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 "analiza składowych głównych" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 40
Tytuł:
An efficient eigenspace updating scheme for high-dimensional systems
Autorzy:
Gangl, S.
Mongus, D.
Žalik, B.
Powiązania:
https://bibliotekanauki.pl/articles/330681.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
eigenspace updating
projection space
data compression
principal component analysis
przestrzeń rzutowa
kompresja danych
analiza składowych głównych
Opis:
Systems based on principal component analysis have developed from exploratory data analysis in the past to current data processing applications which encode and decode vectors of data using a changing projection space (eigenspace). Linear systems, which need to be solved to obtain a constantly updated eigenspace, have increased significantly in their dimensions during this evolution. The basic scheme used for updating the eigenspace, however, has remained basically the same: (re)computing the eigenspace whenever the error exceeds a predefined threshold. In this paper we propose a computationally efficient eigenspace updating scheme, which specifically supports high-dimensional systems from any domain. The key principle is a prior selection of the vectors used to update the eigenspace in combination with an optimized eigenspace computation. The presented theoretical analysis proves the superior reconstruction capability of the introduced scheme, and further provides an estimate of the achievable compression ratios.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2014, 24, 1; 123-131
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Chatter detection using principal component analysis in cold rolling mill
Autorzy:
Usmani, N. I.
Kumar, S.
Velisatti, S.
Tiwari, P. K.
Mishra, S. K.
Patnaik, U. S.
Powiązania:
https://bibliotekanauki.pl/articles/329460.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
chatter
principal component analysis
PCA
cold rolling
vibration
drgania samowzbudne
analiza składowych głównych
walcowanie na zimno
drgania
Opis:
Most cold rolling mills are prone to chatter problem. Chatter marks are often observed on the strip surface in cold rolling mill leading to downgrade and rejection of rolled material. Chatter impact product quality as well as productivity of mill. In absence of online chatter detection no corrective action can be taken immediately and whole campaign gets affected. Most conventional approach for online chatter detection is by using vibration measurement of mill stands in time & frequency domain. Present work proposes two approaches to detect chatter in cold rolling mill using a statistical technique called Principal Component Analysis (PCA). In this paper two methods are used for chatter detection. First method applies PCA on Fast Fourier Transform (FFT) to differentiate between chatter and non-chatter condition. Second method applies PCA on statistical parameters calculated from raw vibration data to detect chatter.
Źródło:
Diagnostyka; 2018, 19, 1; 73-81
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An Application of Statistical Methods to Compare the Properties of Concretes Produced from Construction Waste
Wykorzystanie metod statystycznych do porównania właściwości betonów wytworzonych z odpadów budowlanych
Autorzy:
Zegardło, Bartosz
Rymuza, Katarzyna
Bombik, Antoni
Powiązania:
https://bibliotekanauki.pl/articles/1811765.pdf
Data publikacji:
2019
Wydawca:
Politechnika Koszalińska. Wydawnictwo Uczelniane
Tematy:
sanitary ceramics
quality parameters
recycled substance
principal component analysis
cluster analysis
ceramika sanitarna
parametry jakościowe
substancja recyklingowa
analiza składowych głównych
analiza skupień
Opis:
The work presents statistical analysis and comparison of quality parameters of concretes produced using conventional and recycled aggregates. The analysis is the continuation of the authors' previous research. The following properties of aggregates were tested: bulk density, specific density, water absorbability, crushing rate, and concrete properties such as compressive strength and tensile strength as well as compressive strength in a corrosive environment. There were determined statistical differences between the characteristics for all the aggregate and concrete types. The analysis demonstrated that concrete containing red ceramics had significantly the lowest values of compressive strength and tensile strength. Use of sanitary and tile ceramics significantly improved concrete properties. Cluster analysis revealed that concretes containing conventional aggregates (gravel and basalt grit) and tile ceramics were the most similar in terms of all the characteristics (compressive strength, tensile strength, compressive strength in a corrosive environment and Al2O3 and SiO2 contents).
W pracy przedstawiano statystyczną analizę i porównanie parametrów jakościowych betonów wytworzonych z udziałem kruszyw tradycyjnych i recyklingowych. Analiza ta jest kontynuacją wcześniejszych badań własnych. Analizie statystycznej zostały poddane cechy kruszyw (gęstość objętościową, gęstość właściwa, nasiąkliwość i współczynnik rozkruszenia) oraz cechy betonów (odporność na ściskanie i rozciąganie oraz ściskanie w środowisku korozyjnym). Określono statystyczne różnice pomiędzy cechami dla wszystkich rodzajów kruszyw i betonów. Analiza wykazała, że beton do produkcji którego użyto ceramiki czerwonej odznaczał się istotnie niższymi wartościami odporności na ściskanie i rozciąganie. Zastosowanie ceramiki sanitarnej i glazurniczej w istotny sposób polepszyło właściwości betonów z tych kruszyw. Na podstawie analizy skupień ustalono, że pod względem wszystkich cech (wytrzymałości na ściskanie, rozciąganie, ściskanie w środowisku korozyjnym, zawartości Al2O3 and SiO2) najbardziej podobne okazały się betony oparte na kruszywach tradycyjnych (żwirowym i bazaltowym) i ceramice glazurniczej.
Źródło:
Rocznik Ochrona Środowiska; 2019, Tom 21, cz. 1; 250-263
1506-218X
Pojawia się w:
Rocznik Ochrona Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
On the application of selected exploratory data analysis methods to assess differences in the level of sustainable development in the environmental domain of voivodships in Poland
O zastosowaniu wybranych metod eksploracyjnej analizy danych do oceny różnic w poziomie zrównoważonego rozwoju w zakresie ładu środowiskowego województw w Polsce
Autorzy:
MISZTAL, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/435228.pdf
Data publikacji:
2018-06-01
Wydawca:
Uniwersytet Opolski
Tematy:
sustainable development
environmental domain
multivariate exploratory data analysis
principal component analysis
zrównoważony rozwój
ład środowiskowy
wielowymiarowa eksploracyjna analiza danych
analiza składowych głównych
Opis:
The purpose of the study was to assess the differences in the level of sustainable development in environmental domain of voivodships in Poland in the years 2008-2015. Seven indicators belonging to 3 areas of the environmental domain (energy, air protection, waste management) were analysed with the use of principal component analysis (PCA) and the between-class PCA. The results revealed large differences between voivodships mainly due to the level of air pollutants emissions from plants especially noxious to air purity. It has also been shown that in the years 2008-2015 a visible increase in the outlays on fixed assets serving environmental protection and development of ecological awareness of society was observed.
Celem pracy była ocena różnic w poziomie zrównoważonego rozwoju województw w Polsce w zakresie ładu środowiskowego w latach 2008-2015. Do analiz wykorzystano 7 wskaźników ładu środowiskowego należących do 3 obszarów tematycznych (energia, ochrona powietrza, gospodarka odpadami). Zastosowano analizę głównych składowych (PCA) oraz międzygrupową analizę głównych składowych (between-class PCA). Na podstawie uzyskanych wyników stwierdzono występowanie różnic między województwami przede wszystkim ze względu na emisję zanieczyszczeń powietrza (gazowych i pyłowych) z zakładów szczególnie uciążliwych. Wykazano także, że w latach 2008-2015 nastąpił wyraźny wzrost nakładów na środki trwałe służące ochronie środowiska związane z oszczędzaniem energii elektrycznej a także rozwój świadomości ekologicznej społeczeństwa.
Źródło:
Economic and Environmental Studies; 2018, 18, 2; 747-761
1642-2597
2081-8319
Pojawia się w:
Economic and Environmental Studies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Statistical Evaluation of Variation of the River Bug Water Chemical Contamination
Statystyczna ocena zmienności zanieczyszczenia chemicznego wód rzeki Bug
Autorzy:
Rymuza, Katarzyna
Radzka, Elżbieta
Powiązania:
https://bibliotekanauki.pl/articles/1811782.pdf
Data publikacji:
2019
Wydawca:
Politechnika Koszalińska. Wydawnictwo Uczelniane
Tematy:
Bug river
chemical contaminants
principal component analysis
cluster analysis
analysis of variance
rzeka Bug
zanieczyszczenia chemiczne
analiza składowych głównych
analiza skupień
analiza wariancji
Opis:
The work presents analysis of chemical condition of the water of the River Bug stretch extending from Kiryłowo to Krzyszew. The analysis was preformed based on data of monitoring of surface water quality available on the website of Voivodeship Inspectorate of Environmental Protection in Lublin (WIOŚ) spanning the years 2015-2017. Eight measurement points and the following months were considered: February, April, June, August, October and December. Analysis of variance and Kruskal-Wallis test were used to analyse the effect of localities and months on selected chemical indicators. The concentrations of nearly all the parameters (excluding BOD) were found to be influenced by the localities. Phosphorus content, sulphates and chlorides increased along the course of the river. Also, the analysis revealed that the concentration of ammonium ions, dissolved oxygen, sulphates and chlorides increased in winter. Multidimensional analysis demonstrated that differences in chemical conditions between the localities were predominantly due to nitrogen compound content, total phosphorus content and chlorides. Cluster analysis showed that in nearly all the months (excluding August) the tested stretch of the River Bug could be divided into two parts with different chemical composition parameters. The first part, characterised by higher average values of ammonium nitrogen content, dissolved oxygen content and total phosphorus content, included the following measurement points: Krzyszew, Kukuryki, Włodawa and Kuzawka. The second part was formed by the following localities: Kryłów, Zosin and Horodło, all with higher average BOD values, sulphates and chlorides.
W pracy przedstawiano analizę chemicznego stanu wód rzeki Bug na odcinku od Kryłowa do Krzyszewa. Analizy tej dokonano na podstawie danych pochodzących z monitoringu jakości wód powierzchniowych zamieszczonych na stronie Wojewódzkiego Inspektoratu Ochrony Środowiska w Lublinie (WIOŚ) z lat 2015-2017. Pod uwagę wzięto dane z lutego, kwietnia, czerwca, sierpnia, października i grudnia z 8 punktów pomiarowych. Przy pomocy analizy wariancji oraz testu Kruskala-Wallisa przeanalizowano wpływ miejscowości oraz miesięcy na zawartość wybranych wskaźników chemicznych. Stwierdzono, że zawartość prawie wszystkich parametrów (poza BZT5) różnicowana była przez miejscowości. Wraz z biegiem rzeki zmniejszała się zawartość fosforu, siarczanów i chlorków. Analiza wykazała ponadto, że zimą rosło stężenie jonów amonowych, zawartość tlenu rozpuszczonego, siarczanów i chlorków. Wielowymiarowa analiza natomiast dowiodła, że różnice stanu chemicznego pomiędzy miejscowościami związane były głównie z zawartością związków azotu, fosforu ogólnego oraz chlorków. Na podstawie analizy skupień prawie we wszystkich miesiącach (poza sierpniem) odcinek rzeki Bug pod względem stanu chemicznego można podzielić na dwie części. Pierwszą grupę stanowi odcinek rzeki z punktami pomiarowymi w Krzyszewie, Kukurykach, Włodawie i Kuzawce o większych średnich zawartościach azotu amonowego, tlenu rozpuszczalnego i fosforu ogólnego. Drugą grupę utworzyły miejscowości: Kryłów, Zosin i Horodło o wyższych średnich stężeniach BTZ5, siarczanów i chlorków.
Źródło:
Rocznik Ochrona Środowiska; 2019, Tom 21, cz. 1; 672-690
1506-218X
Pojawia się w:
Rocznik Ochrona Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Feature vector or time-series – comparison of gestures representations in automatic gesture recognition systems
Autorzy:
Barczewska, K.
Wójtowicz, W.
Moszkowski, T.
Powiązania:
https://bibliotekanauki.pl/articles/115720.pdf
Data publikacji:
2015
Wydawca:
Fundacja na Rzecz Młodych Naukowców
Tematy:
principal component analysis (PCA)
independent component analysis (ICA)
neural networks
sign language
automatic recognition
analiza składowych głównych (PCA)
analiza składowych niezależnych (ICA)
sieci neuronowe
język migowy
automatyczne rozpoznawanie
Opis:
In this paper, we performed recognition of isolated sign language gestures - obtained from Australian Sign Language Database (AUSLAN) – using statistics to reduce dimensionality and neural networks to recognize patterns. We designated a set of 70 signal features to represent each gesture as a feature vector instead of a time series, used principal component analysis (PCA) and independent component analysis (ICA) to reduce dimensionality and indicate the features most relevant for gesture detection. To classify the vectors a feedforward neural network was used. The resulting accuracy of detection ranged between 61 to 87%.
Źródło:
Challenges of Modern Technology; 2015, 6, 1; 1-5
2082-2863
2353-4419
Pojawia się w:
Challenges of Modern Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Multivariate statistical characterization of groundwater quality in Fesdis, East of Algeria
Wieloczynnikowa charakterystyka statystyczna jakości wód podziemnych w Fesdis we wschodniej Algierii
Autorzy:
Khelif, S.
Boudoukha, A.
Powiązania:
https://bibliotekanauki.pl/articles/292472.pdf
Data publikacji:
2018
Wydawca:
Instytut Technologiczno-Przyrodniczy
Tematy:
cluster analysis
Fesdis Plain
groundwater
hydrochemistry
multivariate statistical techniques
principal component analysis
analiza składowych głównych
analiza skupień
hydrochemia
równina Fesdis
statystyczne techniki wieloczynnikowe
wody podziemne
Opis:
This study is a contribution to the knowledge of hydrochemical properties of the groundwater in Fesdis Plain, Algeria, using multivariate statistical techniques including principal component analysis (PCA) and cluster analysis. 28 samples were taken during February and July 2015 (14 samples for each month). The principal component analysis (PCA) applied to the data sets has resulted in four significant factors which explain 75.19%, of the total variance. PCA method has enabled to highlight two big phenomena in acquisition of the mineralization of waters. The main phenomenon of production of ions in water is the contact water-rock. The second phenomenon reflects the signatures of the anthropogenic activities. The hierarchical cluster analysis (CA) in R mode grouped the 10 variables into four clusters and in Q mode, 14 sampling points are grouped into three clusters of similar water quality characteristics.
Przedstawione w niniejszej pracy badania stanowią przyczynek do poznania właściwości hydrochemicznych wód gruntowych na równinie Fesdis w Algierii uzyskany z wykorzystaniem wieloczynnikowej analizy statystycznej, w tym analizy głównych składowych (PCA) i analizy skupień. Dwadzieścia osiem próbek wody pobrano w lutym i w lipcu 2015 r. (po 14 próbek w każdym miesiącu). Na podstawie analizy składowych głównych zastosowanej do zbioru danych stwierdzono cztery istotne czynniki, które objaśniały 75,19% całkowitej wariancji. Metoda PCA umożliwiła wyodrębnienie dwóch zjawisk odpowiedzialnych za mineralizację wody. Głównym czynnikiem tworzenia jonów w wodzie jest kontakt wody ze skałą (czas retencji mineralizacji). Drugi czynnik jest odzwierciedleniem aktywności człowieka. W hierarchicznej analizie skupień (CA) zgrupowano 10 zmiennych w cztery skupienia w trybie R, a w trybie Q zgrupowano 14 stanowisk pobierania próbek w trzy skupienia o podobnych cechach jakości wody.
Źródło:
Journal of Water and Land Development; 2018, 37; 65-74
1429-7426
2083-4535
Pojawia się w:
Journal of Water and Land Development
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Using the LSTM network to forecast the demand for hard coal
Wykorzystanie sieci LSTM do prognozowania zapotrzebowania na węgiel kamienny
Autorzy:
Manowska, Anna
Powiązania:
https://bibliotekanauki.pl/articles/1849658.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:
time series
principal components analysis
hard coal sales
LSTM artificial neural networks
szeregi czasowe
analiza składowych głównych
sztuczne sieci neuronowe LSTM
sprzedaż węgla kamiennego
Opis:
Securing the certainty of supplies of the necessary minimum energy in each country is a basic condition for the energy security of the state and its citizens. The concept of energy security combines several aspects at the same time, as it can be considered in terms of the availability of own energy resources, it concerns technical aspects related to technical infrastructure, as well as political aspects related to the management and diversification of energy supplies. Another aspect of the issue of energy security is the environmental perspective, which is now becoming a priority in the light of the adopted objectives of the European Union’s energy policy. The restrictive requirements for reducing greenhouse gas emissions and increasing the required level of renewable energy sources in the energy balance of the Member States is becoming a challenge for economies that use fossil fuels to a large extent in the raw material structure, including Poland. Poland is the largest producer of hard coal in the European Union and hard coal is a strategic raw material as it satisfies about 50% of the country’s energy demand. In this context, the main goal of the article was to determine the future sale of hard coal by 2030 in relation to environmental regulations introduced in the energy sector. For this purpose, a mathematical model with a 95% confidence interval was developed using artificial LSTM neural networks, which belong to deep learning machine learning techniques, which reflects the key relationships between hard coal mining and the assumptions adopted in the National Energy and Climate Plan for the years 2021–2030 (NECP).
Zabezpieczenie pewności dostaw niezbędnego minimum energii w każdym kraju jest podstawowym warunkiem bezpieczeństwa energetycznego państwa i jego obywateli. Pojęcie bezpieczeństwa energetycznego łączy kilka aspektów jednocześnie, gdyż można je rozpatrywać na płaszczyźnie dostępności własnych surowców energetycznych; dotyczy aspektów technicznych związanych z infrastrukturą techniczną, a także aspektów politycznych, które związane są z zarządzaniem oraz dywersyfikacją dostaw surowców energetycznych. Kolejnym elementem zagadnienia bezpieczeństwa energetycznego jest perspektywa środowiskowa, która nabiera obecnie priorytetowej ważności w świetle przyjętych celów polityki energetycznej Unii Europejskiej. Restrykcyjne wymagania w zakresie redukcji poziomów emisji gazów cieplarnianych oraz wzrostu wymaganego poziomu odnawialnych źródeł energii w bilansie energetycznym krajów członkowskich stają się wyzwaniem dla gospodarek wykorzystujących w dużej mierze paliwa kopalne w strukturze surowcowej, do których należy również Polska. Polska jest największym producentem węgla kamiennego w Unii Europejskiej i jest to surowiec strategiczny, gdyż zaspokaja około 50% zapotrzebowania energetycznego kraju. W tym kontekście głównym celem artykułu było określenie przyszłej sprzedaży węgla kamiennego w perspektywie do 2030 roku, w odniesieniu do regulacji środowiskowych wprowadzanych w energetyce. W tym celu opracowano model matematyczny z 95-procentowym przedziałem ufności z wykorzystaniem sztucznych sieci neuronowych LSTM, które należą do technik uczenia maszynowego – deep learning, który odzwierciedla kluczowe relacje między górnictwem węgla kamiennego a przyjętymi założeniami w Krajowym planie na rzecz energii i klimatu na lata 2021–2030 (KPEiK).
Źródło:
Gospodarka Surowcami Mineralnymi; 2020, 36, 4; 33-48
0860-0953
Pojawia się w:
Gospodarka Surowcami Mineralnymi
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The North Sea Bicycle Race ECG project : time-domain analysis
Autorzy:
Długosz, D.
Eftestøl, T.
Królak, A.
Wiktorski, T.
Ørn, S.
Powiązania:
https://bibliotekanauki.pl/articles/384850.pdf
Data publikacji:
2018
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
ECG
principal Component Analysis
silhouette analysis
clustering
EKG
analiza głównych składowych
grupowanie
klastering
Opis:
Analysis of electrocardiogram and heart rate provides useful information about health condition of a patient. The North Sea Bicycle Race is an annual cycling competition in Norway. Examination of ECG recordings collected from participants of this race may allow defining and evaluating the relationship between physical endurance exercises and heart electrophysiology. Parameters reflecting potentially alarming deviations are to be identified in this study. This paper presents results of a time-domain analysis of ECG data collected in 2014, implementing K-Means clustering. A double stage analysis strategy, aimed at producing hierarchical clusters, is proposed. The first phase allows rough separation of data. Second stage is applied to reveal internal structure of the majority clusters. In both steps, discrepancies driving the separation could stem from three sources. Firstly, they could be signs of abnormalities in electrical activity of the heart. Secondly, they may allow discriminating between natural groups of participants – according to sex, age, physical fitness. Finally, some deviations could result from faults in data extraction, therefore serving in evaluation of the parameters. The clusters were defined predominantly by combinations of features: heartbeat signals correlation, P-wave shape, and RR intervals; none of the features alone was discriminative for all the clusters.
Źródło:
Journal of Automation Mobile Robotics and Intelligent Systems; 2018, 12, 1; 23-32
1897-8649
2080-2145
Pojawia się w:
Journal of Automation Mobile Robotics and Intelligent Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Stability analysis of radial turning process for superalloys
Analiza stabilności procesu toczenia promieniowego nadstopów
Autorzy:
Jiménez, A.
Boto, F.
Irigoien, I.
Sierra, B.
Suarez, A.
Powiązania:
https://bibliotekanauki.pl/articles/410109.pdf
Data publikacji:
2017
Wydawca:
STE GROUP
Tematy:
stability detection
radial turning
PCA
wykrywanie stabilności
toczenie promieniowe
analiza głównych składowych (PCA)
Opis:
Stability detection in machining processes is an essential component for the design of efficient machining processes. Automatic methods are able to determine when instability is happening and prevent possible machine failures. In this work a variety of methods are proposed for detecting stability anomalies based on the measured forces in the radial turning process of superalloys. Two different methods are proposed to determine instabilities. Each one is tested on real data obtained in the machining of Waspalloy, Haynes 282 and Inconel 718. Experimental data, in both Conventional and High Pressure Coolant (HPC) environments, are set in four different states depending on materials grain size and Hardness (LGA, LGS, SGA and SGS). Results reveal that PCA method is useful for visualization of the process and detection of anomalies in online processes.
Wykrywanie stabilności w procesach obróbki jest podstawowym składnikiem procesu projektowania wydajnych procesów obróbki. Automatyczne metody są w stanie określić kiedy nastąpi niestabilność i zapobiec ewentualnym awariom maszyny. W pracy przedstawiono różne metody wykrywania anomalii stabilności w oparciu o mierzone siły w procesie toczenia promieniowego nadstopów. W celu określenia niestabilności proponuje się dwie różne metody. Każda z nich jest testowana na podstawie rzeczywistych danych uzyskanych podczas obróbki materiałów: Waspalloy, Haynes 282 i Inconel 718. Dane doświadczalne, zarówno w środowisku konwencjonalnym, jak i przy chłodzeniu wysokociśnieniowym (HPC), zostały ustawiane w czterech różnych stanach w zależności od wielkości ziarna i twardości materiału (LGA , LGS, SGA i SGS). Wyniki pokazują, że metoda analizy głównych składowych (PCA) jest przydatna do wizualizacji procesu i wykrywania nieprawidłowości w bieżących procesach.
Źródło:
Management Systems in Production Engineering; 2017, 3 (25); 158-162
2299-0461
Pojawia się w:
Management Systems in Production Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Partial least squares method in the analysis of the intensity of damage in prefabricated large-block building structures
Metoda cząstkowych najmniejszych kwadratów w analizie intensywności uszkodzeń budynków wielkoblokowych
Autorzy:
Firek, K.
Rusek, J.
Powiązania:
https://bibliotekanauki.pl/articles/219406.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
analiza składowych głównych
regresja cząstkowych najmniejszych kwadratów
wpływy górnicze
stan techniczny budynków
principal components analysis
partial least squares regression
mining effects
technical condition of building
Opis:
The paper presents the research methodology aimed at determining the building damage intensity index as a linear combination of indices describing the damage to its individual components. The research base comprised 129 building structures erected in the large-block technology. The study compared the results of a standardized approach to data mining - PCA (Principal Components Analysis) with the procedure of the PLSR method (Partial Least Squares Regression). As a result of the analysis, a generalized form of the building damage index was obtained, as a linear combination of the damage to its components.
W referacie przedstawiono metodykę badań, której celem było ustalenie wskaźnika zakresu intensywności uszkodzeń budynku, jako kombinacji liniowej wskaźników opisujących uszkodzenia jego elementów składowych. Bazą do badań było 129 budynków wzniesionych w technologii wielkoblokowej. W badaniach porównano wyniki standardowego podejścia do eksploracji danych PCA (Principal Components Analysis) z procedurą metody PLSR (Partial Least Squares Regression). W wyniku analiz uzyskano uogólnioną postać wskaźnika uszkodzeń budynku jako kombinacji liniowej uszkodzeń elementów składowych.
Źródło:
Archives of Mining Sciences; 2017, 62, 2; 269-277
0860-7001
Pojawia się w:
Archives of Mining Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The influence of the principal component analysis of texture features on the classification quality of sponge tissue images
Wpływ analizy głównych składowych cech tekstury na jakość klasyfikacji obrazów tkanki gąbczastej
Autorzy:
Dzierżak, Róża
Powiązania:
https://bibliotekanauki.pl/articles/1841333.pdf
Data publikacji:
2020
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
principal component analysis
classification
texture analysis
medical imaging
analiza głównych składowych
klasyfikacja
analiza tekstury
obrazowanie medyczne
Opis:
The aim of this article was to determine the effect of principal component analysis on the results of classification of spongy tissue images. Four hundred computed tomography images of the spine (L1 vertebra) were used for the analyses. The images were from fifty healthy patients and fifty patients diagnosed with osteoporosis. The obtained tissue image samples with a size of 50x50 pixels were subjected to texture analysis. As a result, feature descriptors based on a grey level histogram, gradient matrix, RL matrix, event matrix, autoregressive model and wavelet transform were obtained. The results obtained were ranked in importance from the most important to the least important. The first fifty features from the ranking were used for further experiments. The data were subjected to the principal component analysis, which resulted in a set of six new features. Subsequently, both sets (50 and 6 traits) were classified using five different methods: naive Bayesian classifier, multilayer perceptrons, Hoeffding Tree, 1-Nearest Neighbour and Random Forest. The best results were obtained for data on which principal components analysis was performed and classified using 1-Nearest Neighbour. Such an algorithm of procedure allowed to obtain a high value of TPR and PPV parameters, equal to 97.5%. In the case of other classifiers, the use of principal component analysis worsened the results by an average of 2%.
Celem niniejszego artykułu było określenie wpływu analizy głównych składowych na wyniki klasyfikacji obrazów tkanki gąbczastej. Do analiz wykorzystano czterysta obrazów tomografii komputerowej kręgosłupa (kręg L1). Obrazy pochodziły od pięćdziesięciu zdrowych pacjentów oraz pięćdziesięciu pacjentów ze zdiagnozowaną osteoporozą. Uzyskane próbki obrazowe tkanki o wymiarze 50x50 pikseli poddano analizie tekstury. W wyniku tego otrzymano deskryptory cech oparte na histogramie poziomów szarości, macierzy gradientu, macierzy RL, macierzy zdarzeń, modelu autoregresji i transformacie falkowej. Otrzymane wyniki ustawiono w rankingu ważności od najistotniejszej do najmniej ważnej. Pięćdziesiąt pierwszych cech z rankingu wykorzystano do dalszych eksperymentów. Dane zostały poddane analizie głównych składowych wskutek czego uzyskano zbiór sześciu nowych cech. Następnie oba zbiory (50 i 6 cech) zostały poddane klasyfikacji przy użyciu pięciu różnych metod: naiwnego klasyfikatora Bayesa, wielowarstwowych perceptronów, Hoeffding Tree, 1-Nearest Neighbour and Random Forest. Najlepsze wyniki uzyskano dla danych, na których przeprowadzono analizę głównych składowych i poddano klasyfikacji za pomocą 1-Nearest Neighbour. Taki algorytm postępowania pozwolił na uzyskanie wysokiej wartości parametrów TPR oraz PPV, równych 97,5%. W przypadku pozostałych klasyfikatorów zastosowanie analizy głównych składowych pogorszyło wyniki średnio o 2%.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2020, 10, 3; 13-16
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Comparison of Selected Multiple Imputation Methods for Continuous Variables – Preliminary Simulation Study Results
Porównanie wybranych metod imputacji wielokrotnej dla zmiennych ilościowych – wstępne wyniki badań symulacyjnych
Autorzy:
Misztal, Małgorzata Aleksandra
Powiązania:
https://bibliotekanauki.pl/articles/656755.pdf
Data publikacji:
2018
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
dane niekompletne
imputacja wielokrotna
analiza głównych składowych
missForest
incomplete data
multiple imputation
principal component analysis
Opis:
Problem występowania danych niekompletnych i ich wpływu na wyniki analiz statystycznych nie jest związany z żadną konkretną dziedziną nauki – pojawia się w ekonomii, socjologii, edukacji, naukach behawioralnych czy medycynie. W przypadku większości klasycznych metod statystycznych wymagana jest kompletna informacja o zmiennych charakteryzujących badane obiekty, a typowym podejściem do brakujących danych jest po prostu ich usunięcie. Prowadzi to jednak do niewiarygodnych i obciążonych wyników analiz i nie jest zalecane w literaturze przedmiotu. Rekomendowaną metodą postępowania z brakującymi danymi jest imputacja wielokrotna. W artykule rozważono kilka wybranych jej metod. Szczególną uwagę zwrócono na wykorzystanie analizy głównych składowych (PCA) jako metody imputacji. Celem pracy była ocena jakości imputacji opartej na PCA na tle dwóch innych technik uzupełniania braków danych: imputacji wielokrotnej za pomocą równań łańcuchowych (MICE) i metody missForest. Porównania metod imputacji dokonano, wykorzystując podejście symulacyjne i generując braki danych w 10 kompletnych zbiorach danych z repozytorium baz danych Uniwersytetu Kalifornijskiego w Irvine, z uwzględnieniem różnych mechanizmów generowania braków danych oraz różnych proporcji (10–50%) brakujących wartości. Do imputacji brakujących wartości zastosowano metodę równań łańcuchowych, metodę missForest oraz metodę opartą na głównych składowych (MIPCA). Znormalizowany pierwiastek kwadratowy błędu średniokwadratowego (NRMSE) wykorzystano jako miarę dokładności imputacji. Na podstawie przeprowadzonych analiz metoda missForest może być rekomendowana jako ta metoda wielokrotnej imputacji, która zapewnia najwyższą dokładność imputacji braków danych. Imputacja oparta na analizie głównych składowych (PCA) nie prowadzi do zadowalających wyników.
The problem of incomplete data and its implications for drawing valid conclusions from statistical analyses is not related to any particular scientific domain, it arises in economics, sociology, education, behavioural sciences or medicine. Almost all standard statistical methods presume that every object has information on every variable to be included in the analysis and the typical approach to missing data is simply to delete them. However, this leads to ineffective and biased analysis results and is not recommended in the literature. The state of the art technique for handling missing data is multiple imputation. In the paper, some selected multiple imputation methods were taken into account. Special attention was paid to using principal components analysis (PCA) as an imputation method. The goal of the study was to assess the quality of PCA‑based imputations as compared to two other multiple imputation techniques: multivariate imputation by chained equations (MICE) and missForest. The comparison was made by artificially simulating different proportions (10–50%) and mechanisms of missing data using 10 complete data sets from the UCI repository of machine learning databases. Then, missing values were imputed with the use of MICE, missForest and the PCA‑based method (MIPCA). The normalised root mean square error (NRMSE) was calculated as a measure of imputation accuracy. On the basis of the conducted analyses, missForest can be recommended as a multiple imputation method providing the lowest rates of imputation errors for all types of missingness. PCA‑based imputation does not perform well in terms of accuracy.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2018, 6, 339; 73-98
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Identification of changes of machine technical state on the basis of results of principle component analysis of a sequence of thermographic images
Identyfikacja zmian stanu obiektów technicznych na podstawie wyników analizy głównych składowych sekwencji zdjęć termograficznych
Autorzy:
Fidali, M.
Bzymek, A.
Powiązania:
https://bibliotekanauki.pl/articles/327752.pdf
Data publikacji:
2009
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
diagnostyka
maszyna
termowizja
termografia
analiza głównych składowych
machine
diagnostics
thermovision
thermography
principal component analysis
PCA
Opis:
During continuous object observation with the use of a thermographic device, a sequence of thermographic images can be recorded in time function. On the basis of an acquired series of thermograms, determination of diagnostic signals and identification of changes of a machine technical state is possible. An approach presented in the paper concerns application of a Principal Component Analysis (PCA) method. In order to verify the method, an active diagnostic experiment, during which sequences of thermographic images were recorded and analyzed according to their components, was carried out. The obtained results showed that diagnostic signals provided by PCA could be used for identification of changes of a technical state as well as classification of the state with considerably high efficiency.
Podczas ciągłej obserwacji termowizyjnej obiektu technicznego rejestrowana jest sekwencja obrazów w czasie. Na podstawie zarejestrowanej sekwencji obrazów możliwe jest wyznaczenie sygnałów diagnostycznych pozwalających na identyfikację stanu technicznego obserwowanego obiektu. W artykule zaproponowano metodę diagnozowania maszyn na podstawie wyników analizy składowych głównych (PCA) sekwencji obrazów termowizyjnych. W celu weryfikacji metody przeprowadzono czynny eksperyment diagnostyczny, podczas którego rejestrowano sekwencje obrazów, które poddano analizie składowych. Uzyskane wyniki wykazały, że metoda składowych głównych pozwala na identyfikację zmian stanu technicznego oraz efektywną klasyfikację stanu technicznego maszyny.
Źródło:
Diagnostyka; 2009, 3(51); 45-48
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A principal component analysis in concrete design
Autorzy:
Kobaka, Janusz
Katzer, Jacek
Powiązania:
https://bibliotekanauki.pl/articles/31342619.pdf
Data publikacji:
2022
Wydawca:
Politechnika Częstochowska
Tematy:
principal component analysis
PCA
concrete designing
concrete mix
analiza głównych składowych
projektowanie betonu
mieszanka betonowa
Opis:
Over the last 200 years, ordinary concrete has evolved from four basic ingredient materials (gravel, sand, cement, and water) to multicomponent complex composites. The number and variety of the additives, admixtures, non-conventional aggregates, fillers, and fibres currently used for concrete production have continued to grow rapidly. Regrettably, the methods for de-signing concrete mixes have not evolved at a similarly fast pace. Keeping the above facts in mind, the authors utilised a principal component analysis (PCA) to design modern concrete mixes. As an initial approach, 550 cast and tested concrete mixes were analysed. The main aim of the presented study was to prove the usefulness of the PCA methodology for the fast classification of concrete mix compositions. The acquired knowledge should be useful for the effective design of multicomponent modern concrete mixes.
Źródło:
Budownictwo o Zoptymalizowanym Potencjale Energetycznym; 2022, 11; 203-219
2299-8535
2544-963X
Pojawia się w:
Budownictwo o Zoptymalizowanym Potencjale Energetycznym
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 40

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