Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "modele prognostyczne" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
FTIR fingerprint — testing a new representation of the binary fingerprint based on FTIR spectra in the prediction of physicochemical properties
Autorzy:
Tomaszewski, Kacper
Kurczab, Rafał
Powiązania:
https://bibliotekanauki.pl/articles/29521107.pdf
Data publikacji:
2023
Wydawca:
Akademia Tarnowska
Tematy:
binary fingerprint
FTIR spectroscopy
Savitzky-Golay filter
FEDS
prediction models
physicochemical properties
binarny odcisk palca
spektroskopia FTIR
filtr Savitzky'ego-Golaya
modele prognostyczne
właściwości fizykochemiczne
Opis:
The paper deals with the development of a new method for the generation of binary fingerprints based on the Savitzky-Golay (SG) algorithm and first-order derivatives of FTIR spectra, which are then used to create prediction models for selected the physicochemical properties of chemical compounds. Models based on the FEDS (Functionally- Enhanced Derivative Spectroscopy) transformation and raw spectra were used as a reference to determine whether the use of the SG filter and first-order derivatives was worth to further develop. The FTIR spectra of 103 compounds with theoretically determined values of logP, logD and logS were studied. The Tanimoto coefficient and correlation coefficient were used to compare the fingerprints obtained, while the root mean square error (RMSE) was used to assess the quality of the prediction models. Based on the results, it was found that the use of the SG filter and derivatives had a positive effect on the quality of the prediction models for logP and logS, and a negative effect on the quality of the models for logD, compared to the models based on original spectra and FEDS transformation.
Źródło:
Science, Technology and Innovation; 2023, 17, 1-2; 9-29
2544-9125
Pojawia się w:
Science, Technology and Innovation
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
FORECASTING THE YIELD OF GRAIN CROPS USING FUZZY LOGIC SYSTEMS
PROGNOZOWANIE WYDAJNOŚCI UPRAW ZBOŻOWYCH Z WYKORZYSTANIEM METODY LOGIKI ROZMYTEJ
ПРОГНОЗИРОВАНИЕ УРОЖАЙНОСТИ ЗЕРНОВЫХ КУЛЬТУР С ИСПОЛЬ- ЗОВАНИЕМ СИСТЕМ НЕЧЕТКОЙ ЛОГИКИ
Autorzy:
Hrytsiuk, Petro
Bachyshyna, Larysa
Powiązania:
https://bibliotekanauki.pl/articles/576798.pdf
Data publikacji:
2017-09-18
Wydawca:
Międzynarodowy Instytut Innowacji Nauka – Edukacja – Rozwój w Warszawie
Tematy:
fuzzy logic, forecast model, grain yield, climatic factors
rozmyta logika, modele prognostyczne, wydajoność upraw zbożowych, czynniki klimatyczne
нечеткая логика, прогнозные модели, урожайность зерновых, климатические факторы.
Opis:
W artykule omówiono dwa podejścia do budowy modelu prognostycznego wydajności upraw zbożowych: na podstawie równania regresji wielokrotnej i za pomocą rozmytych systemów logicznych. Przeprowadzono analizę wydajności upraw w zależności od warunków klimatycznych. Wykonano analizę porównawczą jakości prognoz z uwzględnieniem wyżej wymienionych dwóch modeli.
The grain industry has a special place in the export of Ukraine. Ukraine takes the third place for some years in the world by grain supply to the foreign markets. That’s why the problem solving of the agricultural production stability is one of the most important tasks of agricultural industrial complex. The successful forecasts play important role in this. The best forecasts are realized when the qualitative model of the object is developed. Two approaches of the predictive model development are considered in the paper: traditional mathematical and using fuzzy logic systems. The models take into account the influence of climatic factors on grain crops yield.
В cтатье рассмотрены два подхода к построению прогнозной модели урожайности зерновых культур: на основе уравнения множественной регрессии и с использованием систем нечеткой логики. Проведено исследование зависимости урожайности от погодно-климатических условий. Выполнен сравнительный анализ качества прогноза, полученного на основе построенных моделей.
Źródło:
International Journal of New Economics and Social Sciences; 2016, 4(2); 61-70
2450-2146
2451-1064
Pojawia się w:
International Journal of New Economics and Social Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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