) w analizie procesu wydobywczego w kopalniach podziemnych oraz identyfikacja najpopularniejszych technik analizy danych w tym zakresie. W artykule sformułowano dwa pytania badawcze: P1: Jakie są najpopularniejsze zadania eksploracji danych/eksploracji procesów w analizie procesu wydobywczego w kopalniach podziemnych? oraz P2: Jakie są najpopularniejsze techniki eksploracji danych/eksploracji procesów stosowane w wielowymiarowej analizie procesu wydobywczego w kopalniach podziemnych? W artykule przeanalizowano sześćdziesiąt dwie opublikowane prace dotyczące eksploracji danych w ujęciu zdefiniowanych perspektyw analitycznych (“Diagnostyka i maszyny”, “Geomechanika”, “Zagrożenia”, “Projektowanie kopalń i bezpieczeństwo”). Wyniki pokazują, że w odniesieniu do analizowanych zjawisk formułowano głównie zadania predykcyjne, z silną nadreprezentacją zadania klasyfikacji. Do najczęściej wykorzystywanych technik eksploracji danych należą: sztuczne sieci neuronowe, drzewa decyzyjne, indukcja reguł i regresja. Eksploracja procesów w analizie procesu wydobywczego w kopalniach podziemnych została opisana tylko w kilku artykułach, które pokrótce omówiono.
Źródło:
Inżynieria Mineralna; 2019, 21, 1; 301-314
1640-4920
Pojawia się w:
Inżynieria Mineralna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analysis of a Mining Process Performance in a Longwall Face – Visualization Proposals
Analiza wydajności procesu wydobycia systemem ścianowym – propozycje wizualizacji
Autorzy:
Brzychczy, Edyta
Napieraj, Aneta
Powiązania:
https://bibliotekanauki.pl/articles/318673.pdf
Data publikacji:
2019
Wydawca:
Polskie Towarzystwo Przeróbki Kopalin
Tematy:
proces wydobywczy
wyrobisko ścianowe
wizualizacja danych
analiza procesu
mining process
longwall face
data visualisation
process analysis
Opis:
Analysis of multi-sourced data sets for process improvement purposes requires the selection of relevant techniques enabling data visualisation. There are two main approaches in this scope. The first is based on a raw data and requires from the user determination of properties or patterns while the second one is based on computation of aggregate properties and presentation of the derived data. In the paper we propose to visualize aggregated data in relation to spatial dimension for gaining additional knowledge about process performance. We present an example of performance analysis of machinery used in specific kind of industrial process, namely longwall mining. Our proposals extend range of visualisations that can be used in mining process analysis as well as can be applied in longwall monitoring dashboards and for reporting purposes.
Analiza danych w celu usprawnienia procesu wymaga między innymi wyboru odpowiednich technik wizualizacji danych. Istnieją dwa główne podejścia w tym zakresie. Pierwsze opiera się na wykorzystaniu surowych danych i wymaga od użytkownika określenia właściwości lub wzorców dla wizualizacji. Drugie natomiast opiera się na wartościach zagregowanych i prezentacji przekształconych danych. W artykule, w celu uzyskania dodatkowej wiedzy na temat realizacji procesu wydobywczego w wyrobisku ścianowym, zaproponowano wizualizację zagregowanych danych w odniesieniu do wymiaru przestrzennego realizowanego procesu. Jako przykład przedstawiono wizualizację obciążenia organu kombajnu ścianowego w odniesieniu do położenia w ścianie. Przedstawione propozycje rozszerzają zakres wizualizacji, które mogą być wykorzystane w analizie procesu wydobywczego. Mogą również znaleźć zastosowanie w pulpitach menedżerskich (dyspozytorskich).
Źródło:
Inżynieria Mineralna; 2019, 21, 1/2; 251-258
1640-4920
Pojawia się w:
Inżynieria Mineralna
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