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 "discriminant function" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Identification of Patent-Activity Level with the Usage of Discriminant Analysis
    Identyfikacja poziomu aktywności patentowej z wykorzystaniem analizy dyskryminacyjnej
    Autorzy:
    Szajt, Marek
    Powiązania:
    https://bibliotekanauki.pl/articles/904699.pdf
    Data publikacji:
    2005
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    innovation
    patent
    discriminant function
    Opis:
    Tematem coraz częściej poruszanym w literaturze ekonomicznej są innowacje. Wiele opracowań dotyczy ich opisu czy zwrócenia uwagi na ich rolę we współczesnych gospodarkach. W pracy podjęto próbę wyodrębnienia poszczególnych grup państw w Europie z punktu widzenia aktywności patentowej. Podział dokonany został z wykorzystaniem metod statystycznych - w tym głównie funkcji dyskryminacyjnej. Przedstawiona analiza pozwala charakteryzować poszczególnych uczestników oraz zwrócić uwagę na różnice w prowadzonej polityce innowacyjnej w różnych państwach.
    The subject, which is more and more frequently discussed in economic literature, is innovation. A lot of elaborations refer to its description and importance in modem economies. In this paper an attempt is made to separate particular country groups in Europe on the basis of patent activity. The division has been made with the usage of statistical methods - mainly discriminant function. The analysis presented in the paper allows characterizing particular participants and drawing one’s attention to the differences in innovative policy conducted in different countries.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2005, 194
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of Discriminant Analysis and Neural Networks to Forecasting the Financial Standing of Farms
    Wykorzystanie analizy dyskryminacyjnej oraz sieci neuronowych do prognozowania sytuacji finansowej gospodarstw rolniczych z uwzględnieniem czasu
    Autorzy:
    Kisielińska, Joanna
    Powiązania:
    https://bibliotekanauki.pl/articles/905048.pdf
    Data publikacji:
    2009
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    linear discriminant function
    neural networks
    Opis:
    The aim of the research was to determinate a linear discriminant function and neural network that could be applied for financial situation forecasting in polish farms sector. The construction of discriminant models was based on set of financial indicators and the classification criterion was based on the private farm's income. The investigated population was divided into two equal groups with respect to the median value of income. The data was gathered in the period of several years that allowed examine the influence of the time on the quality of discriminant models. Also the set of indicators with large forecasting ability was determined. The data used for the discriminant models was sourced from private farms keeping farm accountancy under auspices the Institute of Agricultural and Food Economics in the years 1992-2002. The calculations was made with help of STATISTICA and data analysis with Excel using VISUAL BASIC FOR APPLICATION.
    Celem prezentowanych badań było wyznaczenie liniowej funkcji dyskryminacyjnej oraz sieci neuronowej do tworzenia prognoz sytuacji finansowej gospodarstw rolniczych. Podstawę, konstrukcji modeli dyskryminacyjnych stanowił zestaw wskaźników finansowych, natomiast kryterium klasyfikacji oparte zostało na dochodzie rolniczym. Badaną zbiorowość podzielono na dwie równoliczne klasy. Gospodarstwa osiągające dochód rolniczy mniejszy od mediany (gospodarstwa słabe) zaliczano do klasy I, natomiast o dochodzie od niej większym (gospodarstw dobre) do II. Taki dobór kryterium klasyfikacji wynika z tego, że w przypadku gospodarstw rolniczych problem bankructwa praktycznie nie występuje, wobec czego nie można dla nuli budować typowych modeli ostrzegawczych. Analizy przeprowadzono na podstawie danych pochodzących z kilku lat, co pozwoliło im zbadanie wpływu czasu na jakość uzyskanych modeli dyskryminacyjnych. Chodziło o sprawdzenie, czy model zbudowany dla jednego roku można będzie wykorzystać w lalach kolejnych. Cel dodatkowy polegał na określeniu wskaźników finansowych o największych zdolnościach prognostycznych, czyli takich, których wpływ na wartość funkcji dyskryminacyjnej jest najistotniejszy. Modele dyskryminacyjne utworzono w oparciu o wyniki finansowe gospodarstw rolniczych prowadzących rachunkowość rolną pod kierunkiem Instytutu Ekonomiki Rolnictwa i Gospodarki Żywnościowej w latach 1992-2001. Do obliczeń wykorzystany został pakiet STATISTICA, natomiast obróbkę danych i analizę wyników wykonano w arkuszu kalkulacyjnym EXCEL wykorzystując język VISUAL BASIC FOR APPLICATION.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2009, 225
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The Predictors of the Consequences of Secondary Exposure to Trauma Among Professionals Working With Trauma Victims
    Autorzy:
    Juczyński, Zygfryd
    Ogińska-Bulik, Nina
    Powiązania:
    https://bibliotekanauki.pl/articles/31343460.pdf
    Data publikacji:
    2023
    Wydawca:
    Katolicki Uniwersytet Lubelski Jana Pawła II. Towarzystwo Naukowe KUL
    Tematy:
    secondary traumatic stress
    secondary posttraumatic growth
    core beliefs
    cognitive processing of trauma
    discriminant function analysis
    Opis:
    Helping those who have experienced trauma exposes the helpers to secondary traumatization. The mechanisms of its development are most often explained using the cognitive model of trauma processing. The aim of the research is to determine how disturbances of core beliefs and cognitive processing in the form of coping with stress are associated with secondary traumatic stress (STS) and secondary posttraumatic growth (SPTG). The study was conducted among psychologists and social workers (N = 240), working with people after traumatic experiences. Four standardized measurement tools were used. Based on the differential diagnosis, four types of consequences were identified. Discriminant analysis was used to establish the optimal configuration of predictors explaining the differences between the four subgroups. Two significant discriminant functions were significant, each identifies different beliefs and coping strategies. The first is associated with the disruptions of core beliefs about the world and cognitive processing in the form of a non-adaptive strategy; the second—with disturbed beliefs about oneself and adaptation strategies. Our results show a much greater exposure of social workers to the negative consequences of secondary traumatic stress disorder. A system of constant monitoring should be introduced, and the principles of prevention and therapy should be implemented.
    Źródło:
    Roczniki Psychologiczne; 2023, 26, 3; 241-260
    1507-7888
    Pojawia się w:
    Roczniki Psychologiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Robustness of Depth Based Classification Rules
    Odporność metod klasyfikacyjnych wykorzystujących funkcje głębi
    Autorzy:
    Kosiorowski, Daniel
    Powiązania:
    https://bibliotekanauki.pl/articles/906294.pdf
    Data publikacji:
    2009
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    Robust statistical procedure
    discriminant rule
    statistical depth function
    Opis:
    W referacie proponujemy kilka reguł klasyfikacyjnych wykorzystujących funkcje głębi. Badamy ich właściwości m. in. na różnych zbiorach danych generowanych przez wielowymiarowe skośne rozkłady, rozkłady o tłustych ogonach i mieszaniny takich rozkładów.
    In this paper we propose several classification rules based on data depth concept. We study a performance of the propositions on various multivariate data sets simulated from skewed, fat tailed distributions and mixtures of them.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2009, 228
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Face Recognition Using Canonical Correlation, Discrimination Power, and Fractional Multiple Exemplar Discriminant Analyses
    Autorzy:
    Hajiarbabi, M.
    Agah, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/384779.pdf
    Data publikacji:
    2015
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    face recognition
    Canonical Correlation Analysis
    Discrimination Power Analysis
    Multiple Exemplar Discriminant Analysis
    Radial Basis Function neural
    networks
    Opis:
    Face recognition is a biometric identification method which compared to other methods, such as finger print identification, speech, signature, hand written and iris recognition is shown to be more noteworthy both theoretically and practically. Biometric identification methods have various applications such as in film processing, control access networks, among many. The automatic recognition of a human face has become an important problem in pattern recognition, due to (1) the structural similarity of human faces, and (2) great impact of factors such as illumination conditions, facial expression and face orientation. These have made face recognition one of the most challenging problems in pattern recognition. Appearance-based methods are one of the most common methods in face recognition, which can be categorized into linear and nonlinear methods. In this paper face recognition using Canonical Correlation Analysis is introduced, along with the review of the linear and nonlinear appearance-based methods. Canonical Correla- tion Analysis finds the linear combinations between two sets of variables which have maximum correlation with one another. Discriminant Power analysis and Fractional Multiple Discriminant Analysis has been used to extract features from the image. The results provided in this paper show the advantage of this method compared to other methods in this field.
    Źródło:
    Journal of Automation Mobile Robotics and Intelligent Systems; 2015, 9, 4; 18-27
    1897-8649
    2080-2145
    Pojawia się w:
    Journal of Automation Mobile Robotics and Intelligent Systems
    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