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 "polynomial" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Semi-parametric modification of cumulative sum algorithms for the change-point detection of non-Gaussian sequences
    Autorzy:
    Zabolotnii, S. W
    Warsza, Z. L.
    Powiązania:
    https://bibliotekanauki.pl/articles/114188.pdf
    Data publikacji:
    2015
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    change point
    CUSUM algorithm
    non-Gaussian sequence
    stochastic polynomial
    high order statistics
    Opis:
    The expansion of logarithm likelihood ratio in the stochastic series to find the sequential change-point detection of non-Gaussian sequences is used. The moment criteria of the minimum of upper limit error probabilities sum to find the expansion coefficients is applied. The proposed method is a semi-parametric type of cumulative sum (CUSUM) algorithm which needs of higher-order statistics. Results show that polynomial algorithms are more effective in comparison with similar non-parametric procedures.
    Źródło:
    Measurement Automation Monitoring; 2015, 61, 12; 532-534
    2450-2855
    Pojawia się w:
    Measurement Automation Monitoring
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ocena niepewności pomiarów o rozkładzie trapezowym metodą maksymalizacji wielomianu i analiza jej efektywności
    Estimation of the uncertainty of measurand for trapeze distributed data by polynomial maximization method and its efficiency
    Autorzy:
    Zabolotnii, S. W.
    Warsza, Z. L.
    Powiązania:
    https://bibliotekanauki.pl/articles/268945.pdf
    Data publikacji:
    2017
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    menzurand
    estymata
    odchylenie standardowe
    rozkład trapezowy
    kumulant
    wielomian stochastyczny
    measurand
    estimate
    standard deviation
    trapezoidal distribution
    cumulant
    statistic polynomial
    Opis:
    Omówiono w skrócie efektywność estymatorów menzurandu dla próbek danych pomiarowych pobranych z populacji o symetrycznym rozkładzie trapezowym Trap. Rozpatrzono użycie niekonwencjonalnej metody maksymalizacji wielomianu stochastycznego (PMM) do wyznaczania estymatorów wartości i odchylenia standardowego menzurandu próbek z rozkładu trapezowego Trap o różnym stosunku podstaw. Oszacowano niepewności standardowe wartości średniej, środka rozpięcia i estymatora menzurandu wyznaczanego metodą PMM z danych tych próbek z użyciem kumulantów i za pośrednictwem momentów centralnych. Metodą symulacji Monte Carlo (MC) dokonano porównania tych ocen z obliczanymi klasycznie ze wzorów rozkładu dla średniej wg Przewodnika GUM oraz środka rozpięcia i ich średniej. Do porównania efektywności, dla każdej metody wyznaczono granice obszaru o najmniejszej wariancji w funkcji liczby danych próbki i stosunku podstaw trapezu.
    The types of measurand parameter estimators derived from samples of measured data taken from the symmetrical trapezoidal population Trap are briefly discussed. A non-standard approach to finding estimates of the non-Gaussian distributions parameters based on the unconventional method of maximizing the stochastic polynomial (PMM) and using a moment-cumulant description of random variables is proposed. By means of multiple statistical tests of Monte Carlo method, the properties of polynomial estimators are investigated and a analysis of their accuracy is made with compare to estimates of the distributions with arithmetic mean or the mid-range as their centers. As a function of the number of sample data and the basis of trapeze ratio, the boundaries of the areas where these methods are most effective are determined. The PPM method has been proposed to use for determining estimated values of the standard deviation and uncertainties of measurand when distribution of the random errors population is a priori unknown and first few cumulants have to be find from the sample data.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2017, 55; 85-88
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wyznaczanie standardowej niepewności pomiarów o rozkładzie trapezowym metodą maksymalizacji wielomianu
    Evaluation of the Uncertainty of Trapeze Distributed Measurements by the Polynomial Maximization Method
    Autorzy:
    Warsza, Z. L.
    Zabolotnii, S. W.
    Powiązania:
    https://bibliotekanauki.pl/articles/277568.pdf
    Data publikacji:
    2017
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    menzurand
    estymata
    odchylenie standardowe
    rozkład trapezowy
    kumulanty
    metoda maksymalizacji wielomianu
    measurand
    estimate
    standard deviation
    trapezoidal distribution
    cumulant
    polynomial maximization method
    Opis:
    Omówiono w skrócie rodzaje estymatorów parametrów menzurandu wyznaczanych z próbek danych pomiarowych pobranych z populacji o rozkładzie trapezowym. Zaproponowano użycie metody maksymalizacji wielomianu stochastycznego o symbolu PMM jako niekonwencjonalnego sposobu wyznaczania estymatorów wartości i odchylenia standardowego menzurandu dla próbek o rozkładach niegaussowskich. Na przykładach próbek z symetrycznego rozkładu trapezowego Trap oszacowano niepewność standardową dla wartości średniej, środka rozpięcia i estymatora menzurandu obliczonego metodą wielomianową PMM z użyciem kumulantów, które wyznaczono z danych próbki za pośrednictwem momentów centralnych. Metodą symulacji Monte Carlo (MC) dokonano analizy porównawczej ocen wariancji obliczanej klasycznie ze wzorów rozkładu, wg Przewodnika GUM [1], dla środka rozpięcia i metodą PPM. W funkcji liczby danych próbki i stosunku podstaw trapezu określono granice najefektywniejszego obszaru dla każdej z metod.
    The types of measurand parameter estimators derived from samples of measured data taken from the symmetrical trapezoidal population Trap are briefly discussed. A non-standard approach to finding estimates of the non-Gaussian distributions parameters based on the unconventional method of maximizing the stochastic polynomial (PMM) and using a moment-cumulant description of random variables is proposed. By means of multiple statistical tests of Monte Carlo method, the properties of polynomial estimators are investigated and an analysis of their accuracy is made with compare to estimates of the distributions with arithmetic mean or the mid-range as their centers. As a function of the number of sample data and the basis of trapeze ratio, the boundaries of the areas where these methods are most effective are determined. The PPM method has been proposed to use for determining estimated values of the standard deviation and uncertainties of measurand when distribution of the random errors population is a priori unknown and first few cumulants have to be find from the sample data.
    Źródło:
    Pomiary Automatyka Robotyka; 2017, 21, 4; 59-65
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Estymacja parametrów menzurandu dla danych z rozkładów niesymetrycznych metodą maksymalizacji wielomianu (PMM)
    Estimation of measurand parameters for data from asymmetric distributions by polynomial maximization method (PMM)
    Autorzy:
    Warsza, Z. L.
    Zabolotnii, S. W.
    Powiązania:
    https://bibliotekanauki.pl/articles/277748.pdf
    Data publikacji:
    2018
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    estymator
    rozkład niesymetryczny
    wielomian stochastyczny
    wartość średnia
    wariancja
    skośność
    kurtoza
    estimator
    non-Gaussian model
    stochastic polynomial
    means value
    variance
    skewness
    kurtosis
    Opis:
    Przedstawiono sposób wyznaczania estymatorów wartości i niepewności menzurandu niekonwencjonalną metodą maksymalizacji wielomianu stochastycznego (PMM) dla próbki danych pomiarowych pobranych z populacji modelowanej zmienną losową o rozkładzie niesymetrycznym. W metodzie PMM stosuje się statystykę wyższego rzędu i opis z użyciem momentów lub kumulantów. Wyznaczono wyrażenia analityczne dla estymatorów wartości i niepewności standardowej typu A menzurandu za pomocą wielomianu stopnia r = 2. Niepewność standardowa wartości menzurandu otrzymana metodą PPM zależy od skośności i kurtozy rozkładu. Jest ona mniejsza od średniej arytmetycznej wyznaczanej wg przewodnika GUM i bliższa wartości teoretycznej dla rozkładu populacji danych. Jeśli rozkład ten jest nieznany, to estymatory momentów i kumulantów wyznacza się z danych pomiarowych próbki. Sprawdzono skuteczność metody PMM dla kilku podstawowych rozkładów.
    The non-standard method for evaluating estimators of the value and uncertainty type A for measurement data sampled from asymmetrical distributed with a priori partial description (unknown PDF) is presented. This method of statistical estimation is based on the mathematical apparatus of stochastic polynomials maximization and uses the higher-order statistics (moment & cumulant description) of random variables. The analytical expressions for finding estimates and analyze their accuracy to the degree of the polynomial r = 2 are obtained. It is shown that the uncertainty of estimates received for polynomial is generally less than the uncertainty of estimates obtained based on the mean (arithmetic average) according international guide GUM. Reducing the uncertainty of measurement depends on the skewness and kurtosis. On the basis of the Monte Carlo method carried out statistical modelling. Their results confirm the effectiveness of the proposed approach.
    Źródło:
    Pomiary Automatyka Robotyka; 2018, 22, 1; 49-56
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    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