Informacja

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

Wyszukujesz frazę "Drzewo klasyfikacyjne" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
Identification of rolling bearing condition by means of a classification tree
Autorzy:
Tabaszewski, Maciej
Powiązania:
https://bibliotekanauki.pl/articles/127674.pdf
Data publikacji:
2019
Wydawca:
Politechnika Poznańska. Instytut Mechaniki Stosowanej
Tematy:
vibroacoustic diagnostics
rolling bearings
classification tree
diagnostyka wibroakustyczna
łożyska toczne
drzewo klasyfikacyjne
Opis:
The paper deals with the problem of evaluation of technical condition of rolling bearings on the basis of synchronously measured vibroacoustic symptoms and temperature. Rolling bearings were subjected to accelerated wear under controlled conditions. The values recorded in the study were sound pressure in a broad band including ultrasound (band up to 40 kHz), vibration acceleration in a radial direction, ultrasound in a band up to 100 kHz (processed into audible band), and bearing housing temperature. The identification of the condition was carried out with the help of a supervised learning system. Two conditions were distinguished: fit - examples were obtained in the initial phase of bearing operation in temperature stability conditions, and pre-failure - examples were obtained from fragments of recording just before the occurrence of bearing failure. The CART (Classification and Regression Tree) binary tree method was used to determine the technical condition and significance of particular diagnostic symptoms.
Źródło:
Vibrations in Physical Systems; 2019, 30, 2; 1-8
0860-6897
Pojawia się w:
Vibrations in Physical Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Cyfryzacja emerytów w Polsce w okresie pandemii COVID-19
Digitisation among pensioners in Poland during the COVID-19 pandemic
Autorzy:
Jajko-Siwek, Alicja
Powiązania:
https://bibliotekanauki.pl/articles/18105078.pdf
Data publikacji:
2023-07-31
Wydawca:
Główny Urząd Statystyczny
Tematy:
cyfryzacja
emeryt
drzewo klasyfikacyjne
pandemia COVID-19
digitisation
pensioner
classification tree
COVID-19 pandemic
Opis:
Rozwój technologii informacyjno-komunikacyjnych (ang. information and communication technologies – ICT), stanowiących kluczowy element społeczeństwa informacyjnego, przebiega w Polsce intensywnie, ale dostęp do ICT w poszczególnych grupach społecznych jest nierównomierny. Grupą szczególnie narażoną na wykluczenie cyfrowe są emeryci. Celem artykułu jest przedstawienie zmiany poziomu cyfryzacji emerytów w Polsce w okresie pandemii COVID-19 i wskazanie czynników wpływających na cyfryzację tej grupy społecznej. Wykorzystano dane dotyczące 704 respondentów badania panelowego SHARE Corona Survey 2, przeprowadzonego w 2021 r. przez European Research Infrastructure Consortium. Analizy dokonano przy użyciu metody drzew klasyfikacyjnych skonstruowanych według algorytmu CART. Uzyskane wyniki wskazują, że w okresie pandemii COVID-19 – czyli w sytuacji wystąpienia bezpośredniego (osobistego) zapotrzebowania na usługi i produkty, do których dostęp drogą tradycyjną jest ograniczony, a możliwy i łatwy drogą elektroniczną – intensywność korzystania z internetu przez emerytów się zwiększyła. Czynnikiem decydującym o przezwyciężeniu bariery motywacyjnej w korzystaniu z ICT była obawa przed zarażeniem się koronawirusem, wiążąca się z zagrożeniem zdrowia i życia. Duże znaczenie miała również chęć niesienia pomocy innym.
Information and communication technologies (ICT), which are a key element of an information society, are developing rapidly in Poland, although the access to ICT is uneven among different social groups. Pensioners tend to be particularly susceptible to digital exclusion. The aim of the article is to illustrate how the level of digitisation among pensioners changed during the COVID-19 pandemic and to indicate what factors influenced the digitisation of this social group. The study is based on data obtained from 704 respondents from the SHARE Corona Survey 2 panel study conducted by the European Research Infrastructure Consortium (ERIC) in 2021. The analysis involved the use of the classification tree method constructed on the basis of the CART algorithm. The obtained results indicate that during the COVID-19 pandemic, when there was a direct (personal) demand for products and services to which access by traditional means was limited but possible and easy through electronic means, the intensity of retired people’s use of the internet increased. The key factor in overcoming the motivational barrier to using ICT was the risk to contract the coronavirus, which was a health and life threatening situation. Another motivating factor was the willingness to help other people.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2023, 68, 7; 25-52
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie drzew klasyfikacyjnych w analizie cech sensorycznych brokułu włoskiego po obróbce cieplnej
Using classification trees in the analysis of Italian broccoli sensory characteristics after heat treatment
Autorzy:
Ślaska-Grzywna, B.
Powiązania:
https://bibliotekanauki.pl/articles/289269.pdf
Data publikacji:
2010
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
brokuł włoski
obróbka cieplna
ocena sensoryczna
drzewo klasyfikacyjne
Italian broccoli
heat treatment
sensory assessment
classification tree
Opis:
W pracy przeprowadzono analizę eksploracyjną cech sensorycznych brokułu włoskiego po obróbce cieplnej przy zmiennych parametrach: temperaturze, czasie i dodatku pary. Do oceny sensorycznej wykorzystano 5 wyróżników: barwę, konsystencję, zapach, smak i soczystość. Zbadano rzetelność skali oraz utworzono drzewa klasyfikacyjne dla wszystkich wyróżników sensorycznych. Stwierdzono, że dodatek pary, niezależnie od jego poziomu, jest najważniejszym predyktorem oceny wszystkich wyróżników sensorycznych.
The paper presents exploratory analysis of Italian broccoli sensory characteristics after heat treatment, carried out for variable parameters: temperature, time and steam addition. 5 discriminants have been used for the purposes of sensory assessment: colour, consistence, aroma, taste and succulence. The research involved scale reliability examination and developing classification trees for all sensory discriminants. It has been observed that steam addition, regardless of its volume, is the most important assessment predictor for all sensory discriminants.
Źródło:
Inżynieria Rolnicza; 2010, R. 14, nr 3, 3; 209-215
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Logistic regression and classification tree methods as elements of diagnosis in cardiology
Metody regresji logistycznej i drzewa klasyfikacyjnego jako elementy procesu diagnostycznego w dziedzinie kardiologii
Autorzy:
Spychała, Anna
Skrzypek, Michał
Niewiadomska, Ewa
Powiązania:
https://bibliotekanauki.pl/articles/1036433.pdf
Data publikacji:
2016
Wydawca:
Śląski Uniwersytet Medyczny w Katowicach
Tematy:
stroke
logistic regression
statistical analysis
classification tree
roc curve
udar
regresja logistyczna
analiza statystyczna
drzewo klasyfikacyjne
krzywa roc
Opis:
INTRODUCTION: The purpose of statistical analysis in research is to identify accurate and reliable conclusions where the researcher has a great deal of sources and information. Usually, one can point to a few different methods that allow the task to be fulfilled, but each time the question arises: which one to choose? MATERIAL AND METHODS: The study was conducted using a database that included 3246 patients in the Second Department of Cardiology, Silesian Medical Centre in Katowice-Ochojec in 2003–2008. We were A model in which the STROKE dependent variable was considered was subjected to statistical analysis, and the results of the analysis suggested selecting the following variables: gender, transfusion, PTCA, IVA, IVM, SVA, aneurysm and hematocrit. RESULTS: The essential factors affecting the occurrence of stroke, according to logistic regression are: aneurysm, transfusion of blood components, prior treatment with PTCA and according to the classification tree: aneurysm and level of hematocrit. CONCLUSIONS: The results achieved by both the two statistical models complemented each other, and by combining them one is able to obtain reliable information to use as a base for the decision-making process.
WSTĘP: Zadaniem analiz statystycznych w badaniach naukowych jest wskazanie trafnych i maksymalnie wiarygodnych wniosków w sytuacji, gdy badacz dysponuje wieloma informacjami. Zwykle można wskazać kilka różnych metod, które pozwalają to zadanie spełnić, jednak za każdym razem nasuwa się pytanie, którą z nich wybrać? MATERIAŁ I METODY: Badania zostały przeprowadzone na bazie danych, która obejmowała 3246 pacjentów przebywających na II Oddziale Kardiologii Górnośląskiego Centrum Medycznego w Katowicach-Ochojcu w latach 2003– –2008. Analizie statystycznej poddano model, w których za zmienną zależną uznano zmienną UDAR, natomiast wyniki przeprowadzonych analiz zasugerowały dobór następujących zmiennych objaśniających: płeć, przetoczenie, PTCA, IVA, IVM, SVA, tętniak i hematokryt. WYNIKI: Czynnikami istotnie wpływającymi na wystąpienie udaru, według regresji logistycznej, są: tętniak, przetoczenie składników krwi i przebyty zabieg PTCA, natomiast według drzewa klasyfikacyjnego – tętniak i poziom hematokrytu. WNIOSKI: Wyniki uzyskane za pomocą obydwu modeli statystycznych dopełniały się, a ich łączenie pozwala na uzyskanie wiarygodnych informacji, stanowiących podstawę procesu decyzyjnego.
Źródło:
Annales Academiae Medicae Silesiensis; 2016, 70; 154-162
1734-025X
Pojawia się w:
Annales Academiae Medicae Silesiensis
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