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 "K-means method" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Wspomaganie decyzji zakupowych w branży spawalniczej za pomocą metody K-średnich
    Purchase decision-making support in the welding industry with the use of the k-means method
    Autorzy:
    Rogalewicz, M.
    Kujawińska, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/203222.pdf
    Data publikacji:
    2016
    Wydawca:
    Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
    Tematy:
    wspomaganie decyzji
    analiza skupień
    metoda k-średnich
    decision support
    clustering
    k-means method
    Opis:
    Podejmowanie decyzji w przedsiębiorstwie wiąże się często z wyborem najlepszego rozwiązania na podstawie wielu kryteriów opisujących analizowany problem. Z tego punktu widzenia można go nazwać wielokryterialnym problemem decyzyjnym. W artykule przedstawiono zastosowanie jednej z metod wspomagania decyzji – analizy skupień metodą k-średnich – w doborze materiałów dodatkowych do procesu spawania metodą SAW. Dokonano podziału na skupienia, uwzględniając dwa kryteria doboru ich początkowych centrów, porównano oba warianty, a na końcu scharakteryzowano szczegółowo grupy wyodrębnione za pomocą jednego z nich. Wybrane podejście do analizy skupień okazało się przydatne we wspomaganiu decyzji dotyczących zakupów w branży spawalniczej.
    Decision-making in enterprises is often connected with selecting the best solution on the basis of many criteria describing the analyzed problem. From this point of view, it can be called a multi–criterial decision–making problem. The article presents the use of a chosen clustering method – the k-means method – in the selection of materials for the SAW method process. Clusters were divided into two, based on the two different ways of choosing their initial centers. The two options were compared, and finally the clusters created on the basis of the chosen division were characterized in detail. The selected approach proved useful as decision-making support for purchasing materials in the welding industry.
    Źródło:
    Zeszyty Naukowe Politechniki Poznańskiej. Organizacja i Zarządzanie; 2016, 70; 203-214
    0239-9415
    Pojawia się w:
    Zeszyty Naukowe Politechniki Poznańskiej. Organizacja i Zarządzanie
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modele systemów podatkowych w państwach Unii Europejskiej
    Tax System Models in the EU Countries
    Autorzy:
    Zielińska, Joanna
    Sawulski, Jakub
    Powiązania:
    https://bibliotekanauki.pl/articles/2050108.pdf
    Data publikacji:
    2022
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    system podatkowy
    analiza skupień
    klasteryzacja
    metoda k-średnich
    tax system
    clustering
    k-means method
    Opis:
    Celem artykułu jest zidentyfikowanie podobieństw i różnic w systemach podatkowych państw Unii Europejskiej (UE) przez wyszczególnienie podstawowych modeli tych systemów. Dla jego osiągnięcia przeprowadzono analizę skupień metodą k-średnich, której podstawą było 12 parametrów charakteryzujących systemy podatkowe. W ten sposób wyodrębniono pięć modeli systemów podatkowych w państwach UE: zachodnioeuropejski, wschodnioeuropejski, nordycki, brytyjski i mieszany. Ich nazewnictwo wynika z tego, że podstawowe parametry systemu podatkowego są silnie skorelowane z położeniem geograficznym kraju. Prawdopodobnie zatem znaczący wpływ na ukształtowanie systemów podatkowych w państwach UE mają czynniki, takie jak historia, tradycja i kultura. Wyraźne różnice w konstrukcji systemów podatkowych są widoczne zwłaszcza między państwami tzw. starej piętnastki UE a państwami Europy Środkowo-Wschodniej.
    The aim of the article is to identify the similarities and differences in the tax systems in the European Union (EU) countries by specifying the basic tax system models. For its implementation we carry out a cluster analysis using the k-means method based on 12 parameters characterising tax systems. We distinguish five models of tax systems in the EU countries: Western European, Eastern European, Nordic, British and mixed model. We use such a nomenclature as the basic parameters of the tax system are strongly correlated with the geographical location of the country. Probably factors such as history, tradition, and culture have a significant impact on the shapes of the tax systems in the EU. Clear differences exist especially between the EU-15 countries and Central and Eastern European countries.
    Źródło:
    Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu; 2022, 66, 1; 168-181
    1899-3192
    Pojawia się w:
    Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie języka R do statystycznej analizy oraz analizy skupień dla danych geochemicznych
    Use of R programming language for statistical analysis and cluster analysis of geochemical data
    Autorzy:
    Janiga, Marek
    Powiązania:
    https://bibliotekanauki.pl/articles/31348311.pdf
    Data publikacji:
    2023
    Wydawca:
    Instytut Nafty i Gazu - Państwowy Instytut Badawczy
    Tematy:
    analiza skupień
    metoda k-średnich
    metoda hierarchiczna
    skład gazu ziemnego
    cluster analysis
    k-means method
    hierarchical method
    natural gas composition
    Opis:
    W zagadnieniach geologii naftowej metody statystyczne są szeroko stosowane w petrografii, petrofizyce, geochemii, geomechanice, geofizyce wiertniczej czy sejsmice, a analiza skupień jest istotna w klasyfikacji skał – wyznaczaniu stref o pewnych własnościach, np. macierzystych lub zbiornikowych. Artykuł prezentuje użycie metod statystycznych, w tym metod analizy skupień, w procesach przetwarzania i analizy dużych zbiorów różnorodnych danych geochemicznych. Do analiz statystycznych wykorzystano literaturowe dane z analiz składu chemicznego i izotopowego gazów ziemnych. Wyniki zawierały skład chemiczny gazów ziemnych oraz skład izotopowy. Zastosowano algorytmy tzw. nienadzorowanego uczenia maszynowego do przeprowadzenia analizy skupień. Grupowania było przeprowadzone dwiema metodami: k-średnich oraz hierarchiczną. Do zobrazowania wyników grupowania metodą k-średnich można wykorzystać dwuwymiarowy wykres (funkcja fviz_cluster języka R). Wymiary na wykresie to efekt analizy głównych składowych (PCA) i są one liniową kombinacją cech (kolumn w tabeli). Wynikiem grupowania metodą hierarchiczną jest wykres nazywany dendrogramem. W artykule dodatkowo zaprezentowano wykresy pudełkowe i histogramy oraz macierz korelacji zawierającą współczynniki korelacji Pearsona. Wszystkie prace wykonano z użyciem języka programowania R. Język R, z wykorzystaniem programu RStudio, jest bardzo wygodnym i szybkim narzędziem do statystycznej analizy danych. Przy użyciu tego języka uzyskanie wymienionych powyżej wykresów, tabeli i danych jest szybkie i stosunkowo łatwe. Wyniki analiz składu gazu wydają się mało zróżnicowane. Mimo to dzięki algorytmom k-średnich i hierarchicznym możliwe było pogrupowanie danych geochemicznych na wyraźnie rozdzielne zespoły. Zarówno wartości składu izotopowego, jak i skład chemiczny pozwalają wyznaczyć grupy, które w inny sposób nie byłyby dostrzegalne.
    In petroleum geology, statistical methods are widely used in petrography, petrophysics, geochemistry, geomechanics, well log analysis and seismics, and cluster analysis is important for rock classification – determination of zones with certain properties, e.g., source or reservoir. This paper presents the use of the R language for statistical analysis, including cluster analysis, of large sets of diverse geochemical data. Literature data from analyses of chemical and isotopic composition of natural gases were used for statistical analyses. The results included the chemical composition of the natural gases and the isotopic composition. So-called unsupervised machine learning algorithms were used to perform the cluster analysis. Clustering was performed using two methods: k-means and hierarchical. A two-dimensional graph (function fviz_cluster) can be used to illustrate the results of the k-means clustering. The dimensions in the graph are the result of principal component analysis (PCA) and are a linear combination of the features (columns in the table). The result of hierarchical clustering is a graph called a dendrogram. The paper additionally presents box plots and histograms as well as a correlation matrix containing Pearson correlation coefficients. All work was completed using the programming language R. The R language, using the RStudio software, is a very convenient and fast tool for statistical data analysis. Obtaining the above-mentioned graphs, tables and data is quick and relatively easy, using the R language. The results of the analyses of the composition of the gas appear to have little variation. Nevertheless, thanks to k-means and hierarchical algorithms, it was possible to group the geochemical data into clearly separable groups. Both the isotopic composition values and the chemical composition make it possible to delineate groups that would not otherwise be noticeable.
    Źródło:
    Nafta-Gaz; 2023, 79, 9; 576-583
    0867-8871
    Pojawia się w:
    Nafta-Gaz
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Efektywność form aktywizacji zawodowej w przekroju wojewódzkim
    Effectiveness of forms of professional activisation by voivodships
    Autorzy:
    Bieszk-Stolorz, Beata
    Dmytrów, Krzysztof
    Powiązania:
    https://bibliotekanauki.pl/articles/543962.pdf
    Data publikacji:
    2018-12-28
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    bezrobocie rejestrowane
    formy aktywizacji zawodowej
    efektywność zatrudnieniowa i kosztowa
    analiza skupień
    metoda k-średnich
    registered unemployment
    forms of professional activisation
    cost and employment effectiveness
    cluster analysis
    k-means method
    Opis:
    Celem artykułu jest ocena zróżnicowania województw ze względu na wartości efektywności kosztowej i zatrudnieniowej podstawowych form aktywizacji zawodowej realizowanej przez powiatowe urzędy pracy w latach 2008—2016. W badaniu wykorzystano dane zawarte w publikacjach Ministerstwa Rodziny, Pracy i Polityki Społecznej. Grupowania dokonano metodą k-średnich. W badanym okresie współczynniki efektywności kosztowej (poza dużym spadkiem w roku 2011) oraz zatrudnieniowej miały tendencję wzrostową. Otrzymano trzy jednorodne grupy. Pierwszą utworzyły województwa o najkorzystniejszych wielkościach efektywności, drugą — województwa o średnich wielkościach efektywności, a trzecią — o wartościach najmniej korzystnych.
    The objective of the article is the assessment of the diversity of voivodships with respect to values of cost and employment effectiveness of basic forms of professional activation, implemented by the powiat labour offices in the years 2008—2016. The data source were the publications of The Ministry of Family, Labour and Social Policy. The k-means method was used for clustering. In the analysed period it can be observed that the coefficients of cost (except for substantial decline in 2011) and employment effectiveness had an increasing trend. The three homogeneous groups of voivodships were obtained. The first group consisted of voivodships with the most advantageous values of effectiveness, the second one — with the average values of effectiveness and the third one — the most disadvantageous.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2018, 63, 12; 57-74
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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