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 "automotive engineering" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Artificial intelligence in predicting the bankruptcy of non-financial corporations
    Autorzy:
    Gavurova, Beata
    Jencova, Sylvia
    Bacik, Radovan
    Miskufova, Marta
    Letkovsky, Stanislav
    Powiązania:
    https://bibliotekanauki.pl/articles/19322666.pdf
    Data publikacji:
    2022
    Wydawca:
    Instytut Badań Gospodarczych
    Tematy:
    engineering industry
    automotive industry
    bankruptcy prediction
    Logistic regression
    artificial intelligence
    neural network
    Opis:
    Research background: In a modern economy, full of complexities, ensuring a business' financial stability, and increasing its financial performance and competitiveness, has become especially difficult. Then, monitoring the company's financial situation and predicting its future development becomes important. Assessing the financial health of business entities using various models is an important area in not only scientific research, but also business practice. Purpose of the article: This study aims to predict the bankruptcy of companies in the engineering and automotive industries of the Slovak Republic using a multilayer neural network and logistic regression. Importantly, we develop a novel an early warning model for the Slovak engineering and automotive industries, which can be applied in countries with undeveloped capital markets. Methods: Data on the financial ratios of 2,384 companies were used. We used a logistic regression to analyse the data for the year 2019 and designed a logistic model. Meanwhile, the data for the years 2018 and 2019 were analysed using the neural network. In the prediction model, we analysed the predictive performance of several combinations of factors based on the industry sector, use of the scaling technique, activation function, and ratio of the sample distribution to the test and training parts. Findings & value added: The financial indicators ROS, QR, NWC/A, and PC/S reduce the likelihood of bankruptcy. Regarding the value of this work, we constructed an optimal network for the automotive and engineering industries using nine financial indicators on the input layer in combination with one hidden layer. Moreover, we developed a novel prediction model for bankruptcy using six of these indicators. Almost all sampled industries are privatised, and most companies are foreign owned. Hence, international companies as well as researchers can apply our models to understand their financial health and sustainability. Moreover, they can conduct comparative analyses of their own model with ours to reveal areas of model improvements.
    Źródło:
    Oeconomia Copernicana; 2022, 13, 4; 1215-1251
    2083-1277
    Pojawia się w:
    Oeconomia Copernicana
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Long-Term Development Perspectives of Selected Groups of Engineering Materials Used in the Automotive Industry
    Długoterminowe perspektywy rozwoju wybranych grup materiałów inżynierskich stosowanych w przemyśle motoryzacyjnym
    Autorzy:
    Tański, T.
    Dobrzańska-Danikiewicz, A. D.
    Labisz, K.
    Matysiak, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/356002.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    engineering materials
    surface treatment
    automotive industry
    dendrological matrix
    heuristic investigations
    materiały inżynierskie
    obróbka powierzchniowa
    branża motoryzacyjna
    matryca dendrologiczna
    heurystyka
    Opis:
    The purpose of the article is to present the results of comparative quantitative analysis of selected materials (steel, magnesium and aluminium alloys) and manufacturing technologies, to indicate their development outlooks and to present its application opportunities particularly in the automotive industry. Moreover in this article describes the application of the computer-integrated prediction of development for objectivised selection of a material and surface treatment technology, so that product properties can be achieved as are expected by a client. In a broad array of applications of the computer-integrated prediction of development in the field of material engineering, including materials surface engineering, experiment planning can be distinguished, usually including the selection of: a research material, surface treatment technology, construction solution and/or methods to review the final outcome achieved against the anticipated outcome. A material for the planned materials science experiments and its surface treatment technology, the application of which contributes most to meeting the high requirements set by a prospect product used, was selected in this work using a dendrological matrix of technology value. The dendrological matrix falls into to a group of contextual matrices allowing presenting graphically a quantitative assessment of the factor, phenomenon or process investigated while taking into account two analysis factors placed on the X and Y axis of the matrix. An evaluation classifying the three groups of materials analysed, i.e. casting magnesium alloys, casting aluminium alloys, constructional steels and their surface treatment technologies, to the individual quarters of the matrix was made based on the results of own materials science and heuristic experiments supported with a review of the literature. Considering the three groups of materials subjected to an expert assessment using a dendrological matrix being inherent part of materials surface engineering development prediction methods. Aluminium cast alloys has achieved here the best position. It was further demonstrated that laser treatment is a technology with the highest potential and attractiveness in the context of applying aluminium casting alloys for surface treatment. The metallographic examinations carried out give grounds to state that the ceramic powder alloying or feeding process will be carried out successfully in case of the aluminium alloy substrate, the powder particles will be distributed uniformly in the investigated surface layer, and that the particular layers is without cracks and failures and tightly adhere to the cast aluminium material matrix. With regard to the above, dynamic development achieved by exploitation of numerous application and development opportunities, especially strong prospects in the automotive industry, aviation industry, military sector, sport sector and in civil engineering is a recommended by appliance of long-term action strategy.
    Głównym założeniem artykułu jest przedstawienie wyników opracowanej ilościowej analizy porównawczej wybranych grup materiałów inżynierskich (stali, stopów magnezu i aluminium) oraz technologii ich obróbki, w celu określenia perspektyw rozwoju oraz możliwości zastosowania badanych materiałów w szczególności w przemyśle motoryzacyjnym. Ponadto w artykule opisano zastosowanie analizy komputerowej pozwalającej na prognozowanie dalszego rozwoju opisywanych grup materiałów oraz technologii ich obróbki powierzchniowej, pozwalającej na uzyskanie oczekiwanych przez klienta własności produktu. W szerokim wachlarzu zastosowań komputerowo-zintegrowanej predykcji rozwoju w dziedzinie inżynierii materiałowej, w tym inżynierii powierzchni, wyróżnić można poszczególne stadia planowania eksperymentu, obejmujące zazwyczaj dobór m.in.: materiału do badań, technologii obróbki powierzchniowej materiałów, zastosowanych rozwiązań konstrukcyjnych i/lub metody oceny wyników końcowych oraz ich porównanie z wynikami podlegającymi predykcji. Materiały do badań oraz technologie ich obróbki powierzchniowej, których zastosowanie w szerokim zakresie zaspokaja wysokie wymagania klientów odnosnie aplikacji, zostały wyselekcjonowane przy użyciu matrycy dendrologicznej uwzględniającej założone parametry technologiczne. Matryca dendrologiczna zaliczana jest do grupy macierzy kontekstowych pozwalających na graficzna prezentacje oceny ilościowej danego współczynnika, zjawiska lub badanego procesu, biorąc pod uwagę dwa czynniki analizy umieszczone na osiach X i Y matrycy. Klasyfikacja trzech grup analizowanych materiałów, w tym odlewniczych stopów magnezu, stopów aluminium i stalikonstrukcyjnych oraz technologii ich obróbki powierzchniowej, do poszczególnych ćwiartek matrycy dendrologicznej dokonano na podstawie wyników badań własnych materiałów oraz eksperymentów heurystycznych wspieranych studium literaturowym. Na podstawie wykonanej analizy ilościowej, prezentowanej w artykule najwyżej ocenione zostały odlewnicze stopy aluminium. Stwierdzono także, że obróbka laserowa jest technologią o najwyższym potencjale i atrakcyjności w kontekscie obróbki powierzchniowej odlewniczych stopów aluminium. Przeprowadzone badania metalograficzne dają podstawę do stwierdzenia, że stopowanie lub wtapianie laserowe z zastosowaniem proszków ceramicznych będzie realizowane z powodzeniem w przypadku podłoża aluminiowego, cząstki proszku będą rozprowadzane równomiernie w badanej warstwie powierzchniowej, poszczególne warstwy będą pozbawione wad i pęknięć oraz będą ściśle przylegały do osnowy aluminiowej. Mając na uwadze powyższe przesłanki należy pamiętać, że dynamiczny rozwój w zakresie aplikacji oferowanych w szczególności przez branżę motoryzacyjną, przemysł lotniczy, sektor wojskowy, sportowy oraz sektor z zakresu inżynierii lądowej bardzo często wymaga stosowania strategii związanej z działaniem długoterminowym.
    Źródło:
    Archives of Metallurgy and Materials; 2014, 59, 4; 1717-1728
    1733-3490
    Pojawia się w:
    Archives of Metallurgy and Materials
    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