Temat: błąd aproksymacji - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Measures of growth and approximation of entire harmonic functions in n-dimensional space in some Banach spaces
Autorzy:: Kumar, Devendra
Powiązania:: https://bibliotekanauki.pl/articles/2052383.pdf
Data publikacji:: 2021
Wydawca:: Politechnika Rzeszowska im. Ignacego Łukasiewicza. Oficyna Wydawnicza
Tematy:: entire harmonic function
approximation errors
Banach spaces
order and type
Gegenbauer polynomials
spherical harmonics
funkcja harmoniczna
błąd aproksymacji
przestrzenie Banacha
wielomian Gegenbauera
harmoniki sferyczne
Opis:: The relationship between the classical order and type of an entire harmonic function in space $\mathbb{R}^{n}, n \geq 3$, and the rate of its best harmonic polynomial approximation for some Banach spaces of functions harmonic in the ball of radius R has been studied.
Źródło:: Journal of Mathematics and Applications; 2021, 44; 57-70
1733-6775
2300-9926
Pojawia się w:: Journal of Mathematics and Applications
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Prediction of monthly averages of air pollutant concentrations for selected areas in Mazovian Voivodeship
Predykcja średniomiesięcznych stężeń zanieczyszczeń powietrza dla wybranych obszarów województwa mazowieckiego
Autorzy:: Hoffman, S.
Filak, M.
Powiązania:: https://bibliotekanauki.pl/articles/297072.pdf
Data publikacji:: 2018
Wydawca:: Politechnika Częstochowska. Wydawnictwo Politechniki Częstochowskiej
Tematy:: air pollution
air monitoring
pollutant concentrations
monthly concentrations
multivariate regression models
approximation error
zanieczyszczenia powietrza
monitoring powietrza
stężenia zanieczyszczeń
stężenia średniomiesięczne
modele regresji wielowymiarowej
błąd aproksymacji
Opis:: The study was carried out using long-term data, recorded at two air monitoring stations in Masovian Voivodeship. Hourly time series, obtained from the monitoring system, were averaged in calendar months to get monthly time series. The data sets, containing time series of monthly mean values from two different monitoring sites, were subjected to multivariate regression analysis. Models of multidimensional linear regression were built for the both sets of data. The obtained models describe statistical dependencies between concentrations of specified air pollutants and concentrations of other pollutants and meteorological parameters, recorded at the same monitoring station. The achieved regression equations were used to predict long-term courses of monthly concentrations. For visualization of prediction accuracy, the charts containing time series of actual and predicted monthly concentrations were prepared. The approximation precision was estimated by calculating modelling errors for each regression model. Three different measures of approximation error were applied: mean absolute error (MAE), root mean square error (RMSE), and Pearson correlation coefficient (r).
Badania przeprowadzono, wykorzystując wieloletnie dane pomiarowe zarejestrowane na dwóch stacjach monitoringu powietrza w województwie mazowieckim. 1-godzinne serie czasowe uśredniono w okresach miesięcznych, uzyskując średniomiesięczne serie czasowe. Zbiory danych zawierających serie czasowe wartości średniomiesięcznych poddano analizie regresji wielowymiarowej. W obu zbiorach szukano modeli wielowymiarowej regresji liniowej, opisujących statystyczną zależność stężeń poszczególnych zanieczyszczeń powietrza od stężeń pozostałych zanieczyszczeń i od parametrów meteorologicznych. Otrzymane równania regresji wykorzystano do predykcji średniomiesięcznych stężeń zanieczyszczeń powietrza. Sporządzono wykresy zawierające serie czasowe rzeczywistych i przewidywanych stężeń średniomiesięcznych, które pozwoliły na wizualizację dokładności predykcji. Oszacowano również dokładność aproksymacji, obliczając błędy modelowania dla każdego z modeli regresyjnych. Zastosowano trzy różne miary błędu aproksymacji, obliczając dla modeli regresyjnych średni błąd bezwzględny (MAE), pierwiastek z błędu średniokwadratowego (RMSE), współczynnik korelacji Pearsona (r).
Źródło:: Inżynieria i Ochrona Środowiska; 2018, 21, 4; 321-333
1505-3695
2391-7253
Pojawia się w:: Inżynieria i Ochrona Środowiska
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "błąd aproksymacji" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język