Informacja

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

Wyszukujesz frazę "Skupień, Z." wg kryterium: Wszystkie pola


Tytuł:
Universal third parts of any complete 2-graph and none of DK5
Autorzy:
Fortuna, A.
Skupień, Z.
Powiązania:
https://bibliotekanauki.pl/articles/255218.pdf
Data publikacji:
2013
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
decomposition
remainder
universal parts
isomorphic parts
Opis:
It is shown that there is no digraph F which could decompose the complete digraph on 5 vertices minus any 2-arc remainder into three parts isomorphic to F for each choice of the remainder. On the other hand, for each n ≥ 3 there is a universal third part F of the complete 2-graph 2Kn on n vertices, i.e., for each edge subset R of size [formula] mod 3, there is an F-decomposition of 2Kn−R. Using an exhaustive computer-aided search, we find all, exactly six, mutually nonisomorphic universal third parts of the 5-vertex 2-graph. Nevertheless, none of their orientations is a universal third part of the corresponding complete digraph.
Źródło:
Opuscula Mathematica; 2013, 33, 4; 685-696
1232-9274
2300-6919
Pojawia się w:
Opuscula Mathematica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Cluster analysis with clusterSim computer program and R environment
Zagadnienia analizy skupień z wykorzystaniem programu komputerowego clusterSim i środowiska R
Autorzy:
Walesiak, Marek
Powiązania:
https://bibliotekanauki.pl/articles/907036.pdf
Data publikacji:
2008
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
cluster analysis
R
clusterSim
data analysis
Opis:
The article presents auxiliary functions of clusterSim package (see Walesiak & Dudek (2006)) and selected functions of packages stats, cluster, and ade4, which are applied to solving clustering problems. In addition, the examples of the procedures for solving different clustering problems are presented. These procedures, which are not available in statistical packages (SPSS, Statistica, SAS), can help solving a broad range of classification problems.
W artykule scharakteryzowano funkcje pomocnicze pakietu clusterSim oraz wybrane funkcje pakietów stats, cluster i ade4 służące zagadnieniu analizy skupień. Ponadto zaprezentowano przykładowe procedury, wykorzystujące analizowane funkcje, ułatwiające potencjalnemu użytkownikowi realizację wielu zagadnień klasyfikacyjnych niedostępnych w podstawowych pakietach statystycznych (np. SPSS, Statistica, SAS).
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:
Edge decompositions of multigraphs into multi-2-paths
Autorzy:
Kratochvil, J.
Lonc, Z.
Meszka, M.
Skupień, Z.
Powiązania:
https://bibliotekanauki.pl/articles/2050185.pdf
Data publikacji:
2004
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
edge decomposition
multigraph
multipath
path
time complexity
Opis:
We establish the computational time complexity of the existence problem of a decomposition of an instance multigraph into isomorphic 3-vertex paths with multiple edges. If the two edge multiplicities are distinct, the problem is NPC; if mutually equal then polynomial.
Źródło:
Opuscula Mathematica; 2004, 24, 1; 97-102
1232-9274
2300-6919
Pojawia się w:
Opuscula Mathematica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zone estimation with cluster analysis of public transport stops
Ocena strefowa z analizą skupień przystanków transportu publicznego
Autorzy:
Horváth, B.
Nagy, V.
Powiązania:
https://bibliotekanauki.pl/articles/192544.pdf
Data publikacji:
2016
Wydawca:
Stowarzyszenie Inżynierów i Techników Komunikacji Rzeczpospolitej Polskiej
Tematy:
public transport
big data
time series
similarity matrix
clustering
transport publiczny
duże zbiory danych
szeregi czasowe
podobieństwa macierzy
grupowanie
Opis:
Nowadays the data sets are spreading continually, generated by different devices and systems. The public transport is also not an exception in this. The modern GPS based tracking systems and the electronic tickets are producing lot of data, and we could use them for improving the service level. In the right case, these data are storing, and the service suppliers are not dealing with its information content, but, on the other hand, maybe they are just deleting these, in the interest of the avoidance of digital space occupancy. However, these data are processable with the modern devices and methods, and we can use them for information obtaining. Thanks to the spread of data mining, these tools are not appearing only in marketing research but in the most various kind of scientific area too, and they are advertising a new scientific revolution. Although the importance of these data sources is essential it is not widespread in general in transport planning, only in some specific areas [1] as described by Csiszár et al. This article presents possible application of the digital raw materials, taking the public transport passengers boarding information as base. We created a three step method which could be useful in automatic zone shaping or to supervise the manually created zone borders. It is also able to give help in land-usage examinations. The procedure is effective in making traveling chains from smart card data and in creation of origin destination matrix from check-in data. In this article we are showing how the zone distribution is possible with the assistance of different distance measurement methods and clustering procedures, and we are presenting the results on the example of a selected city.
Obecnie nieustannie powstają różne zbiory danych, generowane przez różne urządzenia i systemy. Transport publiczny nie jest w tym zakresie wyjątkiem. Nowoczesne systemy monitorowania oparte na GPS i bilety elektroniczne wytwarzają duże ilości danych, i moglibyśmy je wykorzystać dla poprawy poziomu usług. Z jednej strony dane te są przechowywane, a dostawcy usług nie mają do czynienia z zawartością informacji, ale z drugiej strony, być może są one po prostu usuwane, aby ograniczyć obciążanie cyfrowej przestrzeni. Dane te mogą być przetwarzane dzięki nowoczesnym urządzeniom i metodom, i możemy je wykorzystać do uzyskania informacji. Dzięki rozprzestrzenianiu eksploracji danych, narzędzia te pojawiają się nie tylko w badaniach marketingowych, ale w większości różnych działań badawczych, i reklamują one nową rewolucję naukową. Chociaż znaczenie tych źródeł danych jest zasadnicze, nie jest to rozpowszechnione w planowaniu transportu, a jedynie w pewnych określonych obszarach [1], tak jak pisze Csiszár i in. W artykule przedstawiono możliwości zastosowania materiałów nieprzetworzonych, biorąc jako podstawę informacje o pasażerach podróżujących transportem publicznym. Stworzono metodę trzech kroków, która może być przydatna do automatycznego kształtowania strefy lub do nadzorowania granic stref utworzonych konwencjonalnie. Może też przydać się przy kontroli gruntów użytkowych. Procedura ta jest skuteczna w tworzeniu łańcuchów podróży z danych z kart inteligentnych oraz w tworzeniu macierzy żródło-cel na podstawie danych zameldowania. W artykule pokazano, w jaki sposób możliwa jest dystrybucja stref, za pomocą różnych metod pomiaru odległości i procedur gromadzenia, i zaprezentowano tego efekty na przykładzie wybranego miasta.
Źródło:
Transport Miejski i Regionalny; 2016, 7; 9-12
1732-5153
Pojawia się w:
Transport Miejski i Regionalny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie zbiorów rozmytych z analizą skupień w zadaniu klasyfikacji towarów. Cz. 2
Application of fuzzy sets with cluster analysis in the classification task of goods. Part 2
Autorzy:
Topolski, M.
Powiązania:
https://bibliotekanauki.pl/articles/311253.pdf
Data publikacji:
2017
Wydawca:
Instytut Naukowo-Wydawniczy "SPATIUM"
Tematy:
logistyka
procesy informatyczne
systemy komputerowe
zarządzanie przedsiębiorstwem
prognoza sprzedaży
klasyfikacja towaru
logistics
IT processes
computer systems
business management
selling prediction
Opis:
Artykuł przedstawia zagadnienia zbiorów rozmytych o metody analizy skupień k-średnich w zadaniu klasyfikacji towarów. Często w analizie danych spotykamy się z niepełnymi i nieprecyzyjnymi danymi. Nieprecyzyjność ta wynika z faktu, że opis cech towarów często podlega subiektywnej ocenie. Klasyczne metody probabilistyczne czy te wywodzące się z teorii statystycznej nie radzą sobie dobrze z klasyfikacją w takich warunkach. Autor z tego względu zastosował rozmytą obserwację cech obiektu/towaru aby jak najdokładniej dokonać klasyfikacji towaru do pewnej grupie. Opracowana metoda zatem jest konkurencyjna w stosunku do metod ABC i XZY ale ze względu na dużą złożoność obliczeniową i konieczność budowy rozmytej bazy reguł postępowania wymaga podejścia numerycznej komputerowej analizy danych.
The paper presents the problems of fuzzy sets for methods of analysis of k-mediated clusters in the task of classification of goods. Often in data analysis we encounter incomplete and imprecise data. This imprecision arises from the fact that the description of the characteristics of the goods is often subject to subjective assessment. Classical probabilistic methods or those derived from statistical theory do not cope well with classification under such conditions. The author therefore used fuzzy observation of the features of the object/commodity to accurately classify the goods to a certain group. The method developed is therefore competitive with the ABC and XZY methods, but due to the high computational complexity and the need to construct a fuzzy rules of procedure, it requires a numerical approach to computer data analysis.
Źródło:
Autobusy : technika, eksploatacja, systemy transportowe; 2017, 18, 6; 1601-1605, CD
1509-5878
2450-7725
Pojawia się w:
Autobusy : technika, eksploatacja, systemy transportowe
Dostawca treści:
Biblioteka Nauki
Artykuł

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