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 "modelowanie ryzyka" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Ryzyko wystąpienia tlenowej toksyczności ośrodkowej. Zagrożenie tlenową toksycznością ośrodkową. Cz. 4
    The hazard of central oxygen toxicity occurrence. The risk of central oxygen Toxicity. Part 4
    Autorzy:
    Kłos, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/1360405.pdf
    Data publikacji:
    2014
    Wydawca:
    Polskie Towarzystwo Medycyny i Techniki Hiperbarycznej
    Tematy:
    tlenowa toksyczność ośrodkowa
    modelowanie ryzyka
    central oxygen toxicity
    risk modelling
    Opis:
    Modelowanie i analizę ryzyka wystąpienia objawow tlenowej toksyczności ośrodkowej oparto tutaj na analizie przeżycia, wprowadzonej do problematyki nurkowej przez Weathersby’ego i Thalmanna [1].
    The modelling and analysis, of the risk of an occurrence of symptoms connected with central oxygen toxicity presented in this article, were based on survival analysis introduced with regard to the issues related to diving by Weathersby and Thalmann [1].
    Źródło:
    Polish Hyperbaric Research; 2014, 4(49); 19-31
    1734-7009
    2084-0535
    Pojawia się w:
    Polish Hyperbaric Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modelowanie ryzyka w eksploatacji oczyszczalni ścieków
    Modeling of risk in the operation of wastewater treatment plants
    Autorzy:
    Andraka, D.
    Dzienis, L.
    Powiązania:
    https://bibliotekanauki.pl/articles/1819075.pdf
    Data publikacji:
    2013
    Wydawca:
    Politechnika Koszalińska. Wydawnictwo Uczelniane
    Tematy:
    eksploatacja oczyszczalni
    modelowanie ryzyka
    reliability analysis
    risk modeling
    operation of wastewater treatment
    Opis:
    This paper presents the results of research using Monte Carlo simulation, which aim was to assess various aspects of the risk associated with operation of the wastewater treatment plant. First part of the research included modeling of wastewater treatment plant effluent quality (using BOD5 as the example and assuming log-normal distribution of the variable) together with inspection results (check of compliance with fixed standards). Monte Carlo simulations of annual operational cycles of the plant allowed for creation of nomographs showing relations between coefficient of reliability (ratio of mean value of BOD to the fixed standard), coefficient of variation (ratio of standard deviation to mean value of variable) and reliability of the plant (expressed as probability of effluent concentration lower than fixed standard) as well as risk of the negative inspection result (probability that number of inspected samples that do not comply with required quality of the effluent is greater than fixed standard). Using such nomographs plant operator can evaluate for example the target mean value of effluent concentration to achieve required reliability and acceptable risk. Another part of the study included simulation of the water quality in the river after the discharge of wastewater. Using static model of pollutants budget in a mixed water (river + wastewater) and implementing random values of variables into the model (according to Monte Carlo simulation rules) the variations of river water quality were observed. It was found that although mean values of variables (among them quality and quantity of the discharge) result in good mixed river water quality, the probability of temporary degradation of river quality is significantly high. The results of simulation show that capacity of the river to accept pollutants load should be taken into account together with predicted variations in wastewater discharges, when establishing rules for water disposal in the river basin.
    Źródło:
    Rocznik Ochrona Środowiska; 2013, Tom 15, cz. 2; 1111-1125
    1506-218X
    Pojawia się w:
    Rocznik Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wybór momentu rozpoczęcia projektu z wykorzystaniem interaktywnego podejścia wielokryterialnego
    Scheduling of project start time using interactive multicriteria approach
    Autorzy:
    Targiel, Krzysztof S
    Nowak, Maciej
    Trzaskalik, Tadeusz
    Powiązania:
    https://bibliotekanauki.pl/articles/955246.pdf
    Data publikacji:
    2017
    Wydawca:
    Uniwersytet w Białymstoku. Wydawnictwo Uniwersytetu w Białymstoku
    Tematy:
    project management
    interactive multi-criteria approach
    binomal trees
    risk modelling
    zarządzanie projektem
    wielokryterialne metody interaktywne
    drzewa dwumianowe
    modelowanie ryzyka
    Opis:
    W wielu projektach pojawia się problem wyboru momentu ich rozpoczęcia. Jest to istotne, np. gdy końcowe rezultaty są uzależnione od kursów wymiany walut. Można oczekiwać korzystniejszej sytuacji, lecz wiąże się to z ryzykiem opóźnienia projektu poza dopuszczalne granice. W pracy oparto się na metodzie Coxa-Rossa-Rubinsteina (CRR), wykorzystując drzewa dwumianowe do modelowania scenariuszy rozwoju sytuacji na rynku walutowym. Problem potraktowano dwukryterialnie, przyjmując za kryteria koszt realizacji przedsięwzięcia oraz prawdopodobieństwo, że projekt się opóźni. Przyjęto również, że parametry rozkładu prawdopodobieństwa są określane przez ekspertów. Problem przedstawiono jako proces dynamiczny. Do jego rozwiązania zaproponowano technikę interaktywną. Procedura wykorzystuje współczynniki wymiany do wyznaczenia proponowanego wariantu, który jest następnie oceniany przez decydenta.
    Selection of project start time is a problem that decision makers often face. This is important when, e.g., the final results depend on currency exchange rates. Sometimes more favourable rates can be expected in the future, but postponing the project start date involves the risk of delay beyond acceptable limits. In the paper, the Cox-Ross-Rubinstein method (CRR), based on binominal trees, is applied. Two criteria are taken into account: project cost and the probability of project delay. It is assumed that the parameters of probability distribution are specified by experts. The problem is presented as a dynamic process. An interactive technique of multi-criteria decision-making about problems under risk is proposed. The procedure uses trade-offs to select a proposal, which is next evaluated by the decision maker.
    Źródło:
    Optimum. Economic Studies; 2017, 3(87); 19-30
    1506-7637
    Pojawia się w:
    Optimum. Economic Studies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Podstawowe elementy modelu oceny ryzyka wystąpienia zdarzeń niebezpiecznych na rusztowaniach
    Basic elements of the risk assessment model for safety incidents on scaffoldings
    Autorzy:
    Błazik-Borowa, E.
    Szer, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/161574.pdf
    Data publikacji:
    2016
    Wydawca:
    Polski Związek Inżynierów i Techników Budownictwa
    Tematy:
    roboty budowlane
    rusztowanie
    praca na wysokości
    bezpieczeństwo pracy
    ocena ryzyka
    modelowanie ryzyka
    czynnik ryzyka
    building works
    scaffolding
    work at height
    safety at work
    risk assessment
    risk modelling
    risk factor
    Opis:
    Rusztowania budowlane mają za zadanie umożliwić prace budowlane w miejscach o utrudnionym dostępie, przy czym w większości sytuacji są to prace na wysokości. W zasadzie wszystkie prace wykonywane na rusztowaniach są niebezpieczne i wiążą się z ryzykiem wystąpienia wypadku, awarii rusztowania lub innej sytuacji, w wyniku której mogą zostać narażeni ludzie. Obecnie dzięki owocnej współpracy z PIP zespół otrzymał już kilkanaście protokołów powypadkowych, zbierane są dane z GUS-u, zliczane są rusztowania w terenie i wykonywane są badania rusztowań i użytkowników rusztowań. Pięć zespołów badawczych wykonało już pomiary na 40 budowach. Pierwsze analizy pokazały, jak ważnym problemem są wypadki na rusztowaniach.
    The task of construction scaffoldings is to enable construction works in places with difficult access, and in most cases those are works at height. In principle, all the works performed on scaffoldings are hazardous and are connected with risk of accident, damage of scaffolding or other situation in which people may be exposed to danger. At present, thanks to fruitful cooperation with National Labour Inspectorate, the team has already received ten-odd accident reports, it gathers data from Central Statistical Office, counts scaffoldings in the field and performs tests of scaffoldings and their users. Five research teams have already performed measurements at 40 construction sites. First analyses showed how important is the problem of accidents on scaffoldings.
    Źródło:
    Przegląd Budowlany; 2016, R. 87, nr 10, 10; 24-29
    0033-2038
    Pojawia się w:
    Przegląd Budowlany
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Credit Risk Modeling Using Interpreted XGBoost
    Modelowanie ryzyka kredytowego z wykorzystaniem interpretowalnego algorytmu XGBOOST
    Autorzy:
    Hernes, Marcin
    Adaszyński, Jędrzej
    Tutak, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/28703804.pdf
    Data publikacji:
    2023-12-27
    Wydawca:
    Uniwersytet Warszawski. Wydawnictwo Naukowe Wydziału Zarządzania
    Tematy:
    credit risk
    risk modeling
    XGBoost
    machine learning interpretability
    explainable artificial intelligence
    ryzyko kredytowe
    modelowanie ryzyka
    interpretowalność uczenia maszynowego
    wyjaśnialna sztuczna inteligencja
    Opis:
    Purpose: The aim of the paper is to develop a credit risk assessment model usingb the XGBoost classifier supported by interpretation issues. Design/methodology/approach: The risk modeling is based on Extreme Gradient Boosting (XGBoost) in the research. It is a method used for regression and classification problems. It is based on a sequence of decision trees using a gradient-based optimization method of the loss function to minimize the errors of weak estimators. We use also methods for performing local and global interpretability: ceteris paribus charts, SHAP and feature importance approach. Findings: Based on the research results, it can be concluded that XGBoost achieved higher values of performance metrics than logistic regression, except sensitivity. It means that XGBoost indicated a smaller percentage of all bad client. Results of local interpretability enable a conclusion that in the case of the client in question, the credit decision is positively influenced by credit scores from external suppliers, while it is negatively influenced by minimal external scoring and short seniority. The number of years in the car and higher education are also positive. Such information helps to justify a negative credit decision. Results of global interpretability enable a conclusion that higher values of the traits associated with the z-scores are accompanied by negative Shapley values, which can be interpreted as a negative effect on the explanatory variable. Research limitations/implications: XGBoost, A ceteris paribus plot, SHAP, and feature importance methods can be used to develop a credit risk assessment model including machine learning interpretability. The main limitation of research is to compare the results of XGBoost only to the logistic regression results. Future research should focus on comparing the results of XGBoost to other machine learning methods, including neural networks. Originality/value: One of the key processes in a bank is the credit decision process, which is the evaluation of a client’s repayment risk. In the consumer finance sector, the processes are usually largely automated, and increasingly the latest machine learning methods based on neural networks and ensemble learning methods are being used for the purpose. Although machine learning models allow for achieving higher accuracy of credit risk assessment compared to traditional statistical methods, the main problem is the low interpretability of machine learning models. The models often perform as the “black box”. However, the interpretation of the results of risk assessment models is very important due to the need to explain to the client the reasons for assessing their credit risk.
    Cel: celem niniejszych badań jest opracowanie modelu oceny ryzyka kredytowego z wykorzystaniem klasyfikatora XGBoost z uwzględnieniem interpretowalności tego modelu. Metodologia: w niniejszych badaniach w celu modelowania ryzyka wykorzystano metodę Extreme Gradient Boosting (XGBoost). Jest to metoda stosowana do problemów regresji i klasyfikacji. Opiera się na sekwencji drzew decyzyjnych wykorzystujących gradientową metodę optymalizacji funkcji straty w celu minimalizacji błędów słabych estymatorów. Wykorzystano również metody umożliwiające dokonanie lokalnych i globalnych interpretacji: wykresy ceteris paribus, SHAP i badanie ważności cech. Wyniki: na podstawie wyników badań można stwierdzić, że XGBoost osiągnął wyższe wartości metryk efektywności niż regresja logistyczna, z wyjątkiem wartości metryki czułości, Oznacza to, że XGBoost wskazał mniejszy odsetek wszystkich złych klientów. Wyniki interpretacji lokalnej pozwalają stwierdzić, że w przypadku klienta na decyzję kredytową pozytywnie wpływają oceny punktowe od zewnętrznych dostawców, liczba lat samochodu oraz wykształcenie wyższe, natomiast negatywnie wpływają niska zewnętrzna ocena scoringowa oraz krótki staż pracy. Taka informacja pozwala na uargumentowanie negatywnej decyzji kredytowej. Wyniki interpretacji globalnej pozwalają wnioskować, że wyższym wartościom cech związanych ze wskaźnikami towarzyszą ujemne wartości Shapleya, co można interpretować jako negatywny efekt wpływu na zmienną objaśniającą. Ograniczenia/implikacje badawcze: metody XGBoost, A ceteris paribus plot, SHAP i feature importance mogą być wykorzystane do opracowania modelu oceny ryzyka kredytowego z uwzględnieniem interpretowalności uczenia maszynowego. Głównym ograniczeniem badań jest porównanie wyników XGBoost jedynie z wynikami regresji logistycznej. Przyszłe badania powinny skupić się na porównaniu wyników XGBoost z innymi metodami uczenia maszynowego, w tym z sieciami neuronowymi Oryginalność/wartość: jednym z kluczowych procesów realizowanych w bankach, jest proces podejmowania decyzji dotyczących udzielenia kredytów, czyli ocena ryzyka spłaty zobowiązania przez klienta. W sektorze finansów konsumenckich procesy te są zwykle w dużym stopniu zautomatyzowane, a coraz częściej wykorzystuje się w tym celu najnowsze metody uczenia maszynowego oparte na sieciach neuronowych i metodach uczenia zespołowego. Choć modele uczenia maszynowego pozwalają na osiągnięcie wyższej dokładności oceny ryzyka kredytowego w porównaniu z tradycyjnymi metodami statystycznymi, to głównym problemem jest niska interpretowalność modeli uczenia maszynowego. Modele te często występują jako „black box”. Interpretacja wyników modeli oceny ryzyka jest jednak bardzo ważna ze względu na konieczność wyjaśnienia klientowi powodów oceny jego ryzyka kredytowego.
    Źródło:
    European Management Studies; 2023, 21, 3; 46-70
    2956-7602
    Pojawia się w:
    European Management Studies
    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