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 1-9 z 9
    Tytuł:
    Threats to Wastewater Treatment Plant in Combined Sewer System – Analysis of Problems and Possible Solutions on the Example of Lodz
    Zagrożenia dla oczyszczalni ścieków w systemie ogólnospławnym – analiza problemów i możliwych rozwiązań na przykładzie Łodzi
    Autorzy:
    Sakson, Grażyna
    Brzezińska, Agnieszka
    Kowalski, Krzysztof
    Powiązania:
    https://bibliotekanauki.pl/articles/1811635.pdf
    Data publikacji:
    2020
    Wydawca:
    Politechnika Koszalińska. Wydawnictwo Uczelniane
    Tematy:
    sewer system
    sewage treatment
    water protection
    predictive model
    toxicity
    kanalizacja
    oczyszczanie ścieków
    ochrona wód
    model prognostyczny
    toksyczność
    Opis:
    Municipal WWTP are exposed to the inflow of toxic substances, which may impede their proper functioning, especially of the biological part. In the case of combined or hybrid sewer systems, additionally, in wet weather, there may appear a rapid inflow of a mixture of domestic and industrial sewage, and stormwater in an amount exceeding the capacity of the devices, causing the need to discharge parts of not fully treated wastewater through the bypass channel. In such situations, the receivers are exposed to an inflow of increased amounts of pollutants. The article presents the concept of a monitoring, early warning and sustainable management system for the Lodz wastewater treatment plant, which will allow minimizing pollutant emissions to the aquatic environment.
    Miejskie oczyszczalnie ścieków są narażone na napływ substancji toksycznych, które mogą utrudniać ich prawidłowe funkcjonowanie, zwłaszcza części biologicznej. W przypadku ogólnospławnych lub mieszanych systemów kanalizacyjnych dodatkowo w czasie pogody mokrej może pojawić się gwałtowny dopływ mieszaniny ścieków bytowo-gospodarczych i przemysłowych oraz wód opadowych w ilości przekraczającej przepustowość urządzeń, powodując konieczność zrzutu części nie w pełni oczyszczonych ścieków przez kanał ominięcia. W takich sytuacjach odbiorniki są narażone na napływ zwiększonych ilości zanieczyszczeń. W artykule przedstawiono koncepcję systemu monitorowania, wczesnego ostrzegania i zrównoważonego zarządzania łódzką oczyszczalnią ścieków, który pozwoli zminimalizować emisję zanieczyszczeń do środowiska wodnego.
    Źródło:
    Rocznik Ochrona Środowiska; 2020, Tom 22, cz. 2; 1132-1144
    1506-218X
    Pojawia się w:
    Rocznik Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    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:
    The application of the process modelling of anodic wet-stripping of CrN multi-layer coatings for characteristics prediction
    Zastosowanie modelowania do prognozowania przebiegu anodowego rozpuszczania złożonych powłok CrN
    Autorzy:
    Bujak, J.
    Ruta, R.
    Trzos, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/256710.pdf
    Data publikacji:
    2006
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Technologii Eksploatacji - Państwowy Instytut Badawczy
    Tematy:
    powłoka CrN
    rozpuszczanie anodowe
    modelowanie statystyczne
    sztuczna sieć neuronowa
    model prognostyczny
    multi-layer coating
    anodic wet-stripping
    statistical modelling
    artificial neural network
    prognostic model
    Opis:
    The paper presents the results of experimental research on a process of anodic wet-stripping of CrN multi-layer coatings. The stripping rate was correlated with the coating structure and the current density of the stripping process. The experimental data was statistically analysed and regression models of stripping thickness were created as a function of stripping time. The obtained results indicated that the anodic wet-stripping process can be described by means of linear function only in the case of one-layer coatings. Moreover, the general neural network model was created as a complex model including both quantitative and qualitative variables characterising the wet-stripping process. The developed models enable the estimation of the character and time of the stripping process, depending on the coating thickness, structure and current parameters.
    W artykule przedstawiono wyniki badań eksperymentalnych anodowego procesu rozpuszczania złożonych powłok CrN. Uzyskane wyniki poddano analizie statystycznej, w rezultacie której wyznaczono modele regresyjne przebiegu procesu rozpuszczania w funkcji czasu. Ponadto wykorzystując sztuczne sieci neuronowe opracowano kompleksowy model procesu rozpuszczania anodowego. Opracowane modele umożliwiają oszacowanie przebiegu i czasu rozpuszczania w zależności od grubości powłoki oraz zastosowanych parametrów prądowych.
    Źródło:
    Problemy Eksploatacji; 2006, 4; 7-16
    1232-9312
    Pojawia się w:
    Problemy Eksploatacji
    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
    Tytuł:
    The Quarterly Forecasting Model of the Polish Economy
    Kwartalny prognostyczny model gospodarki Polski
    Autorzy:
    Kudrycka, Izabella
    Powiązania:
    https://bibliotekanauki.pl/articles/905572.pdf
    Data publikacji:
    1990
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Opis:
    Celem modelu jest krótkookresowe prognozowanie gospodarki Polski. Zakres i własności modelu są określone przez dwie podstawowe przyczyny, po pierwsze, kryzys gospodarki polskiej i konieczność rozważania niedoborów w produkcji i imporcie bilansu płatniczego, stopnia wykorzystania zdolności produkcyjnych, nie równowagi rynkowej i wysokiej inflacji. Po drugie, w modelu uwzględniono reformę w gospodarce polskiej, tworzącą nową rolę centralnego planisty i określającą rosnąco znaczenia przedsiębiorstw. Przedmiotem analiz i prognozowania jest dochód narodowy, jego struktura, kategorie popytu finalnego i czynniki będące "wąskim gardłem" w gospodarce. Model składa się z trzech podmodeli. Pierwszy z nich zawiera modele trendu oraz modele typu Boxa-Jenkinsa dla zmiennych egzogenicznych. Drugi podmodel jest modelem produkcji w podziale na 26 gałęzi gospodarki. Relacje typu input-output oraz kategorie typu majątek produkcyjny, inwestycje, zatrudnienie, akumulacja finansowa przedsiębiorstw tworzą trzeci podmodel.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 1990, 102
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The multiple regression model with dichotomous variabiles in analysis of multi-selectional demand for connectivity services - approach based on per second billing
    Model regresji wielokrotnej ze zmiennymi dychotomicznymi w analizie wieloprzekrojowego popytu na usługi połączeniowe - podejście oparte na sekundowym naliczaniu
    Autorzy:
    Kaczmarczyk, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/2116962.pdf
    Data publikacji:
    2021
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
    Tematy:
    Prediction System
    connectivity services
    dichotomous variable
    autoregression
    forecasting
    system prognostyczny
    usługi połączeniowe
    zmienne dychotomiczne
    autoregresja
    prognozowanie
    Opis:
    The article presents the results of comparative research of the effectiveness of two types of models in terms of approximation and short-term forecasting of the multi-sectional demand for connectivity services. The presented results of the analyses are related to the selection of an appropriate forecasting method as an element of the Prediction System dedicated to telecommunications operators. The first tested model was a multiple regression model with dichotomous explanatory variables. The second model was a multiple regression model with dichotomous explanatory variables and autoregression. In both models, the dependent variable was the hourly counted seconds of outgoing calls within the network of the selected operator. Telephone calls were analysed in terms of such classification factors as: type of day, category of call, group of subscribers. Taking into account all levels of classification factors of the explanatory variable, 35 dichotomous explanatory variables were specified. The defined set of dichotomous explanatory variables was used in the estimation process of both compared regression models. However, in the second model, first-order autoregression was additionally applied. The second model (multiple regression model with dichotomous explanatory variables with first-order autoregression) was found to have higher approximation and predictive capabilities than the first model (multiple regression model with dichotomous explanatory variables without autoregression).
    W artykule przedstawiono wyniki porównawczych badań efektywności dwóch rodzajów modeli w zakresie aproksymacji oraz krótkookresowego prognozowania wieloprzekrojowego popytu na usługi połączeniowe. Zaprezentowane wyniki analiz są więc związane z doborem odpowiedniej metody prognozowania jako elementu systemu prognostycznego kierowanego do operatorów telekomunikacyjnych. Pierwszym badanym modelem był model regresji wielokrotnej z dychotomicznymi zmiennymi objaśniającymi, a drugim modelem był model regresji wielokrotnej z dychotomicznymi zmiennymi objaśniającymi z autoregresją. W obu modelach zmienną objaśnianą były sumowane co godzinę liczby sekund rozmów wychodzących z sieci wybranego operatora. Połączenia telefoniczne były analizowane pod względem takich czynników klasyfikacyjnych jak: typ doby, kategoria połączenia, grupa abonentów. Biorąc pod uwagę wszystkie poziomy czynników klasyfikacyjnych zmiennej objaśnianej, wyszczególniono 35 dychotomicznych zmiennych objaśniających. Zdefiniowany zestaw dychotomicznych zmiennych objaśniających wykorzystano w procesie estymacji obu porównywanych modeli regresji. Jednakże w drugim modelu zastosowano dodatkowo autoregresję rzędu pierwszego. Stwierdzono, że drugi model (model regresji wielokrotnej z dychotomicznymi zmiennymi objaśniającymi z autoregresją rzędu pierwszego) charakteryzuje się wyższymi możliwościami aproksymacyjnymi i predykcyjnymi niż model pierwszy (model regresji wielokrotnej z dychotomicznymi zmiennymi objaśniającymi bez autoregresji).
    Źródło:
    Acta Scientiarum Polonorum. Oeconomia; 2021, 20, 2; 47-57
    1644-0757
    Pojawia się w:
    Acta Scientiarum Polonorum. Oeconomia
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Feedforward neural networks and the forecasting of multi-sectional demand for telecom services: a comparative study of effectiveness for hourly data
    Jednokierunkowe sieci neuronowe w prognozowaniu wieloprzekrojowego popytu na usługi telefoniczne – porównawcze badania efektywności dla danych godzinowych
    Autorzy:
    Kaczmarczyk, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/2117264.pdf
    Data publikacji:
    2020
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
    Tematy:
    Prediction System
    feedforward neural network
    regressive-neural model
    forecasting
    jednokierunkowa sieć neuronowa
    model regresyjno-neuronowy
    prognozowanie
    system prognostyczny
    Opis:
    The presented research focuses on the construction of a model to effectively forecast demand for connection services – it is thus relevant to the Prediction System (PS) of telecom operators. The article contains results of comparative studies regarding the effectiveness of neural network models and regressive-neural (integrated) models, in terms of their short-term forecasting abilities for multi-sectional demand of telecom services. The feedforward neural network was used as the neural network model. A regressive-neural model was constructed by fusing the dichotomous linear regression of multi-sectional demand and the feedforward neural network that was used to model the residuals of the regression model (i.e. the residual variability). The response variable was the hourly counted seconds of outgoing calls within the framework of the selected operator network. The calls were analysed within: type of 24 hours (e.g. weekday/weekend), connection categories, and subscriber groups. For both compared models 35 explanatory variables were specified and used in the estimation process. The results show that the regressive-neural model is characterised by higher approximation and predictive capabilities than the non-integrated neural model.
    Zaprezentowane wyniki badań są związane z systemem prognostycznym przeznaczonym dla operatorów telekomunikacyjnych, ponieważ są skoncentrowane na sposobie konstrukcji modelu do efektywnego prognozowania popytu na usługi połączeniowe. Artykuł zawiera wyniki porównawczych badań efektywności modelu sieci neuronowej i modelu regresyjno-neuronowego (zintegrowanego) w zakresie krótkookresowego prognozowania zapotrzebowania na usługi telefoniczne. Jako model sieci neuronowej zastosowany został model sieci jednokierunkowej. Model regresyjno-neuronowy został zbudowany na podstawie połączenia dychotomicznej regresji liniowej wieloprzekrojowego popytu i jednokierunkowej sieci neuronowej, która służyła do modelowania reszt modelu regresji (tj. pozostałej zmienności). Zmienną objaśnianą były sumowane co godzinę liczby sekund rozmów wychodzących z sieci wybranego operatora. Połączenia telefoniczne były analizowane pod względem: typów doby, kategorii połączeń i grup abonentów. Wyszczególniono 35 zmiennych objaśniających, które wykorzystano w procesie estymacji obu porównywanych modeli. Stwierdzono, że model regresyjno-neuronowy charakteryzuje się większymi możliwościami aproksymacyjnymi i predykcyjnymi niż niezintegrowany model neuronowy.
    Źródło:
    Acta Scientiarum Polonorum. Oeconomia; 2020, 19, 3; 13-25
    1644-0757
    Pojawia się w:
    Acta Scientiarum Polonorum. Oeconomia
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-9 z 9

      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