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 "data imputation" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Comparison of incomplete data handling techniques for neuro-fuzzy systems
    Autorzy:
    Sikora, M.
    Simiński, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/305722.pdf
    Data publikacji:
    2014
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    incomplete data
    marginalization
    imputation
    neuro-fuzzy system
    ANNBFIS
    PDS
    IFCM
    OCS
    NPS
    Opis:
    Real-life data sets sometimes miss some values. The incomplete data needs specialized algorithms or preprocessing that allows the use of the algorithms for complete data. The paper presents a comparison of various techniques for handling incomplete data in the neuro-fuzzy system ANNBFIS. The crucial procedure in the creation of a fuzzy model for the neuro-fuzzy system is the partition of the input domain. The most popular approach (also used in the ANNBFIS) is clustering. The analyzed approaches for clustering incomplete data are: preprocessing (marginalization and imputation) and specialized clustering algorithms (PDS, IFCM, OCS, NPS). The objective of our research is the comparison of the preprocessing techniques and specialized clustering algorithms to find the the most-advantageous technique for handling incomplete data with a neuro-fuzzy system. This approach is also the indirect validation of clustering.
    Źródło:
    Computer Science; 2014, 15 (4); 441-458
    1508-2806
    2300-7036
    Pojawia się w:
    Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The problem of imputation of the missing data from the continuous counts of road traffic
    Autorzy:
    Spławińska, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/231354.pdf
    Data publikacji:
    2015
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    ruch drogowy
    zbiór danych
    przypisanie
    dane brakujące
    model SARIMA
    road traffic
    data collection
    imputation
    missing data
    SARIMA model
    Opis:
    Missing traffic data is an important issue for road administration. Although numerous ways can be found to impute them in foreign literature (inter alia, the most effective method, that is Box-Jenkins models), in Poland, still only proven and simplified methods are applied. The article presents the analyses including an assessment of the completeness of the existing traffic data and works related to the construction of SARIMA model. The study was conducted on the basis of hourly traffic volumes, derived from the continuous traffic counts stations located in the national road network in Poland (Golden River stations) from the years 2005 – 2010. As a result, the proposed model was used to impute the missing data in the form of SARIMA (1.1,1)(0,1,1)168. The newly developed model can be used effectively to fill in the missing required days of measurement for estimating AADT by AASHTO method. In other cases, due to its accuracy and laboriousness of the process, it is not recommended.
    Źródło:
    Archives of Civil Engineering; 2015, 61, 1; 131-145
    1230-2945
    Pojawia się w:
    Archives of Civil Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Computer-Intensive Methods in Traffic Safety Research
    Autorzy:
    Harold, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/90673.pdf
    Data publikacji:
    2002
    Wydawca:
    Centralny Instytut Ochrony Pracy
    Tematy:
    data analysis
    errors
    screening
    missing values
    unknown values
    imputation
    data mining
    analiza komputerowa
    komputer
    archiwa
    bezpieczeństwo ruchu drogowego
    analiza danych
    Opis:
    The analysis of traffic safety data archives has improved markedly with the development of procedures that are heavily dependent upon computers. Three such procedures are described here. The first procedure involves using computers to assist in the identification and correction of invalid data. The second procedure makes greater computational demands, and involves using computerized algorithms to fill in the ‘‘gaps’’ that typically occur in archival data when information regarding key variables is not available. The third and most computer-intensive procedure involves using data mining techniques to search archives for interesting and important relationships between variables. These procedures are illustrated using examples from data archives that describe the characteristics of traffic accidents in the USA and Australia.
    Źródło:
    International Journal of Occupational Safety and Ergonomics; 2002, 8, 3; 353-363
    1080-3548
    Pojawia się w:
    International Journal of Occupational Safety and Ergonomics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Missing data estimation based on the chaining technique in survey sampling
    Autorzy:
    Singh Thakur, Narendra
    Shukla, Diwakar
    Powiązania:
    https://bibliotekanauki.pl/articles/2156986.pdf
    Data publikacji:
    2022-12-15
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    estimation
    missing data
    chaining
    imputation
    bias
    mean squared error (MSE)
    factor type (F-T)
    chain type estimator
    double sampling
    Opis:
    Sample surveys are often affected by missing observations and non-response caused by the respondents' refusal or unwillingness to provide the requested information or due to their memory failure. In order to substitute the missing data, a procedure called imputation is applied, which uses the available data as a tool for the replacement of the missing values. Two auxiliary variables create a chain which is used to substitute the missing part of the sample. The aim of the paper is to present the application of the Chain-type factor estimator as a means of source imputation for the non-response units in an incomplete sample. The proposed strategies were found to be more efficient and bias-controllable than similar estimation procedures described in the relevant literature. These techniques could also be made nearly unbiased in relation to other selected parametric values. The findings are supported by a numerical study involving the use of a dataset, proving that the proposed techniques outperform other similar ones.
    Źródło:
    Statistics in Transition new series; 2022, 23, 4; 91-111
    1234-7655
    Pojawia się w:
    Statistics in Transition new series
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Digital population and housing census - the experience of Serbia
    Cyfrowy powszechny spis ludności i mieszkań – przykład Serbii
    Autorzy:
    Kovačević, Miladin
    Nikić, Mira
    Josipović, Branko
    Lakčević, Snežana
    Pantelić, Vesna
    Mitrović, Nevena
    Kolaković, Adil
    Korovićh, Petar
    Powiązania:
    https://bibliotekanauki.pl/articles/28408260.pdf
    Data publikacji:
    2023-10-31
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    2022 Census of Population
    Households and Dwellings
    digital census
    geospatial data
    monitoring system
    machine learning
    administrative data
    record linkage
    imputation
    statistical population register
    Serbia
    Powszechny Spis Ludności
    Gospodarstw Domowych i Mieszkań 2022
    spis cyfrowy
    dane geoprzestrzenne
    system monitorujący
    uczenie maszynowe
    dane administracyjne
    łączenie rekordów
    imputacja
    statystyczna ewidencja ludności
    Opis:
    The aim of the paper is to present the experience of the Republic of Serbia in conducting the 2022 Census of Population, Households and Dwellings, focusing on the employment, legal framework and financing of the census as well as on its successful implementation. It discusses strategic decisions on data collection and the integration of information technology - including geospatial data, data collection techniques, machine learning, record linkage and monitoring system - to overcome the challenges posed by the census. The paper addresses the census undercoverage, explores the use of administrative data for item imputation, and examines the development of a statistical population register. The study demonstrates the benefits of adopting a digital-census approach: significant improvement of accuracy, cost reduction and acquired expeditiousness. The Statistical Office of the Republic of Serbia conducted a digital census combined with traditional methods, excluding self-enumeration, along with the use of administrative data for item imputation, and recommends this approach as the most effective way to obtain precise and comprehensive information about a population, including its demographic characteristics, geographic distribution and overall size.
    Celem artykułu jest przedstawienie doświadczeń Republiki Serbii w zakresie organizacji Powszechnego Spisu Ludności, Gospodarstw Domowych i Mieszkań 2022, ze szczególnym uwzględnieniem zagadnień dotyczących zatrudnienia personelu, ram prawnych i finansowania tego badania oraz warunków jego udanej realizacji. Praca skupia się na strategicznych decyzjach w sprawie zbierania danych oraz zastosowania technik informatycznych, takich jak: wykorzystanie danych przestrzennych, cyfrowe metody uzyskiwania danych, uczenie maszynowe, łączenie rekordów czy system monitorujący, mających na celu sprostanie wyzwaniom związanym ze spisem. Autorzy poruszają także kwestie niedostatecznego pokrycia spisu oraz wykorzystania rejestrów administracyjnych do imputacji danych. Ponadto poświęcają uwagę opracowaniu i udoskonalaniu statystycznej ewidencji ludności, dokładności danych, obniżeniu kosztów i zwiększeniu efektywności badania. Główny Urząd Statystyczny Republiki Serbii przeprowadził spis powszechny w sposób cyfrowy, łącząc ten mechanizm z metodami tradycyjnymi (z wyłączeniem samospisu) i posiłkując się rejestrami administracyjnymi w celu imputacji danych. Metoda ta jest w artykule rekomendowana jako najefektywniejszy sposób uzyskania precyzyjnych i wyczerpujących informacji na temat populacji, w tym jej charakterystyki demograficznej, rozmieszczenia przestrzennego i liczebności.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2023, 68, 10; 49-70
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    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