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 "bayesian network" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-9 z 9
    Tytuł:
    Wykorzystanie sieci bayesowskich do prognozowania bankructwa firm
    Bankruptcy prediction with Bayesian networks
    Autorzy:
    Gąska, Damian
    Powiązania:
    https://bibliotekanauki.pl/articles/434020.pdf
    Data publikacji:
    2016
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    bankruptcy prediction
    Bayesian network
    structure learning
    Opis:
    The aim of the paper is to compare accuracy of some bankruptcy prediction models based on Bayesian networks. Some network structure learning algorithms were analyzed as a tool for classifiers construction. Empirical analysis was applied to companies listed on Warsaw Stock Exchange. The paper gives short overview of theoretical background behind discussed issues and presents results of empirical analysis.
    Źródło:
    Śląski Przegląd Statystyczny; 2016, 14 (20); 131-144
    1644-6739
    Pojawia się w:
    Śląski Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza porównawcza wybranych klasyfikatorów w diagnozowaniu uszkodzeń przekładni zębatych
    A comparison of selected classifiers in gear fault diagnosis
    Autorzy:
    Piekoszewski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/313178.pdf
    Data publikacji:
    2017
    Wydawca:
    Instytut Naukowo-Wydawniczy "SPATIUM"
    Tematy:
    klasyfikatory
    diagnozowanie
    sieć bayesowska
    classifiers
    diagnosis
    Bayesian network
    Opis:
    Niewielkie uszkodzenie przekładni zębatej może prowadzić do poważnej awarii urządzenia. Zatem, bardzo ważnym jest wykrycie takich defektów na ich początkowym etapie powstawania aby zapobiec dalszym uszkodzeniom. Praca przedstawia kilka wybranych teoretycznych narzędzi z obszaru sztucznej inteligencji zastosowanych do rozwiązania problemu diagnozowania uszkodzeń przekładni zębatych. Rozważanymi narzędziami są: perceptron wielowarstwowy, sieć neuronowa o radialnych funkcjach bazowych, drzewo decyzyjne, sieć bayesowska, maszyna wektorów podpierających oraz algorytm k najbliższych sąsiadów. Rezultaty wszystkich eksperymentów zostały otrzymane z wykorzystaniem rzeczywistych danych oraz aplikacji WEKA (ang. Waikato Environment for Knowledge Analysis) dostępnej na stronach Uniwersytetu Waikato w Nowej Zelandii.
    Minor gear damage may lead to serious failures of the device. Thus, it is very important to detect such damage as early as possible to prevent further damage. This paper presents a selection of several theoretical tools from the field of artificial intelligence and their application in gear fault classification. The considered tools are: feed forward neural network (multilayer perception), neural network with radial basis functions, decision tree, Bayesian network, support vector machine, and k-nearest neighbor algorithm. All numerical experiments presented in the paper were performed with the use of real-world dataset and WEKA (Waikato Environment for Knowledge Analysis) software, available at the server of the University of Waikato.
    Źródło:
    Autobusy : technika, eksploatacja, systemy transportowe; 2017, 18, 12; 1233-1236, CD
    1509-5878
    2450-7725
    Pojawia się w:
    Autobusy : technika, eksploatacja, systemy transportowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modelowanie stanów czynnościowych w języku sieci bayesowskich
    Modelling of functional statuses in the language of Bayesian networks
    Autorzy:
    Pawlak, H.
    Maksym, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/287368.pdf
    Data publikacji:
    2008
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    wiedza
    sieć bayesowska
    model komputerowy
    knowledge
    Bayesian network
    computer model
    Opis:
    Zastosowanie sieci bayesowskiej do modelowania stanów czynnościowych przedstawiono z perspektywy budowania komputerowego systemu reprezentacji wiedzy. Budowę modelu poprzedzono opracowaniem grafu stanów i przejść zmian pozycji ciała przy wykonywaniu czynności roboczych związanych pakowaniem serków homogenizowanych.
    The use of a Bayesian network for modelling of functional statuses has been shown from the perspective of construction of a computerised knowledge representation system. The model construction was preceded with the development of a graph of statuses and transitions of body position changes while carrying out work operations involved in cream cheese packaging.
    Źródło:
    Inżynieria Rolnicza; 2008, R. 12, nr 7(105), 7(105); 173-177
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza ryzyka manewru wyprzedzania w oparciu o sieci Bayesa
    Risk analysis of the overtaking manoeuvre on the basis of the Bayesian network
    Autorzy:
    Burciu, Z.
    Lizakowski, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/257712.pdf
    Data publikacji:
    2009
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Technologii Eksploatacji - Państwowy Instytut Badawczy
    Tematy:
    żegluga
    akwen ograniczony
    wyprzedzanie
    kolizja
    sieć Bayesa
    restricted area
    overtaking
    collision
    Bayesian network
    Opis:
    Nawigacja na obszarach ograniczonych wymaga prawidłowej interpretacji i oceny bezpieczeństwa statku w trakcie jej realizacji. Problem manewro-wania statkiem na torach podejściowych, w strefach rozgraniczenia ruchu jest zagadnieniem złożonym, ponieważ żegluga na tych akwenach powo-duje zwiększenie poziomu zagrożenia statku. Artykuł przedstawia wstępną ocenę prawdopodobieństwa kolizji podczas wyprzedzania na torze wod-nym z wykorzystaniem sieci Bayesa.
    There are many close quarter situations at sea, especially, in narrow channels (traffic lanes). The problem of manoeuvring on fairways or traffic separation schemes is a complex issue. Navigation, when carried out in such areas, causes a reduction in the vessel's safety level, so the navigator and watch officer should take into consideration factors which have an influence on it. These limits are the ship's particulars and her manoeuvring characteristics, fairway's parameters, and traffic. The paper presents the tentative evaluation of the probability of collision during overtaking in the fairway.
    Źródło:
    Problemy Eksploatacji; 2009, 4; 125-133
    1232-9312
    Pojawia się w:
    Problemy Eksploatacji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Sieć Bayesa jako narzędzie wspomagające zarządzanie ryzykiem operacyjnym w banku
    Bayes Belief Network as an Operational Risk Management Tool for Banks
    Autorzy:
    Gadowska-dos Santos, Dominika
    Powiązania:
    https://bibliotekanauki.pl/articles/525564.pdf
    Data publikacji:
    2017-05-30
    Wydawca:
    Uniwersytet Warszawski. Wydawnictwo Naukowe Wydziału Zarządzania
    Tematy:
    ryzyko operacyjne
    bank
    sieć Bayesa
    zależności przyczynowo-skutkowe
    operational risk
    Bayesian network
    cause-effect relationships
    Opis:
    W niniejszym artykule autor próbuje wykazać, że w procesie zarządzania ryzykiem operacyjnym w banku szczególnie istotne jest przeprowadzenie analizy źródeł ryzyka wraz z rozpoznaniem zależności przyczynowo- skutkowych. Jedynie gruntowna wiedza o powodach i konsekwencjach materializacji ryzyka daje bowiem szansę skutecznego prognozowania efektów podejmowanych działań zarządczych, planowania interwencji i poprzez to kształtowania rzeczywistości zgodnie z oczekiwaniami. Artykuł koncentruje się na zaprezentowaniu narzędzia badania łańcuchów przyczynowych – sieci Bayesa, które mogą pomóc bankom lepiej zrozumieć naturę ryzyka operacyjnego, zmniejszyć jego skalę i w efekcie zwiększyć efektywność działania instytucji. Zaprezentowana zostanie definicja, zasady konstrukcji, sposoby wykorzystania tej metody do analizy zależności przyczynowo-skutkowych pomiędzy czynnikami ryzyka operacyjnego, a także zalety i wady tego podejścia.
    This paper shows that analysis of risk sources and identification of cause-effect relationships are crucial elements of the operational risk management process. Knowledge of the reasons and consequences of risk materialization is key for reliable forecasting of the effects of managerial actions and for planning interventions capable of shaping the reality according to expectations. The article concentrates on presenting one means of analyzing causal chains – Bayesian networks that can help banks understand the nature of operational risk, minimizing its scale, and, as a result, increasing the financial institutions’ efficiency. The definition, design rules, ways of using the method to analyze cause-effect relationships between operational risk factors, as well as advantages and drawbacks of the approach, are discussed.
    Źródło:
    Problemy Zarządzania; 2017, 1/2017 (66), t.2; 125-144
    1644-9584
    Pojawia się w:
    Problemy Zarządzania
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Podstawowe zasady modelowania procesu produkcji rolniczej
    Basic rules of agricultural production process modeling
    Autorzy:
    Maksym, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/286528.pdf
    Data publikacji:
    2011
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    modelowanie
    proces produkcji
    konceptualizacja
    sieci bayesowskie
    inżynieria wiedzy
    modeling
    production process
    conceptualization
    Bayesian network
    knowledge engineering
    Opis:
    W artykule przedstawione zostały podstawowe zasady dotyczące modelowania procesu produkcji rolniczej. Opisano podstawową fazę dotyczącą konceptualizacji dziedziny przedmiotowej oraz podstawowe założenia dotyczące jej formalizacji i wykonywalności w technologii sieci bayesowskich.
    The article presents basic rules of agricultural production process modeling. It describes the main phase of field conceptualization and the main guidelines for their formalization and executability in technology of Bayesian networks.
    Źródło:
    Inżynieria Rolnicza; 2011, R. 15, nr 1, 1; 161-165
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Sieć Bayesowska jako narzędzie wspierające proces zarządzania ryzykiem powodziowym na przykładzie ochrony dziedzictwa kulturowego
    The Bayesian network as a tool supported the flood risk management on the example of cultural heritage
    Autorzy:
    Kuźmiński, Ł.
    Powiązania:
    https://bibliotekanauki.pl/articles/96528.pdf
    Data publikacji:
    2016
    Wydawca:
    Fundacja Ekonomistów Środowiska i Zasobów Naturalnych
    Tematy:
    ryzyko powodziowe
    zarządzanie ryzykiem powodziowym
    sieci Bayesa
    dziedzictwo kulturowe
    flood risk
    risk flood management
    Bayesian network
    cultural heritage
    Opis:
    Celem niniejszej publikacji jest modyfikacja i dostosowanie Bayesowskiej sieci przyczynowej na potrzeby opisu struktury i szacowania ryzyka zagrożenia powodziowego dla struktur dziedzictwa kulturowego. Zmodyfikowana Bayesowska sieć ma stanowić uzupełnienie i wsparcie planów zarządzaniem ryzykiem powodziowym, o których stanowi Dyrektywa Powodziowa.
    The article is dedicated to the subject of the support of the process of flood danger management. The main aim of this study is a presentation of the Bayesian network as a tool for supporting the process of flood risk management. To present how the Bayesian network works the example of the risk assessment for cultural heritage was analysed. In the initial part of this research paper, the following issues are presented: flood, flood risk, risk flood management and financing the fight with the effects of a natural disasters. The second part is dedicated to the presentation of Bayesian network for the assessment of the flood risk for the cultural heritage with the detailed description of its nodes.
    Źródło:
    Ekonomia i Środowisko; 2016, 2; 83-94
    0867-8898
    Pojawia się w:
    Ekonomia i Środowisko
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Projekt koncepcyjny bazy danych do przechowywania nagrań z badań artykulograficznych mowy polskiej
    Conceptual design of a database to store recordings from articulographic studies of Polish speech
    Autorzy:
    Wielgat, R.
    Jędryka, R.
    Mik, Ł.
    Król, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/93088.pdf
    Data publikacji:
    2017
    Wydawca:
    Państwowa Wyższa Szkoła Zawodowa w Tarnowie
    Tematy:
    artykulacja elektromagnetyczna
    baza danych
    sieć bayesowska
    odwrócenie mowy
    kamera akustyczna
    fonetyka artykulacyjna
    fonetyka akustyczna
    electromagnetic articulography
    database
    Bayesian network
    speech inversion
    acoustic camera
    articulatory phonetics
    acoustic phonetics
    Opis:
    W artykule opisano strukturę i funkcjonalność bazy danych artykulograficznych do przechowywania danych z badań przeprowadzanych z wykorzystaniem artykulografu elektromagnetycznego, kamery akustycznej i 3 kamer wideo. Baza danych umożliwia selektywne pobieranie różnych typów danych, w szczególności dotyczących mówcy, sesji nagraniowej, nagrań oraz eksperymentów. Opisano strukturę i budowę bazy danych. Przedstawiono również potencjalne przyszłe zastosowania do przeprowadzania analiz statystycznych oraz w eksperymentach dotyczących inwersji mowy z wykorzystaniem modeli sieci Bayesa.
    The article describes the structure and functionality of the articulographic database for storing data from articulographic research using an electromagnetic articulograph, an acoustic camera and 3 video cameras. The database enables selective extraction of various types of data for scientific research and interoperates with programs that carry out experiments. Structure and construction of the database is described. Potential future application in statistical analysis and experiments on speech inversion using dynamic Bayesian networks (DBN) was also presented.
    Źródło:
    Science, Technology and Innovation; 2017, 1, 1; 64-72
    2544-9125
    Pojawia się w:
    Science, Technology and Innovation
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Brain, mind and modern human identity – dilemmas and solutions
    Autorzy:
    Błaszak, Maciej
    Powiązania:
    https://bibliotekanauki.pl/articles/703008.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    predictive mind
    bayesian brain
    salience network
    central executive network
    default mode network
    human cognitive evolution
    Opis:
    Human brain is “the perfect guessing machine” (James V. Stone (2012) Vision and Brain, Cambridge, Mass: The MIT Press, p. 155), trying to interpret sensory data in the light of previous biases or beliefs. Bayesian inference is carried out by three complex networks of the human brain: salience network, central executive network, and default mode network. Their function is analysed both in neurotypical person and Attention Deficit Disorder. Modern human being having predictive brain and overloaded mind must develop social identity, whose evolution went probably through three stages: social selection based on punishment, sexual selection based on reputation, and group selection based on identity.
    Źródło:
    Nauka; 2017, 1
    1231-8515
    Pojawia się w:
    Nauka
    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