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 "model prognostyczny" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    A System for Predicting Musculoskeletal Disorders Among Dental Students
    Autorzy:
    Thanathornwong, B.
    Suebnukarn, S.
    Ouivirach, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/90683.pdf
    Data publikacji:
    2014
    Wydawca:
    Centralny Instytut Ochrony Pracy
    Tematy:
    musculoskeletal disorders
    prediction model
    hidden Markov models
    dental students
    zaburzenia układu mięśniowo-szkieletowego
    model prognostyczny
    model Markova
    studenci stomatologii
    Opis:
    Objective. This study aimed to develop a system for predicting work-related musculoskeletal disorders (WMSD) among dental students. Materials and methods. The system comprised 2 accelerometer sensors to register neck and upper back postures and movements, and software developed to collect and process the data. Hidden Markov models (HMMs) were used to predict the likelihood of WMSD in dental students by comparing their neck and upper back movement patterns with WMSD and non-WMSD HMMs learned from previous data. To evaluate the performance of the system, 16 participants were randomly assigned into a 2 × 2 crossover trial scheduled for each sequence of working: receiving feedback or no-feedback from the system. The primary outcome measure was the extension of the neck and upper back, before (pre-test) and after (posttest) receiving feedback or no-feedback from the system. The secondary outcome measure was the log likelihood of classifying the movements as WMSD. Results and discussion. The results showed that in the group that received feedback, the extension of the neck in the y axis and of the upper back in the y axis decreased significantly (t test, p < .05) on the post-test. Conclusion. The system for predicting and preventing WMSD aids the correction of the extension of the neck and upper back in the y axis.
    Źródło:
    International Journal of Occupational Safety and Ergonomics; 2014, 20, 3; 463-475
    1080-3548
    Pojawia się w:
    International Journal of Occupational Safety and Ergonomics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of the strip yield model to crack growth predictions for structural steel
    Zastosowanie modelu pasmowego płynięcia do prognozowania wzrostu pęknięć zmęczeniowych z stali konstrukcyjnej
    Autorzy:
    Skorupa, M.
    Machniewicz, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/140310.pdf
    Data publikacji:
    2010
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    wzrost pęknięć zmęczeniowych
    model prognostyczny
    obciążenia zmiennoamplitudowe
    stal konstrukcyjna
    fatigue crack growth
    prediction model
    variable amplitude loading
    structural steel
    Opis:
    A strip yield model implementation by the present authors is applied to predict fatigue crack growth observed in structural steel specimens under various constant and variable amplitude loading conditions. Attention is paid to the model calibration using the constraint factors in view of the dependence of both the crack closure mechanism and the material stress-strain response on the load history. Prediction capabilities of the model are considered in the context of the incompatibility between the crack growth resistance for constant and variable amplitude loading.
    Opracowany przez Autorów model pasmowego płynięcia został zastosowany do prognozowania rozwoju pęknięć zmęczeniowych obserwowanych w badaniach zmęczeniowych próbek ze stali konstrukcyjnych w warunkach obciążeń stało- i zmiennoamplitudowych. Skoncentrowano się głównie na kalibracji modelu przy użyciu odpowiednio dobranych współczynników skrępowania uwzględniających zarówno mechanizm zamykania się pęknięcia jak i naprężeniowo-odkształceniową charakterystykę materiału właściwą dla danej historii obciążenia. Wyniki prognoz przy użyciu tak skalibrowanego modelu zostały poddane gruntownej ocenie z uwzględnieniem różnic w rozwoju pęknięć obserwowanych w przypadku obciążeń stało- i zmiennoamplitudowych.
    Źródło:
    Archive of Mechanical Engineering; 2010, LVII, 1; 5-20
    0004-0738
    Pojawia się w:
    Archive of Mechanical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Logit business failure prediction in V4 countries
    Autorzy:
    Durica, Marek
    Valaskova, Katarina
    Janoskova, Katarina
    Powiązania:
    https://bibliotekanauki.pl/articles/125652.pdf
    Data publikacji:
    2019
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    logit
    business failure
    financial ratio
    prediction model
    V4 countries
    funkcja logitowa
    niepowodzenie biznesowe
    wskaźnik finansowy
    model prognostyczny
    kraje V4
    Opis:
    The paper presents the creation of the model that predicts the business failure of companies operating in V4 countries. Based on logistic regression analysis, significant predictors are identified to forecast potential business failure one year in advance. The research is based on the data set of financial indicators of more than 173 000 companies operating in V4 countries for the years 2016 and 2017. A stepwise binary logistic regression approach was used to create a prediction model. Using a classification table and ROC curve, the prediction ability of the final model was analysed. The main result is a model for business failure prediction of companies operating under the economic conditions of V4 countries. Statistically significant financial parameters were identified that reflect the impending failure situation. The developed model achieves a high prediction ability of more than 88%. The research confirms the applicability of the logistic regression approach in business failure prediction. The high predictive ability of the created model is comparable to models created by especially sophisticated artificial intelligence approaches. The created model can be applied in the economies of V4 countries for business failure prediction one year in advance, which is important for companies as well as all stakeholders.
    Źródło:
    Engineering Management in Production and Services; 2019, 11, 4; 54-64
    2543-6597
    2543-912X
    Pojawia się w:
    Engineering Management in Production and Services
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Traffic fatalities prediction based on support vector machine
    Autorzy:
    Li, T.
    Yang, Y.
    Wang, Y.
    Chen, C.
    Yao, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/223743.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    traffic accident
    support vector machine
    SVM
    particle swarm optimization (PSO)
    PSO
    prediction model
    optimal parameters
    wypadek drogowy
    Particle Swarm Optimization
    model prognostyczny
    optymalne parametry
    Opis:
    To effectively predict traffic fatalities and promote the friendly development of transportation, a prediction model of traffic fatalities is established based on support vector machine (SVM). As the prediction accuracy of SVM largely depends on the selection of parameters, Particle Swarm Optimization (PSO) is introduced to find the optimal parameters. In this paper, small sample and nonlinear data are used to predict fatalities of traffic accident. Traffic accident statistics data of China from 1981 to 2012 are chosen as experimental data. The input variables for predicting accident are highway mileage, vehicle number and population size while the output variables are traffic fatality. To verify the validity of the proposed prediction method, the back-propagation neural network (BPNN) prediction model and SVM prediction model are also used to predict the traffic fatalities. The results show that compared with BPNN prediction model and SVM model, the prediction model of traffic fatalities based on PSO-SVM has higher prediction precision and smaller errors. The model can be more effective to forecast the traffic fatalities. And the method using particle swarm optimization algorithm for parameter optimization of SVM is feasible and effective. In addition, this method avoids overcomes the problem of “over learning” in neural network training progress.
    Źródło:
    Archives of Transport; 2016, 39, 3; 21-30
    0866-9546
    2300-8830
    Pojawia się w:
    Archives of Transport
    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