Informacja

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

Wyszukujesz frazę "principal component analysis PCA" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
The use of the visualisation of multidimensional data using PCA to evaluate possibilities of the division of coal samples space due to their suitability for fluidised gasification
Zastosowanie wizualizacji wielowymiarowych danych za pomocą PCA do oceny możliwości podziału próbek węgla ze względu na ich przydatność do zgazowania
Autorzy:
Jamróz, D.
Niedoba, T.
Surowiak, A.
Tumidajski, T.
Powiązania:
https://bibliotekanauki.pl/articles/219788.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
analiza PCA
wizualizacja wielowymiarowa
zgazowanie węgla
wzbogacanie w osadzarkach
principal component analysis (PCA)
multidimensional visualisation
coal gasification
jigging
Opis:
Methods serving to visualise multidimensional data through the transformation of multidimensional space into two-dimensional space, enable to present the multidimensional data on the computer screen. Thanks to this, qualitative analysis of this data can be performed in the most natural way for humans, through the sense of sight. An example of such a method of multidimensional data visualisation is PCA (principal component analysis) method. This method was used in this work to present and analyse a set of seven-dimensional data (selected seven properties) describing coal samples obtained from Janina and Wieczorek coal mines. Coal from these mines was previously subjected to separation by means of a laboratory ring jig, consisting of ten rings. With 5 layers of both types of coal (with 2 rings each) were obtained in this way. It was decided to check if the method of multidimensional data visualisation enables to divide the space of such divided samples into areas with different suitability for the fluidised gasification process. To that end, the card of technological suitability of coal was used (Sobolewski et al., 2012; 2013), in which key, relevant and additional parameters, having effect on the gasification process, were described. As a result of analyses, it was stated that effective determination of coal samples suitability for the on-surface gasification process in a fluidised reactor is possible. The PCA method enables the visualisation of the optimal subspace containing the set requirements concerning the properties of coals intended for this process.
Proces zgazowania węgla jest jedną z technologii, które zyskują coraz szerszą uwagę wśród technologów zajmujących się jego przeróbką i utylizacją. Ze względu na typ zgazowania wyróżnia się dwa główne sposoby: zgazowanie naziemne i podziemne. Każdy z tych typów można jednak przeprowadzić za pomocą różnych technologii. W przypadku zgazowania naziemnego, jedną z takich technologii jest zgazowanie w reaktorze fluidalnym. Do tego typu zgazowania zostały opracowane wytyczne w ramach projektu NCBiR nr 23.23.100.8498/R34 pt. „Opracowanie technologii zgazowania węgla dla wysokoefektywnej produkcji paliw i energii” w ramach strategicznego programu badań naukowych i prac rozwojowych pt. „Zaawansowane technologie pozyskiwania energii” (Marciniak-Kowalska, 2011-12; Sobolewski et al., 2012; 2013; Strugała et al., 2011; 2012). Autorzy wybrali główne z tych wytycznych, dotyczących zalecanych poziomów określonych cech węgla. W celu zbadania węgla pod kątem ich przydatności do zgazowania pobrano próbki dwóch węgli: pochodzących z Zakładu Górniczego Janina oraz z Kopalni Węgla Kamiennego Wieczorek. Każdy z tych węgli został poddany procesowi wzbogacania w laboratoryjnej osadzarce pierścieniowej (10 pierścieni, węgiel w klasach wydzielonych z przedziału 0-18 mm). Po zakończeniu procesu rozdziału materiał podzielono na 5 warstw (po 2 pierścienie) i każdy z nich rozsiano na sitach na 10 klas ziarnowych, ustalając wychody warstw i klas. Następnie, tak otrzymane produkty – klasy ziarnowe, po wydzieleniu analitycznych próbek, poddano chemicznej analizie elementarnej i technicznej węgla, w celu scharakteryzowania właściwości wpływających na procesy zgazowania. Łącznie z obu kopalń uzyskano 99 próbek (50 z kopalni Janina oraz 49 z kopalni Wieczorek – w jednej z warstw nie uzyskano klasy 16-18 mm) charakteryzowanych przez następujące parametry: zawartość siarki całkowitej, zawartość wodoru, zawartość azotu, zawartość chloru, zawartość węgla całkowitego, ciepło spalania oraz zawartość popiołu. Przykładowe dane dla jednej z otrzymanych warstw przedstawiono w tabeli 1. Dodatkowo wykorzystano kartę przydatności technologicznej węgla (Sobolewski et al., 2012; 2013), w której opisano parametry kluczowe, istotne oraz dodatkowe, mające wpływ na proces zgazowania. Na jej podstawie oznaczono próbki węgla, które w sposób efektywny poddają się procesowi zgazowania. W celu wizualizacji danych zastosowano jedną z nowoczesnych metod wielowymiarowej statystycznej analizy czynnikowej – metodę PCA (ang. Principal Component Analysis). W metodzie tej dokonuje się rzutu prostopadłego wielowymiarowych danych na płaszczyznę reprezentowaną przez specjalnie wybrane wektory V1,V2. Są to wektory własne, odpowiadające dwóm największym (co do modułu) wartościom własnym macierzy kowariancji zbioru obserwacji. Opisany dobór wektorów V1,V2 pozwala uzyskać obraz na płaszczyźnie prezentujący najwięcej zmienności danych. Algorytm i zasady tej metody zostały szczegółowo zaprezentowane w podrozdziale 3 artykułu. Za pomocą metody PCA dokonano trzech typów analiz. Pierwszy obraz miał na celu rozpoznanie, czy możliwa jest identyfikacja pochodzenia węgla, czyli rozdział węgla pochodzącego z ZG Janina od węgla z KWK Wieczorek. Odpowiedź była twierdząca. Na tak przygotowane dane narzucono następnie warunki wynikające z nałożenia wymogów określonych w karcie przydatności technologicznej węgla. Okazało się, że przy wzięciu pod uwagę wszystkich warunków jedynie 17 próbek z ZG Janina i zaledwie jedna z KWK Wieczorek spełnia wszystkie kryteria, co przedstawiono na rysunku 2. Stwierdzono, że dzieje się tak głównie z powodu zawartości chloru, która wykracza poza nałożone limity. Cecha ta nie wpływa jednak w kluczowy sposób na sam proces zgazowania a istotna jest ze względu na aspekt ochrony środowiska. Dlatego dokonano podobnej analizy, ale przy odrzuceniu warunku dotyczącego tej cechy. Po odrzuceniu wymogów dotyczących zawartości chloru okazało się, że 37 próbek z ZG Janina oraz 41 próbek z KWK Wieczorek spełnia pozostałe zalecenia odnośnie naziemnego zgazowania w reaktorze fluidalnym. Jest to potwierdzenie wcześniejszych obserwacji autorów w tym zakresie. W obu przypadkach wizualizacja wielowymiarowa przy użyciu PCA pozwoliła stwierdzić, że obrazy punktów reprezentujących próbki węgla bardziej podatnego na zgazowanie oraz mniej przydatnego do zgazowania zajmują osobne podobszary przestrzeni oraz gromadzą się w skupiskach, które można łatwo od siebie odseparować. Stwierdzono więc, że metoda PCA pozwala podzielić przestrzeń próbek na obszary o różnej przydatności do procesu zgazowania fluidalnego zarówno gdy przyjęto ograniczenie dotyczące zawartości chloru jak i przy jego pominięciu. Zastosowanie metody PCA w celu identyfikacji przydatności próbek węgla do zgazowania jest nowatorskie i nie było wcześniej stosowane. Istnieje możliwość zastosowania również innych metod w tym zakresie. Należy jednak podkreślić, że niewątpliwą zaletą metody PCA jest fakt, że w trakcie wizualizacji nie ma konieczności doboru żadnych parametrów w przeciwieństwie do wielu innych metod wizualizacji wielowymiarowych danych.
Źródło:
Archives of Mining Sciences; 2016, 61, 3; 523-535
0860-7001
Pojawia się w:
Archives of Mining Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The impact of initial data on the logistics performance index estimation: Estonian and Russian study
Wpływ danych wejściowych na wycenę współczynnika działalności logistycznej (LPI): Estonia vs Rosja
Autorzy:
Janno, Jelizaveta
Mochalina, Ekaterina Pavlovna
Ivankova, Galina Vladimirovna
Labanova, Oksana
Latonina, Marina
Safulina, Elena
Uukkivi, Anne
Powiązania:
https://bibliotekanauki.pl/articles/1835512.pdf
Data publikacji:
2021
Wydawca:
Wyższa Szkoła Logistyki
Tematy:
performance measurement
logistics performance index (LPI)
country-level logistics
principal component analysis (PCA)
initial data
ocena działania
wskaźnik działalności logistycznej (LPI)
logistyka na poziomie krajowym
analiza PCA
dane wejściowe
Opis:
Logistics activities form a network of services that support the physical movement of goods, trade across borders, and commerce within borders. Well-functioning logistics, with its international trade and transport organisation, is a precondition of comprehensive national competitiveness. The World Bank (World Bank Group) Logistics Performance Index (LPI) is a unique benchmarking tool, used since 2007, providing logistics performance measurement for more than 160 countries. As the LPI is a crucial part of global efforts to understand better logistics performance in the context of increasingly complex supply chains, this indicator must be evaluated objectively and adequately. The current paper focuses on studying subjective aspects within current methodology with regards the possible impact of initial data on the LPI estimation. The research aims to ensure a more objective approach to global and cross-countries performance measurement by studying possible constraints mentioned above. Methods: The paper presents a quantitative case study research strategy based on the evaluation of LPI in Estonia and Russia. The principal component analysis (PCA) as the primary method of analysis is a multivariate statistical technique that can help identify correlations between data points of the study. The primary data was collected by questioning representatives directly involved in the logistics sector by standardized questionnaire of the World Bank. Results: The modified methodological approach for evaluating LPI draws attention to comprehensive generalization concerning the improved outcome of the score and the final position of both countries. As a criticism, the significant impact of the answer of just one uncommon respondent to the final score of the LPI can be pointed out.Conclusions: Further research related to the issue of objective and more advanced estimation of LPI should be a continuous process with the focus on improving the quality of input data for the assessment. In addition to LPI as a primary measure, parallel use of alternative figure for evaluation of the development of logistics on a global scale.
Działalność logistyczna tworzy sieć usług wspomagającą fizyczne przepływy dóbr materialnych, handel międzynarodowy jak i krajowy. Dobrze funkcjonująca logistyka obejmująca swym działaniem handel zagraniczny i transport, jest warunkiem wstępnym przewagi konkurencyjnej danego kraju. Wskaźnik działalności logistycznej Banku Światowego (LPI) jest unikalnym narzędziem dla benchmarkingu, stosowanym od 2007 do oceny działalności logistycznej ponad 160 krajów. Ponieważ LPI jest krytycznym czynnikiem globalnych dążeń dla lepszego zrozumienia i oceny działalności logistycznej, musi on być wyliczany obiektywnie i precyzyjnie. Praca koncentruje się na zbadania aspektów podmiotowych opierając się na obecnej metodologii przy uwzględnieniu możliwego wpływu danych wejściowych na wycenę LPI. Celem pracy jest umożliwienie bardziej obiektywnego podejścia do oceny działalności na poziomie globalnym i międzynarodowym poprzez dokładną analizę wyżej wymienionych czynników ograniczających tą ocenę. Metody: W pracy zastosowano strategię ilościowej analizy opartej na wycenie LPI w Estonii i Rosji. Analiza PCA (Principal component analysis), jako podstawowa metoda analizy jest wieloczynnikową techniką statystyczną, która umożliwia identyfikację korelacji pomiędzy różnymi danymi. Dane wejściowe zostały zebrane poprzez przeprowadzenie ankiety, stworzonej według standardów Banku Światowego, wśród osób bezpośrednio związanych z logistyką. Wyniki: Zmodyfikowane metodologiczne podejście do wyceny LPI kładzie nacisk na uogólnienie wyników, poprawiające wynik końcowy oraz pozycjonowanie obu krajów. Ceną negatywną jest fakt dużego wpływu na wynik końcowy odbiegającego wyniku ankiety jednego z badanych respondentów
Źródło:
LogForum; 2021, 17, 1; 147-156
1734-459X
Pojawia się w:
LogForum
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