Informacja

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

Wyszukujesz frazę "Ejdys, J." wg kryterium: Autor


Wyświetlanie 1-2 z 2
Tytuł:
Priority technology and research directions in Polish foresight activities
Priorytetowe technologie i kierunki badań w polskich projektach foresight
Autorzy:
Ejdys, J.
Krawczyk-Dembicka, E.
Powiązania:
https://bibliotekanauki.pl/articles/256098.pdf
Data publikacji:
2012
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Technologii Eksploatacji - Państwowy Instytut Badawczy
Tematy:
foresight
technologie priorytetowe
priorytetowe kierunki badań i technologii
klasyfikacja NABS
Frascati
priority technologies
priority directions of research
technology
NABS
Opis:
Foresight projects have been used across the world in the process of anticipating the future by governments, regional authorities, companies, and S&R institutes. Foresight, together with its specific research tools and terminology, is also becoming increasingly important in Poland. From nearly 50 foresight projects implemented in Poland, most of them are related to technology and research development. The essential issue of foresight methodology is to identify the key technology/priority line of research. The paper presents a results of identified key technologies and research in Polish 47 foresight initiatives and is also an attempt to organise the identified technology and research directions into the following four classifications, using NABS classification for research and development activities and Frascati classification: Key Enabling Technologies, the technology division of the system, transversal, and sector.
Foresight jest coraz częściej wykorzystywany przez instytucje naukowe, administrację oraz przedsiębiorstwa jako narzędzie antycypowania przyszłych stanów. Również w Polsce można zaobserwować rosnące zainteresowanie wykorzystaniem tego narzędzia. Niespełna 50 zrealizowanych w Polsce projektów foresight dotyczyło wyznaczania przyszłości badań i rozwoju technologii. Głównym celem zrealizowanych projektów było wyznaczenie priorytetowych kierunków badań lub technologii. W artykule zaprezentowano wyniki badań dotyczących zidentyfikowanych kluczowych technologii/kierunków badań w 47 projektach foresight. Przeprowadzone badania pozwoliły na przyporządkowanie priorytetowych technologii/kierunków badań zgodnie z klasyfikacjami: podział technologii kluczowych (Key Enabling Technologies); podział na technologie systemowe, transwersalne i sektorowe; klasyfikacja NABS dla działalności badawczo-rozwojowej; klasyfikacja na podstawie podręcznika Frascati wyodrębniającego dziedziny i specjalności nauki i techniki.
Źródło:
Problemy Eksploatacji; 2012, 4; 117-127
1232-9312
Pojawia się w:
Problemy Eksploatacji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Predicting oil prices
Prognozowanie cen ropy naftowej
Autorzy:
Ejdys, J.
Halicka, K.
Winkowski, C.
Powiązania:
https://bibliotekanauki.pl/articles/256449.pdf
Data publikacji:
2014
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Technologii Eksploatacji - Państwowy Instytut Badawczy
Tematy:
forecasting
forecast quality
price
crude oil
Holt-Winters model
artificial neural networks
prognozowanie
jakość prognozy
cena
ropa naftowa
model Holta-Wintersa
sztuczna sieć neuronowa
Opis:
The purpose of this article is the use of artificial intelligence methods and exponential smoothing methods to determine the short-term forecast of BRENT oil prices. Another important objective of the research is to conduct a comparative analysis of the quality of the forecasts and make recommendations concerning the constructed forecasting models. Historical data used in this study came from the London Stock Exchange and covered the period from January 2012 to April 2013. The selection of forecasting models was based on the visual decomposition of the time series. The comparative analysis of the quality of the forecasts was carried out, inter alia, on the basis of such measures as mean error (ME), mean absolute error (MAE), root of mean squared error (RMS), mean relative error (MAPE), and the relative error (APE).
Celem niniejszego artykułu jest zastosowanie metod sztucznej inteligencji oraz metod wygładzania wykładniczego do wyznaczenia krótkookresowej prognozy ceny ropy naftowej BRENT. Kolejnym istotnym celem badań jest przeprowadzenie analizy porównawczej jakości otrzymanych prognoz i dokonanie rekomendacji zbudowanych modeli prognostycznych. Dane historyczne wykorzystane w niniejszym badaniu pochodziły z giełdy London Stock Exchange i obejmowały okres od stycznia 2012 r. do kwietnia 2013 r. Wyboru modeli prognostycznych dokonano na podstawie wizualnej dekompozycji szeregu czasowego. Analiza porównawcza jakości otrzymanych prognoz została przeprowadzona między innymi na podstawie takich miar jak średni błąd (ME), średni bezwzględny błąd (MAE), pierwiastek ze średniego kwadratowego błędu (RMS), średni względny błąd (MAPE) oraz względny błąd (APE).
Źródło:
Problemy Eksploatacji; 2014, 1; 5-13
1232-9312
Pojawia się w:
Problemy Eksploatacji
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