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 "Dudek, Andrzej" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 61
Tytuł:
Od Redakcji
Autorzy:
Dudek, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/669397.pdf
Data publikacji:
2018
Wydawca:
Uniwersytet Papieski Jana Pawła II w Krakowie
Źródło:
Tarnowskie Studia Teologiczne; 2018, 37, 1-2
2391-6826
0239-4472
Pojawia się w:
Tarnowskie Studia Teologiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Classification via spectral clustering
Autorzy:
Dudek, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/658837.pdf
Data publikacji:
2010
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Opis:
Klasyfikacja spektralna to rozwijająca się od końca poprzedniego wieku metoda analizy skupień. Metoda ta, mimo niekiedy niezbyt rozbudowanej podbudowy teoretycznej, daje bardzo dobre wyniki empiryczne zarówno na zbiorach testowych jak i na rzeczywistych zbiorach danych. Artykuł przedstawia najważniejsze kroki algorytmu klasyfikacji spektralnej, wskazuje sytuacje, w których stosowanie algorytmu daje duże lepsze rezultaty (mierzone indeksem Randa) niż inne metody analizy skupień. W zakończenie przedstawione są rekomendacje dotyczące sytuacji, w których warto stosować tą technikę klasyfikacji.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2010, 235
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Od Redakcji
Autorzy:
Dudek, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/669417.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Papieski Jana Pawła II w Krakowie
Źródło:
Tarnowskie Studia Teologiczne; 2016, 35, 1
2391-6826
0239-4472
Pojawia się w:
Tarnowskie Studia Teologiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
DYNAMIC CLASSIFICATION OF GEOGRAPHIC POINTS ON GOOGLE MAPS
Autorzy:
Dudek, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/655939.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
Cluster analysis
Google maps
Opis:
Classification of geographical points on Google maps is an interesting example of the use of cluster analysis algorithm in which the final number of clusters is obtained not only by presuppositions and the algorithm used, but also by the scale, on which map is actually displayed. The ultimate goal of classification is not only to obtain relatively homogeneous clusters, but also to prevent the phenomenon of "blurring" partitions on the map. In the paper there is proposed an algorithm that automatically creates a hierarchical structure of classes (which differs, however, from the structures obtained by the hierarchical agglomerative methods), in such way that the final classification takes into account the enlargement in which the map is displayed. The aim of article is illustrated with real examples on Google maps using JavaScript / JQuery.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2014, 3, 302
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Multidimensional Scaling for Symbolic Interval Data
Skalowanie wielowymiarowe dla danych symbolicznych przedziałowych
Autorzy:
Dudek, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/906289.pdf
Data publikacji:
2009
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
Multidimensional scaling
visualization
symbolic data
Opis:
Podstawowym celem skalowania wielowymiarowego jest przedstawienie relacji między obiektami w przestrzeni wielowymiarowej jako odległości w przestrzeni 2- lub 3- wymiarowej. Dane wejściowe do procedur skalowania wielowymiarowego to zazwyczaj symetryczna macierz kwadratowa wskazująca na relacje (podobieństwa lub niepodobieństwa) pomiędzy obiektami pewnego zbioru. Istnieje wiele technik klasycznego skalowania wielowymiarowego, jednak wszystkie z nich wymagają aby w poszczególnych komórkach tej macierzy znajdowały się pojedyncze wartości liczbowe. Denoeux and Masson (2002) zaproponowali rozszerzenie klasycznego skalowania wielowymiarowego na dane symboliczne w postaci przedziałów liczbowych. Danymi wejściowymi do opracowanego przez nich algorytmu 1NTERSCAL jest tabela zawierająca minimalne i maksymalne odległości pomiędzy hiperprostopadłościanami reprezentującymi obiekty. Takie same podejście występuje w algorytmach SYMSCAL i I-SCAL zaproponowanych przez Groenena i in. (2005). W artykule przedstawiony zostały najważniejsze algorytmy skalowania wielowymiarowego dla danych symbolicznych w postaci przedziałów liczbowych oraz przykłady ich zastosowania dla danych symbolicznych pochodzących z repozytorium http://www.ceremade.dauphine.fr/~touati/sodas-pagegarde.htm.
The aim of multidimensional scaling is to represent dissimilarities among objects in high dimensional space as distances in low (usually 2- or 3-) dimensional space. Usually the input to multidimensional scaling procedure is a square, symmetric matrix indicating relationships (similarities or dissimilarities) among a set of items. There are many techniques of classical multidimensional scaling but all under assumption that each entry in relationship matrix is single numeric value. Denoeux and Masson (2002) have proposed to extend multidimensional scaling onto symbolic interval data. The input to theirs INTERSCAL algorithm is interval dissimilarity table containing minimum and maximum distance between hyper-rectangles representing objects. The same approach is used in SYMSCAL and I-SCAL algorithms proposed by Groenen et al. (2005). Article presents main algorithms of multi-dimensional scaling for symbolic data in form of intervals along with some examples on datasets taken from symbolic data repository (http://www.ceremade.dauphine.fr/~touati/sodas-pagegarde.htm).
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:
Odnowić pamięć o miłości Bożej, red. J. Wełna, J. Królikowski, Wydawnictwo Księży Sercanów, Kraków 2014, ss. 172 (Biblioteka Formacji Stałej, 4)
Autorzy:
Dudek, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/669237.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Papieski Jana Pawła II w Krakowie
Źródło:
Tarnowskie Studia Teologiczne; 2015, 34, 2
2391-6826
0239-4472
Pojawia się w:
Tarnowskie Studia Teologiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Internal Cluster Quality Indexes for Classification of Symbolic Data
Mierniki jakości klasyfikacji dla danych symbolicznych
Autorzy:
Dudek, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/905043.pdf
Data publikacji:
2009
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
classification
clustering
cluster quality indexes
symbolic data
Opis:
This paper describes main classification methods used for symbolic data (e.g. data in form of: single quantitative value, categorical value, interval, multivalued variable, multivaliued variable with weights) presents difficulties of measuring clustering quality for symbolic data (such as lack of "traditional" data matrix), presents which of known indexes like Silhouette index, Ball index, Hartingan index, Baker and Hubert index, Huberta and Levine index, Ratkovski index, Ball index, Hartigan index, Krzanowski and Lai index, Scott index, Marriot index, Rubin index, Friedman index may be used for validation of such type of data and what indexes are specific only for symbolic data. Simulation results arc used to propose most adequate indexes for each classification algorithm.
Artykuł opisuje procedury klasyfikacyjne, które mogą być używane dla danych symbolicznych (tj. dla danych mogących być reprezentowanych w postaci: liczb, danych jakościowych, przedziałów liczbowych, zbioru wartości, zbioru wartości z wagami), przedstawia problemy związane z mierzeniem jakości klasyfikacji dla tych procedur (takie jak brak „klasycznej" macierzy danych) oraz przedstawia, które ze znanych indeksów, takich jak: Silhouette, indeks Calińskiego-Harabasza, indeks Bakera-Huberta, indeks Huberta-Levine, indeks Ratkowskiego, indeks Balia, indeks Hartigana, indeks Krzanowskiego-Lai, indeks Scotta, indeks Marriota, indeks Rubina i indeks Friedmana, mogą być wykorzystane dla tego typu danych oraz jakie są miary jakości podziału specyficzne dla danych symbolicznych. Na podstawie przeprowadzonych symulacji zaproponowane zostały indeksy faktycznie odzwierciedlające strukturę klas dla poszczególnych algorytmów klasyfikacyjnych.
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:
Discrimination of Symbolic Objects
Dyskryminacja obiektów symbolicznych
Autorzy:
Dudek, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/906875.pdf
Data publikacji:
2007
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
discrimination
symbolic object
Kernel density estimators
Opis:
Symbolic Data Analysis is an extension of multivariate analysis dealing with data represented in an extended form. Each cell in symbolic data table (symbolic variable) can contain data in form of single quantitative value, categorical value, interval, multivalued variable, multivalued variable with weights. Variable can be taxonomic, hierarchically dependent, logically dependent. Due to extended data representation Symbolic Data Analysis introduces new methods and also implements traditional methods that symbolic data can be treated as an input. Article shows how “classical” Bayesian discrimination rule can be adapted to deal with data of different symbolic types, presents kernel intensity measures for symbolic data and methods of obtaining probabilities of belongings to the classes. The example of using symbolic discriminant analysis for electronic mail filtering is given.
Symboliczna analiza danych jest rozszerzeniem metod wielowymiarowej analizy statystycznej ze względu na sposób reprezentacji danych. Każda komórka w symbolicznej tablicy danych (zmienna symboliczna) może reprezentować dane w postaci liczb, danych jakościowych (tekstowych), przedziałów liczbowych, zbioru wartości, zbioru wartości z wagami. Zmienne mogą ponadto reprezentować strukturę gałęziową oraz być hierarchicznie lub logicznie zależne. Ze względu na sposób reprezentacji symboliczna analiza danych wprowadza nowe metody ich przetwarzania oraz tak implementuje metody tradycyjne, żeby dane symboliczne mogły być ich danymi wejściowymi. W artykule pokazano, jak „klasyczna” analiza Bayesowska może być zaadoptowana dla różnych typów danych symbolicznych za pomocą jądrowego estymatora intensywności dla obiektów symbolicznych. Całość jest zakończona przykładem zastosowania analizy dyskryminacyjnej obiektów symbolicznych do filtrowania przychodzącej poczty elektronicznej.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2007, 206
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Życie konsekrowane znakiem wiarygodności Kościoła Konferencja naukowa na Wydziale Teologicznym w Tarnowie (25–26 września 2015 roku)
Autorzy:
Dudek, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/669421.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Papieski Jana Pawła II w Krakowie
Źródło:
Tarnowskie Studia Teologiczne; 2016, 35, 1
2391-6826
0239-4472
Pojawia się w:
Tarnowskie Studia Teologiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Teologiczne założenia odnowy i reformy liturgicznej II Soboru Watykańskiego
Autorzy:
Dudek, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/669355.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Papieski Jana Pawła II w Krakowie
Tematy:
liturgical renewal and reform
the Second Vatican Council
Sacrosanctum Concilium
the essence of the liturgy
liturgical theology
odnowa i reforma liturgiczna
 II Sobór Watykańsk
istota liturgii
teologia liturgiczna
Opis:
The article deals with the issues of renewal and reform of the liturgy after the Second Vatican Council, to show its necessity and the deepest essence, which are forgotten now with the promotion of a return to the Tridentine liturgy (in extraordinary form). The study has been divided into two parts. The first briefly outlined the historical context, marking the four most important moments: the liturgical movement, the Liturgical Commission of Pius XII, the conciliar Constitution on the holy liturgy Sacrosanctum Concilium and the Council for the implementation of the provisions of the Conciliar Constitution on the liturgy. The second part presents the basic theological assumptions of post-conciliar liturgical renewal. They have been focused around the four most important issues in response to the following questions: 1. What is the liturgy in its innermost being, that is what is celebrated? 2. Who celebrates the liturgy? 3. What is the purpose of the liturgy? and 4. How should the Church celebrate the liturgy?
Artykuł podejmuje problematykę odnowy i reformy liturgii po II soborze watykańskim, aby ukazać jej konieczność i najgłębszą istotę, o które zapomina się w obecnie wraz z promocją powrotu do liturgii trydenckiej (w formie nadzwyczajnej). Został podzielony na dwie części. W pierwszej nakreślono krótko kontekst historyczny, zaznaczając cztery najważniejsze momenty: ruch liturgiczny, działalność Komisji liturgicznej Piusa XII, ogłoszenie Konstytucji soborowej o świętej liturgii Sacrosanctum Concilium oraz powołanie Rady do Wykonania Postanowień Soborowej Konstytucji o liturgii. W drugiej części zostały zaprezentowane podstawowe założenia teologiczne posoborowej odnowy liturgicznej. Zostały one skoncentrowane wokół czterech najważniejszych zagadnień wyrażających się w odpowiedzi na następujące pytania: 1. Czym jest liturgia w swej najgłębszej istocie, czyli co się celebruje? 2. Kto celebruje liturgię? 3. Jaki jest cel liturgii? oraz 4. Jak Kościół ma celebrować liturgię?
Źródło:
Tarnowskie Studia Teologiczne; 2017, 36, 2
2391-6826
0239-4472
Pojawia się w:
Tarnowskie Studia Teologiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Bł. Honorat Koźmiński – Człowiek wielkiej wiary, red. W. Sugier, Centrum Duchowości „Honoratianum”, Zakroczym 2013, ss. 327 (Biblioteka Honoratiana, 10)
Autorzy:
Dudek, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/669239.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Papieski Jana Pawła II w Krakowie
Źródło:
Tarnowskie Studia Teologiczne; 2015, 34, 2
2391-6826
0239-4472
Pojawia się w:
Tarnowskie Studia Teologiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Kohonen self-organizing maps for symbolic objects
Samoorganizujące się mapy Kohonena dla obiektów symbolicznych
Autorzy:
Dudek, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/907030.pdf
Data publikacji:
2008
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
Classification
visualization
symbolic data
neural networks
Opis:
Visualizing data in the form of illustrative diagrams and searching, in these diagrams, for structures, clusters, trends, dependencies etc. is one of the main aims of multivariate statistical analysis. In the case of symbolic data (e.g. data in form of: single quantitative value, categorical values, intervals, multi-valued variables, multi-valued variables with weights), some well-known methods are provided by suitable 'symbolic' adaptations of classical methods such as principal component analysis or factor analysis. An alternative visualization of symbolic data is obtained by constructing a Kohonen map. Instead of displaying the individual items k = 1,..., n by n points or rectangles in a two dimensional space, the n items are first clustered into a number m of mini-clusters and then these mini-clusters are assigned to the vertices of a rectangular lattice of points in the plane such that 'similar' clusters are represented by neighbouring vertices in the lattice.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2008, 216
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
„ŻYCIE SERCA”. DUCH–DUSZA–CIAŁO I RELACJA JA–TY W LITERATURZE I KULTURZE ROSYJSKIEJ XX-XXI WIEKU, pod red. M. Cymborskiej-Lebody, A. Gozdek, R. Rybickiej, J. Tarkowskiej, M. Ułanek, Seria Rossica Lublinensia VII, Lublin: Wydawnictwo Uniwersytetu Marii Curie-Skłodowskiej, 2012, ss. 487.
Autorzy:
Dudek, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/2033173.pdf
Data publikacji:
2015
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Źródło:
Slavia Orientalis; 2015, 4; 852-855
0037-6744
Pojawia się w:
Slavia Orientalis
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Classification of Large Data Sets. Comparison of Performance of Chosen Algorithms
Klasyfikacja dużych zbiorów porównanie wydajności wybranych algorytmów
Autorzy:
Dudek, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/905663.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
clustering
classification
large data sets
Opis:
Researchers analyzing large (> 100,000 objects) data sets with the methods of cluster analysis often face the problem of computational complexity of algorithms, that sometimes makes it impossible to analyze in an acceptable time. Common solution of this problem is to use less computationally complex algorithms (like k-means), which in turn can in many cases give much worse results than for example algorithms using eigenvalues decomposition . The results of analysis of the actual sets of this type are therefore usually a compromise between quality and computational capabilities of computers. This article is an attempt to present the current state of knowledge on the classification of large datasets, and identify ways to develop and open problems.
Badacze analizujący przy pomocy metod analizy skupień duże (> 100.000 obiektów) zbiory danych, stają często przed problemem złożoności obliczeniowej algorytmów, uniemożliwiającej niekiedy przeprowadzenie analizy w akceptowalnym czasie. Jednym z rozwiązań tego problemu jest stosowanie mniej złożonych obliczeniowo algorytmów (hierarchiczne aglomeracyjne, k-średnich), które z kolei mogą w wielu sytuacjach dawać zdecydowanie gorsze rezultaty niż np. algorytmy wykorzystujące dekompozycję względem wartości własnych. Rezultaty rzeczywistych analiz tego typu zbiorów są więc zazwyczaj kompromisem pomiędzy jakością a możliwościami obliczeniowymi komputerów. Artykuł jest próbą przedstawienia aktualnego stanu wiedzy na temat klasyfikacji dużych zbiorów danych oraz wskazania dróg rozwoju i problemów otwartych.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2013, 285
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 61

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