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 "probabilistic modeling" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Data Forecasting and Extrapolation via Probability Distribution and Nodes Combination
    Autorzy:
    Jakóbczak, D. J.
    Powiązania:
    https://bibliotekanauki.pl/articles/118343.pdf
    Data publikacji:
    2015
    Wydawca:
    Politechnika Koszalińska. Wydawnictwo Uczelniane
    Tematy:
    information retrieval
    data extrapolation
    curve interpolation
    PNC method
    probabilistic modeling
    forecasting
    wyszukiwanie informacji
    ekstrapolacja danych
    interpolacja krzywej
    metoda PNC
    modelowanie probabilistyczne
    prognozowanie
    Opis:
    Proposed method, called Probabilistic Nodes Combination (PNC), is the method of 2D data interpolation and extrapolation. Nodes are treated as characteristic points of information retrieval and data forecasting. PNC modeling via nodes combination and parameter γ as probability distribution function enables 2D point extrapolation and interpolation. Two-dimensional information is modeled via nodes combination and some functions as continuous probability distribution functions: polynomial, sine, cosine, tangent, cotangent, logarithm, exponent, arc sin, arc cos, arc tan, arc cot or power function. Extrapolated values are used as the support in data forecasting.
    Autorska metoda Probabilistycznej Kombinacji Węzłów- Probabilistic Nodes Combination (PNC) jest wykorzystywana do interpolacji i ekstrapolacji dwuwymiarowych danych. Węzły traktowane są jako punkty charakterystyczne informacji, która ma być odtwarzana lub przewidywana. Dwuwymiarowe dane są interpolowane lub ekstrapolowane z wykorzystaniem różnych funkcji rozkładu prawdopodobieństwa: potęgowych, wielomianowych, wykładniczych, logarytmicznych, trygonometrycznych, cyklometrycznych. W pracy pokazano propozycję metody ekstrapolowania danych jako pomoc w przewidywaniu trendu dla nieznanych wartości.
    Źródło:
    Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej; 2015, 8; 25-37
    1897-7421
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Reconstruction of high-dimensional data using the method of probabilistic features combination
    Autorzy:
    Jakóbczak, D. J.
    Powiązania:
    https://bibliotekanauki.pl/articles/118528.pdf
    Data publikacji:
    2016
    Wydawca:
    Politechnika Koszalińska. Wydawnictwo Uczelniane
    Tematy:
    image retrieval
    pattern recognition
    data modeling
    vector interpolation
    PFC method
    feature reconstruction
    probabilistic modeling
    pobieranie obrazu
    rozpoznawanie wzorców
    modelowanie danych
    interpolacja wektora
    metoda PFC
    funkcja rekonstrukcji
    modelowanie probabilistyczne
    Opis:
    Proposed method, called Probabilistic Features Combination (PFC), is the method of multi-dimensional data modeling, extrapolation and interpolation using the set of high-dimensional feature vectors. This method is a hybridization of numerical methods and probabilistic methods. Identification of faces or fingerprints need modeling and each model of the pattern is built by a choice of multi-dimensional probability distribution function and feature combination. PFC modeling via nodes combination and parameter γ as N-dimensional probability distribution function enables data parameterization and interpolation for feature vectors. Multidimensional data is modeled and interpolated via nodes combination and different functions as probability distribution functions for each feature treated as random variable: polynomial, sine, cosine, tangent, cotangent, logarithm, exponent, arc sin, arc cos, arc tan, arc cot or power function.
    Autorska metoda Probabilistycznej Kombinacji Cech - Probabilistic Features Combination (PFC) jest wykorzystywana do interpolacji i modelowania wielowymiarowych danych. Węzły traktowane są jako punkty charakterystyczne N-wymiarowej informacji, która ma być odtwarzana (np. obraz). Wielowymiarowe dane są interpolowane lub rekonstruowane z wykorzystaniem funkcji rozkładu prawdopodobieństwa: potęgowych, wielomianowych, wykładniczych, logarytmicznych, trygonometrycznych, cyklometrycznych.
    Źródło:
    Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej; 2016, 9; 37-50
    1897-7421
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Probabilistic model for flexural strength of dental composites used in modeling reliability of the “tooth-dental composite” system
    Probabilistyczny model wytrzymałości na zginanie kompozytów stomatologicznych w zastosowaniu do modelowania niezawodności układów "ząb – kompozyt stomatologiczny"
    Autorzy:
    Bartnik, G.
    Pieniak, D.
    Niewczas, A. M.
    Marciniak, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/1365809.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    probabilistic modeling
    reliability of tooth-dental composite system
    dental composites
    flexural strength
    modelowanie probabilistyczne
    niezawodność układów ząb-kompozyt stomatologiczny
    kompozyty stomatologiczne
    wytrzymałość na zginanie
    Opis:
    In the article the application of Bayesian probabilistic modeling was presented as a way to standardize analytics of measurement results, which completes the operational and procedural standardization of determining the strength of dental composites. The traditional way of conducting studies of strength performed as services and calculations, and which do not refer to previous studies, was changed into an adaptation process of knowledge accumulation in a form of an increasing precise models. Probabilistic flexural strength models were used to create a reliability ranking of studied dental composites. Conceptualization of reliability of a biotechnological system, such as a “tooth-dental composite” required the expansion of the notion of“failure” with random events involving the occurrence of compatibility failure.
    W pracy przedstawiono zastosowanie bayesowskiego modelowania probabilistycznego jako sposobu standaryzacji opracowania wyników pomiarów, uzupełniającego standaryzację operatorowo – proceduralną wyznaczania wytrzymałości kompozytów stomatologicznych. Tradycyjny sposób prowadzenia badań wytrzymałościowych, wykonywanych usługowo i obliczeniowo nienawiązujących do badań poprzednich, zmieniono w adaptacyjny proces kumulacji wiedzy w postaci coraz dokładniejszych modeli. Probabilistyczne modele wytrzymałości na zginanie wykorzystano do utworzenia rankingu niezawodnościowego badanych kompozytów stomatologicznych. Konceptualizacja niezawodności układów biotechnologicznych takich jak „ząb – wypełnienie stomatologiczne” wymagała rozszerzenia zakresu pojęcia uszkodzenie o losowe zdarzenia polegające na zaistnieniu niezgodności pomiędzy komponentami układu biotechnologicznego (compability failure).
    Źródło:
    Eksploatacja i Niezawodność; 2016, 18, 1; 136-141
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      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