Informacja

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

Wyszukujesz frazę "Akaike Information Criterion" wg kryterium: Wszystkie pola


Wyświetlanie 1-5 z 5
Tytuł:
A method of precise pulse onset determination using the Akaike Information Criterion for Ultrasound Transmission Tomography
Autorzy:
Pruchnicki, Piotr
Opieliński, Krzysztof J.
Powiązania:
https://bibliotekanauki.pl/articles/2146650.pdf
Data publikacji:
2021
Wydawca:
Politechnika Poznańska. Instytut Mechaniki Stosowanej
Tematy:
Akaike Information Criterion
AIC
pulse wave
transmission method
ultrasound tomography
kryterium informacyjne Akaike
fala tętna
metoda transmisyjna
tomografia ultradźwiękowa
Opis:
Information criteria used in statistics for model selection can be used to accurately determine pulse transition times in transmission methods. The most popular information criteria are the Akaike Information Criterion (AIC) and the Bayesian Schwartz Criterion (BIC). These criteria are considered the most reliable tests of model type and structure and are computationally simple. In this paper, an algorithm developed according to the AIC criterion is used to determine the transition time from transmission tomography measurements acquired with a multi-element ultrasonic ring array, which is the scanning element of the novel prototype of ultrasound tomography device for detecting and estimating the malignancy of female breast cancer in vivo. As a result, a new algorithm was developed to precise search for the onset of the recorded receiving pulse. The algorithm was tested in an aqueous environment using elementary pairs of transmitting and receiving ultrasonic transducers of a tomographic ring array.
Źródło:
Vibrations in Physical Systems; 2021, 32, 1; art. no. 2021115
0860-6897
Pojawia się w:
Vibrations in Physical Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ocena czasu poprawnej pracy do uszkodzenia za pomocą Kryterium Informacyjnego Akaike
The estimation of smooth operation time until failure with the application of the Akaike Information Criterion (AIC)
Autorzy:
Kornacki, A.
Sokołowska, E.
Powiązania:
https://bibliotekanauki.pl/articles/301016.pdf
Data publikacji:
2010
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
kryterium informacyjne Akaike
testowanie hipotez statystycznych
ciągniki C355-360
Akaike Information Criterion
AIC
statistical hypothesis testing
C355-360 tractors
Opis:
Artykuł przedstawia zastosowanie kryterium informacyjnego Akaike do testowania hipotez dotyczących średnich. Zaprezentowana metoda stanowi alternatywę wobec tradycyjnych metod testowania hipotez o średniej, wymagających ustalenia poziomu istotności. W pracy wykorzystano dane eksperymentalne z rozprawy habilitacyjnej W. Piekarskiego [12], dotyczące czasu pracy ciągników C355-360 do pierwszego uszkodzenia. Przedstawione rezultaty stanowią skuteczne narzędzie umożliwiające wybór odpowiedniego modelu statystycznego wśród modeli dotyczących eksploatacji i niezawodności maszyn.
The article presents the application of the Akaike Information Criterion (AIC) to test hypothesis concerning mean values. The presented method offers an alternative to traditional hypothesis testing methods requiring the establishment of the significance level. In the article, we used the experimental data from a postdoctoral thesis by W. Piekarski [12] concerning the operation time of C355-360 tractors until the first failure. The obtained results provide a useful tool enabling the choice of a more suitable statistical model from the models relating to the operation and reliability of machines.
Źródło:
Eksploatacja i Niezawodność; 2010, 1; 69-76
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Predictive Modelling for Characterisation of Organics in Pit Latrine Sludge from Unplanned Settlements in Cities of Malawi
Autorzy:
Kalulu, K.
Thole, B.
Mkandawire, T.
Kululanga, G.
Powiązania:
https://bibliotekanauki.pl/articles/124540.pdf
Data publikacji:
2018
Wydawca:
Polskie Towarzystwo Inżynierii Ekologicznej
Tematy:
Akaike Information Criterion
biochemical oxygen demand
chemical oxygen demand
faecal sludge characteristics
multiple linear regression model
Opis:
The limited availability of data on faecal sludge characteristics remains one of the major challenges faced by developing countries in proper management of faecal sludge. In view of the limited financial resources and expertise in these developing countries, there is a need to come up with less-resource-intensive approaches for faecal sludge characterisation. Despite being used substantially in wastewater, there is limited evidence on the use of predictive modelling as a tool for cost-effective characterisation of faecal sludge. In this study, first order multiple linear regression modelling is investigated as a less-resource-intensive approach for accurate prediction of organics (biochemical oxygen demand and chemical oxygen demand) in pit latrine sludge. The predictor variables explored in the modelling include pH, electrical conductivity, total solids, total volatile solids, fixed solids and moisture content. The modelling uses data collected from 80 latrines in unplanned settlements of four cities in Malawi. The study shows that it is possible to reliably predict chemical oxygen demand and biochemical oxygen demand in pit latrine sludge using electrical conductivity and total solids, which require low levels of resources and expertise to determine.
Źródło:
Journal of Ecological Engineering; 2018, 19, 3; 141-145
2299-8993
Pojawia się w:
Journal of Ecological Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Growth curve functions in modeling the thin-layer drying of corn
Krzywe wzrostu w modelowaniu procesu suszenia kukurydzy w cienkiej warstwie
Autorzy:
Siatkowski, M.
Weres, J.
Kujawa, S.
Szabelska, A.
Zyprych, J.
Powiązania:
https://bibliotekanauki.pl/articles/287022.pdf
Data publikacji:
2010
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
Informacyjne Kryterium Akaike
bayesowskie kryterium informacyjne Schwarza
krzywe wzrostu
kukurydza
modelowanie
Akaike Information Criterion
Bayesian Information Criterion
growth curve models
corn
modeling
R package
Opis:
Modeling the thin-layer drying process for corn is described using 37 growth curve functions. The most effective functions were qualified by the application of Akaike Information Criterion and Bayesian Information Criterion. Both criteria showed that the thin-layer drying process for corn was best described by the baroreflex five-parameter function.
Modelowanie procesu suszenia kukurydzy w cienkiej warstwie zostało opisane przy użyciu 37 krzywych wzrostu. Najlepiej dopasowane krzywe zostały wyłonione w oparciu o Informacyjne Kryterium Akaike oraz Bayesowkie Kryterium Informacyjne Schwarza. Oba współczynniki pokazały, iż proces suszenia kukurydzy w cienkiej warstwie najlepiej odwzorowuje pięcioparametrowa krzywa baroreflex.
Źródło:
Inżynieria Rolnicza; 2010, R. 14, nr 6, 6; 89-95
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Noise Source Identification Method for a Warp Machine Based on MEEMD_AIC
Metoda identyfikacji źródła hałasu maszyny dziewiarskiej oparta na MEEMD_AIC
Autorzy:
Xu, Yang
Zhang, Ziyu
Li, Angang
Sheng, Xiaowei
Powiązania:
https://bibliotekanauki.pl/articles/231620.pdf
Data publikacji:
2020
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
Tematy:
warp knitting machine
noise source identification
modified ensemble empirical mode decomposition
MEEMD
Akaike Information Criterion
maszyna dziewiarska
źródło hałasu
zmodyfikowany zespół dekompozycji trybu empirycznego
kryterium informacyjne Akaike
Opis:
In order to recognise the noise source of a warp knitting machine, a method based on Modified Ensemble Empirical Mode Decomposition (MEEMD) and Akaike Information Criterion (AIC) is proposed. The MEEMD_AIC method is applied to measure the noise signal of a warp knitting machine and analyse every single effective component selected. Noise source identification is realised by combining the vibration signal characteristics of the main parts of the warp knitting machine. Firstly, MEEMD is used to decompose the measured noise signal of the warp knitting machine into a finite number of intrinsic mode function (IMF) components. Then, singular value decomposition (SVD) is performed on the covariance matrix of the component matrix to get the eigen value of the matrix. Next, the number of effective components is estimated based on the AIC criterion, and the effective components are selected by combining the energy characteristic index and the Pearson correlation coefficient method. The results show that the noise signal of the warp knitting machine is a mixture of multiple noise source signals. The main noise sources of the warp knitting machine, including the vibration of the pulling roller, the main shaft of the loop forming mechanism and the push rod of the guide bar traverse the mechanism, provide theoretical support for recognition of the active noise reduction of the warp knitting machine using the MEEMD_AIC method.
W celu rozpoznania źródła szumu maszyny dziewiarskiej zaproponowano metodę rozpoznawania źródła hałasu opartą na zmodyfikowanym zespole dekompozycji trybu empirycznego (MEEMD) i Akaike Information Criterion (AIC). Metodę MEEMD_AIC zastosowano do pomiaru sygnału szumu maszyny dziewiarskiej i do analizy każdego elementu maszyny dziewiarskiej. Identyfikacja źródła hałasu odbywała się poprzez połączenie charakterystyki sygnału wibracji głównych części maszyny dziewiarskiej. Po pierwsze, MEEMD zastosowano do dekompozycji zmierzonego sygnału szumowego maszyny dziewiarskiej na skończoną liczbę elementów składowych funkcji trybu wewnętrznego (IMF). Następnie przeprowadzono rozkład wartości pojedynczej (SVD) na macierz kowariancji macierzy składowej uzyskując wartość własną macierzy. Następnie oszacowano liczbę składników efektywnych na podstawie kryterium AIC, a składniki efektywne wybrano poprzez połączenie wskaźnika charakterystyki energetycznej i metody współczynnika korelacji Pearsona. Wyniki pokazały, że sygnał szumu maszyny dziewiarskiej jest mieszaniną wielu sygnałów źródeł hałasu. Na główne źródło hałasu maszyny dziewiarskiej składają się wibracje wałka ciągnącego oraz hałas głównego wału mechanizmu formowania pętli i popychacza mechanizmu poprzecznego prowadnicy. Przeprowadzona za pomocą metody MEEMD_AIC identyfikacja zapewnia teoretyczne wsparcie dla aktywnej redukcji hałasu dziania.
Źródło:
Fibres & Textiles in Eastern Europe; 2020, 3 (141); 55-61
1230-3666
2300-7354
Pojawia się w:
Fibres & Textiles in Eastern Europe
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-5 z 5

    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