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 "selekcja informacji" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Geometryczna metoda selekcji informacji diagnostycznej
    Geometrical method of the diagnostic information selection
    Autorzy:
    Dybała, J.
    Radkowski, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/328668.pdf
    Data publikacji:
    2004
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    selekcja informacji
    klasyfikacja obrazów
    information selection
    pattern classification
    Opis:
    W pracy przedstawiono metodę selekcji cech stanu obiektu opartą na geometrii przestrzeni obserwacji. Zaprezentowana metoda selekcji informacji wykorzystuje dwa kryteria: zmodyfiko-wane kryterium Sebestyena oraz oryginalne kryterium liczby wzorców klas.
    In the paper the feature selection method of object state is presented. This method is based on geometry of the observation space. The presented method of the information selection uses two criteria: the modified Sebestyen's criterion and original criterion of the prototypes classes number.
    Źródło:
    Diagnostyka; 2004, 30, T. 1; 159-162
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    How not to drown in the flood of information?Selected aspects of the information culture of adolescents
    Autorzy:
    Borawska-Kalbarczyk, Katarzyna
    Powiązania:
    https://bibliotekanauki.pl/articles/646467.pdf
    Data publikacji:
    2018
    Wydawca:
    Libron
    Tematy:
    flood of information
    information overload
    information culture
    information literacy
    selection of information
    zalew informacyjny
    kultura informacyjna
    kompetencje informacyjne
    selekcja informacji
    Opis:
    Artykuł opisuje rezultat badań, których przedmiotem uczyniono określenie poziomu jednego z przejawów kompetencji informacyjnych. Przedsta-wia charakterystykę umiejętności porządkowania i wyboru informacji. Autorka udowadnia, że umiejętność właściwej selekcji informacji jest warunkiem popraw-nego funkcjonowania w świecie informacji cyfrowych. Dokonana analiza zwra-ca uwagę na jeden z aspektów kultury informacyjnej człowieka, posiadającego umiejętności radzenia sobie z informacyjnym zalewem.
    The following article is a research report, the object of which was to determine the level of one of the manifestations of information literacy. It presents the characteristics of the ability to organize and select information. Fur-thermore, the author proves that the ability to correctly select information is a prerequisite for the proper functioning in the digital information world. The analysis draws attention to one of the main aspects of the information culture of a human being who has the ability to cope with the flood of information.
    Źródło:
    Konteksty Pedagogiczne; 2018, 2, 11; 79-93
    2300-6471
    Pojawia się w:
    Konteksty Pedagogiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The proposal of calculation classifier weights for an assembly of classifiers
    Autorzy:
    Burduk, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/333595.pdf
    Data publikacji:
    2014
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    classifier fusion
    static classifiers selection
    multiple classifier system
    fuzja informacji
    fuzja klasyfikatorów
    selekcja klasyfikatorów
    system klasyfikujący wielokrotny
    Opis:
    The selection of classifiers is one of the important problems in the creation of ensemble of classifiers. The paper presents the static selection in which a new method of calculating the weights of individual classifiers is used. The obtained weights can be interpreted in the context of the interval logic. It means that the particular weights will not be provided precisely but their lower and upper values will be used. A number of experiments have been carried out on several medical data sets.
    Źródło:
    Journal of Medical Informatics & Technologies; 2014, 23; 181-186
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wpływ asymetrii informacji na strukturę kapitału
    The Impact of Information Asymmetry on the Capital Structure
    Autorzy:
    Mróz, C.
    Powiązania:
    https://bibliotekanauki.pl/articles/318604.pdf
    Data publikacji:
    2016
    Wydawca:
    Polskie Towarzystwo Przeróbki Kopalin
    Tematy:
    asymetria informacji
    alokacja kapitału
    struktura kapitału
    negatywna selekcja
    pokusa nadużycia
    information asymmetry
    capital allocation
    capital structure
    adverse selection
    moral hazard
    Opis:
    W artykule przedstawiono problem wpływu asymetrii informacji na strukturę kapitału. Zagadnienie ze względu na swoją ważkość oraz skalę stanowi ważny obszar, któremu badacze poświęcają coraz więcej uwagi. Niedostatek informacji na rynku i wynikająca z niego asymetria jest jednym z kluczowych elementów stanowiących o niedoskonałości rynku. Świadomość skutków asymetrii informacji występującej pomiędzy decydentami i interesariuszami może wpłynąć na ograniczenie lub neutralizację jej wpływu na podejmowane decyzje. W ten sposób decyzje mogą być podejmowane w sposób racjonalny, a zainteresowani będą dążyć do pozyskania informacji aktualnej, adekwatnej i dokładnej. W artykule przedstawiono istotę struktury kapitału, asymetrię informacji jako determinantę owej struktury, metody pomiaru oraz skutki jej występowania.
    The paper presents outlines of the impact of the problem of information asymmetry on the capital structure. The issue due to its gravity and scale became an important area which scientists devote more and more attention. Paucity of information on the market and resulting from this asymmetry is one of the key elements determining the market imperfection. Awareness of the effects of asymmetry of information existing among decision-makers and stakeholders can influence the reduction or neutralization of its impact on decision-making. In this way, decisions can be taken in a rational way, and interested parties will seek to obtain current information, adequate and accurate. The paper presents the essence of the capital structure, the asymmetry of information as a determinant of that structure, methods of measurement and the consequences of its occurrence.
    Źródło:
    Inżynieria Mineralna; 2016, R. 17, nr 2, 2; 37-44
    1640-4920
    Pojawia się w:
    Inżynieria Mineralna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prediction of type 2 diabetes mellitus using feature selection-based machine learning algorithms
    Przewidywanie cukrzycy typu 2 z wykorzystaniem algorytmów uczenia maszynowego opartych na selekcji cech
    Autorzy:
    Yılmaz, Atınç
    Powiązania:
    https://bibliotekanauki.pl/articles/2056596.pdf
    Data publikacji:
    2022
    Wydawca:
    Akademia Bialska Nauk Stosowanych im. Jana Pawła II w Białej Podlaskiej
    Tematy:
    feature selection
    health information system
    type 2 diabetes
    machine learning
    nursing care
    selekcja cech
    system informacji zdrowotnej
    cukrzyca typu 2
    uczenie maszynowe
    opieka pielęgniarska
    Opis:
    Background. The aim of this study is to develop and evaluate a machine learning model for the early diagnosis of type 2 diabetes to allow for treatments to be applied in the early stages of the disease. Material and methods. A proposed hybrid machine learning model was developed and applied to the Early-stage diabetes risk prediction dataset from the UCI database. The prediction success of the proposed model was compared with other machine learning models. Pearson’s correlation and SelectKBest feature selection methods were employed to examine the relationships between the dataset input parameters and the results. Results. Of the 520 patients included in the dataset, 320 were diagnosed with diabetes and 328 (63.08%) were males. The most commonly observed diabetes diagnosis criterion was obesity (n=482, 83.08%). While the strongest feature detected with Pearson’s correlation was polyuria, the strongest feature detected with SelectKBest was polydipsia. With Pearson’s feature extraction, the most successful machine learning method was the proposed hybrid method, with an accuracy of 97.28%. Using SelectKBest feature selection, the same model was able to predict type 2 diabetes with accuracy of 95.16%. Conclusions. Early detection of type 2 diabetes will allow for a prompter and more effective treatment of the patient. Thus, use of the proposed model may help to improve the quality of patient care and lower the number of deaths caused by this disease.
    Wprowadzenie. Celem niniejszego badania jest opracowanie i ewaluacja modelu uczenia maszynowego umożliwiającego wczesną diagnozę cukrzycy typu 2, która pozwala na podjęcie leczenia na początkowym etapie choroby. Materiał i metody. Zaproponowany hybrydowy model uczenia maszynowego został przygotowany i zastosowany z wykorzystaniem zbioru danych Early-stage diabetes risk prediction dataset pochodzącego z bazy UCI. Proponowany model porównano z innymi modelami uczenia maszynowego pod względem skuteczności przewidywania. Aby zbadać związek pomiędzy parametrami wejściowymi zbioru danych a wynikami, zastosowano metodę korelacji Pearsona oraz metodę selekcji cech SelectKBest. Wyniki. Spośród 520 przypadków uwzględnionych w zbiorze danych, 320 miało rozpoznaną cukrzycę, a 328 z nich (63,08%) to mężczyźni. Najczęstszym kryterium rozpoznania cukrzycy była otyłość (n=482, 83,08%). Podczas gdy najsilniejszą cechą wykrytą metodą Pearsona była poliuria, najsilniejszą cechą wykrytą metodą SelectKBest okazała się polidypsja. W przypadku ekstrakcji cech Pearsona najskuteczniejszą metodą uczenia maszynowego była zaproponowana metoda hybrydowa, której dokładność wynosi 97,28%. Ten sam model był w stanie przewidzieć zachorowanie na cukrzycę typu 2 z dokładnością 95,16% za pomocą selekcji cech SelectKBest. Wnioski. Wczesne wykrycie cukrzycy typu 2 pozwoli na szybsze i skuteczniejsze leczenie pacjenta. Dlatego też zaproponowany model może pomóc w podniesieniu jakości opieki nad pacjentami, a także w obniżeniu liczby zgonów spowodowanych tą chorobą.
    Źródło:
    Health Problems of Civilization; 2022, 16, 2; 128-139
    2353-6942
    2354-0265
    Pojawia się w:
    Health Problems of Civilization
    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