Informacja

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

Wyszukujesz frazę "multidimensional data analysis." wg kryterium: Wszystkie pola


Tytuł:
Multidimensional Scaling in Economic Research
Wielowymiarowe skalowanie w badaniach ekonomicznych
Autorzy:
Biela, Adam
Powiązania:
https://bibliotekanauki.pl/articles/904915.pdf
Data publikacji:
2004
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
multidimensional scaling
theory of data decision analysis
Opis:
A relationship between the theoretical terms and the observational ones, called also a perceptual or observational, is essential for scientific research of empirical type, including social sciences and economic sciences. This relationship cannot be clarified in terms of a complete definition but only by a partial definition. This methodological truth is well known since R. Carnap's works. Later on it was developed in methodology of sciences by the Polish logicians: Przełęcki, Poznański and Kamiński. Multivariable techniques are necessary when one wants to define the relationships between variables in economic and social sciences. However, the results obtained in such analysis are often unsatisfactory because the residual variance is too large. Multidimensional scaling proposes quite a different methodological approach for seeking the relationship between the theoretical terms and the observational ones. This paper aims: (1) to show what kind of methodological proposition is multidimensional scaling; (2) to show what are the possible directions of applying multidimensional scaling to social and economic analysis; (3) to define the multidimensional character of decision analysis.
W badaniach naukowych typu empirycznego (do których należą również nauki społeczne i ekonomiczne) istotne znaczenie ma określenie związku pomiędzy terminami teoretycznymi a terminami empirycznymi. Związku tego nie da się ustalić w postaci definicji zupełnych, lecz tylko i wyłącznie przez definicje cząstkowe. Ta prawda znana jest już od czasu prac R. Carnapa, a została utrwalona i rozwinięta w metodologii nauk przez polskich logików: Przełęckiego, Poznańskiego, Kamińskiego. W określaniu związków pomiędzy analizowanymi zmiennymi w naukach społecznych i ekonomicznych konieczne jest stosowanie technik wielozmiennowych. Wyniki uzyskanych analiz nie są jednak zadowalające z uwagi na ich zbyt wielką wariancję resztową. Nieco inne podejście metodologiczne w poszukiwaniu związku między terminami teoretycznymi i empirycznymi proponuje skalowanie wielowymiarowe. Artykuł omawia założenia metodologiczne skalowania wielowymiarowego, teorię danych С. H. Coombsa (1964) jako podstawę logiczną tego skalowania oraz przydatność tej metody w analizie decyzyjnej. Wskazano, iż skalowanie wielowymiarowe może okazać się przydatne w pierwszych etapach pracy badawczej, eksperckiej, analitycznej czy aplikacyjnej, gdy należy usystematyzować zebrane dane i na tej podstawie przystąpić dopiero do formułowania hipotez, sądów, diagnoz, ocen. Istnieje jeszcze jedna możliwość wykorzystania skalowania wielowymiarowego, a jest nią mianowicie integrowanie różnych opinii oraz ekspertyz w przedmiotowej kwestii.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2004, 175
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wielowymiarowa analiza danych w trybie czasu rzeczywistego
A real-time mode in multidimensional data analysis
Autorzy:
Jędrzejec, B.
Świder, K.
Powiązania:
https://bibliotekanauki.pl/articles/156320.pdf
Data publikacji:
2005
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
analiza danych
hurtownia danych
OLAP
tryb czasu rzeczywistego
data analysis
data warehouse
real-time mode
Opis:
W pracy rozważano systemy wielowymiarowej analizy danych wykorzystujące technologie hurtowni danych oraz przetwarzania analitycznego online (OLAP). Szczególną uwagę zwrócono na specyfikę zastosowań dla danych zmieniajacych się z dużą częstotliwością (real-time OLAP). Jako przykład aplikacji przedstawiono możliwości analizy OLAP w trybie czasu rzeczywistego oferowane przez MS SQL Server Analysis Services.
The paper concerns multi-dimensional data analysis based on data warehousing and On-Line Analytical Processing (OLAP) technologies. Especially we focused on applications with relative high frequency of data changes (real-time OLAP). As an illustrative example, the real-time OLAP funcionalities of MS SQL Server Analysis Services are presented.
Źródło:
Pomiary Automatyka Kontrola; 2005, R. 51, nr 1, 1; 69-71
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A new method for identifying outlying subsets of data
Autorzy:
Zalewska, M.
Grzanka, A.
Niemiro, W.
Samoliński, B.
Powiązania:
https://bibliotekanauki.pl/articles/970610.pdf
Data publikacji:
2008
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
misclassification error
discriminant analysis
multidimensional homogeneity test
medical data
Opis:
In various branches of science, e.g. medicine, economics, sociology, it is necessary to identify or detect outlying subsets of data. Suppose that the set of data is partitioned into many relatively small subsets and we have some reason to suspect that one or several of these subsets may be atypical or aberrant. We propose applying a new measure of separability, based on the ideas borrowed from the discriminant analysis. In our paper we define two versions of this measure, both using a jacknife, leave-one-out, estimator of classification error. If a suspected subset is significantly well separated from the main bulk of data, then we regard it as outlying. The usefulness of our algorithm is illustrated on a set of medical data collected in a large survey "Epidemiology of Allergic Diseases in Poland" (ECAP). We also tested our method on artificial data sets and on the classical IRIS data set. For a comparison, we report the results of a homogeneity test of Bartoszyński, Pearl and Lawrence, applied to the same data sets.
Źródło:
Control and Cybernetics; 2008, 37, 3; 693-709
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Differences in results of ranking depending on the frequency of the data used in multidemensional comparatine analysis. Example of the stock exchanges in Central-Eastern Europe
Autorzy:
Chrzanowska, Mariola
Powiązania:
https://bibliotekanauki.pl/articles/453411.pdf
Data publikacji:
2012
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
Tematy:
multidimensional statistical analysis
stock market
synthetic development measure
Opis:
Advancing globalization provides access to more information. It also affects the frequency of data. Some events are listed on a monthly, daily and even minute basis. Thus, during the time-space study selecting appropriate and relevant information becomes a problem. The paper presents a suggested solution to this problem based on the example of stock exchanges in Central and Eastern Europe.
Źródło:
Metody Ilościowe w Badaniach Ekonomicznych; 2012, 13, 2; 22-30
2082-792X
Pojawia się w:
Metody Ilościowe w Badaniach Ekonomicznych
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analysis of Multidimensional Temporal and Spatial Data Based on the Example of Employment in Health Care in Selected Voivodeships of Poland
Analiza wielowymiarowych danych przestrzenno-czasowych na przykładzie zatrudnienia w opiece zdrowotnej w Polsce według województw
Autorzy:
Rozpędowska-Matraszek, Danuta
Powiązania:
https://bibliotekanauki.pl/articles/904940.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Opis:
The proposed study aims to present results of the analysis of multidimensional spatial and temporal data used in evaluating structural and geographical changes in the employment of medical specialist after health care restructuring carried out from 1999 to 2010. A panel model was used as a tool to examine structural changes in social and economic phenomena occurring in the health care system geographically and in a specific period of time. Such a model allows to make the analysis more dynamic because a model for twelve years (periods), twelve professional groups medical specialist of health care employees, and sixteen voivodships will be estimated. Based on estimated parameters of the model, it is possible to evaluate the impact of structural changes in voivodships, geographical changes – in competitiveness, and also spatial interactions (proximity) on an increase in the regional employment of medical specialist. Statistical data used in the analysis come from information contained in the “Biuletyn Statystyczny Ministerstwa Zdrowia” and a publication entitled “Podstawowe Dane z zakresu Ochrony Zdrowia” data for 1999–2012.
Artykuł prezentuje wyniki analizy wielowymiarowych danych przestrzenno-czasowych, które posłużyły w ocenie zmian strukturalno-geograficznych zatrudnienia lekarzy specjalistów w sektorze publicznym w latach 1999-2010, po realizacji restrukturyzacji zatrudnienia prowadzonej w opiece zdrowotnej. Jako narzędzie badania tych zmian, które zachodzą w przestrzeni geograficznej w określonym przedziale czasu zastosowano model panelowy Berzega. Wykorzystanie takiego modelu pozwala na dynamizację analizy, gdyż estymowano model dla dwunastu lat (okresów) i dwunastu grup lekarzy specjalistów pracujących w publicznej opiece zdrowotnej oraz szesnastu województw. Na podstawie oszacowanych parametrów modelu oceniono jak oddziałują zmiany strukturalne w województwach, zmiany geograficzne – konkurencyjności, również interakcje przestrzenne (sąsiedztwo) na zmiany poziomu regionalnego zatrudnienia lekarzy specjalistów. Dane statystyczne wykorzystane do analizy pochodzą z informacji zawartej w Biuletynach Statystycznych Ministerstwa Zdrowia, a także z publikacji Podstawowe Dane z zakresu Ochrony Zdrowia z lat 1999–2012.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2013, 292
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Multidimensional clustering data visualization using k-medoids algorithm
Autorzy:
Kocyba, J.
Jach, T.
Nowak-Brzezińska, A.
Powiązania:
https://bibliotekanauki.pl/articles/951647.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
cluster analysis
data mining
K-medoids
BUPA
analiza skupień
eksploracja danych
Opis:
The article presents the possibilities of using clustering algorithms to group and visualize data from blood tests of various people in the context of alcohol consumption impact on measured blood parameters. The presented results should be considered as the preliminary to the future works involving automatic visualization of medical data by using clustering algorithms. The authors present the results of clustering of the above data using k-medoids algorithm along with the proposition of visualization. The authors used as a set of input data "BUPA liver disorders" medical base taken from the Machine Learning Repository [7].
Źródło:
Journal of Medical Informatics & Technologies; 2013, 22; 63-70
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Visualization of multidimensional data in purpose of qualitative classification of various types of coal
Wizualizacja wielowymiarowych danych w celu klasyfikacji jakościowej różnych typów węgla
Autorzy:
Niedoba, T.
Jamróz, D.
Powiązania:
https://bibliotekanauki.pl/articles/218760.pdf
Data publikacji:
2013
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
analiza wielowymiarowa
tunele obserwacyjne
osie równoległe
węgiel
przeróbka surowców mineralnych
energia z węgla
multidimensional analysis
observational tunnels
parallel coordinates
coal
mineral processing
coal energy
Opis:
Coal as energetic raw material features by many parameters determining its quality. In classification of coal types there are many of them with typical division of energetic, semi-coking and coking coal. The data concerning coal are usually treated as independent values while this kind of approach is not always right. Authors proposed new solutions in this aspect and performed the multidimensional analysis of three selected types of coal featuring by various properties which originated from three various hard coal mines located in Upper Silesia Region. The object of the research was so-called raw coal which was not processed before. For each type of coal the detailed statistical analysis of seven chosen properties of coal was performed. To perform adequate and complete statistical analysis it is necessary to analyze the chosen properties of coal together in multidimensional way. It was decided to apply new and modern visualizing methods of multidimensional data which were observational tunnels method and parallel coordinates method. The applied methods allowed to obtain visualization of seven-dimensional data describing coal. By means of these visualizations it was possible to observe the significant division of the features space between researched types of coal. These methods allowed to look at the investigated data from various perspectives and make possible to determine significant differences between researched materials. For the investigated coals such differences were determined clearly what proved that by means of these methods it is possible to successfully identify type of coal as well to analyze in details its individual properties and identify, for example, particle size fraction etc. The obtained results are innovative and are the basis for more detailed researches taking into consideration also other coal properties, including its structure and texture. This methodology can be also applied successfully for other types of raw materials, like ores.
Surowce mineralne, które podlegają wzbogacaniu w celu ich lepszego wykorzystania mogą być (charakteryzują się) charakteryzowane wieloma wskaźnikami opisującymi ich, interesujące przeróbkarza, cechy. Podstawowymi cechami są wielkość ziaren oraz ich gęstość, które decydują o przebiegu rozdziału zbiorów ziaren (nadaw) i efektach takiego rozdziału. Rozdział prowadzi się z reguły, w celu uzyskania produktów o zróżnicowanych wartościach średnich wybranej cechy, która zwykle charakteryzowana jest zawartością określonego składnika surowca wyznaczoną na drodze analiz chemicznych. Takie podejście do surowca mineralnego prowadzi do potraktowania go jako wielowymiarowego wektora X = [X1, …, Xn]. Zasadniczym problemem jest także wybór jednostki populacji generalnej (ziarno, jednostka objętości lub masy), co może decydować o kierunkach charakteryzowania wielowymiarowych powiązań cech wektora X. Takimi kierunkami charakteryzowania mogą być: - wielowymiarowe rozkłady wektora losowego X wraz ze wszystkimi konsekwencjami metody (Lyman, 1993; Niedoba, 2009; 2011; Olejnik et al., 2010; Niedoba & Surowiak, 2012); - wielowymiarowe równania regresji wraz z analizą macierzy współczynników korelacji liniowej oraz korelacji cząstkowej (Niedoba, 2013); - analiza czynnikowa (Tumidajski & Saramak, 2009); - inne metody, w tym wizualizacja metodą tuneli obserwacyjnych (Jamróz, 2001), osi równoległych oraz wizualizacja zależności pomiędzy wielowymiarowymi bryłami (Jamróz, 2009). Wielowymiarowe rozkłady wektora X traktowanego jako wektor losowy, mają już swoją bogatą literaturę i praktyczne ich zastosowanie i nie będą przedmiotem tej publikacji. Pozostałe metody są ze sobą w pewien sposób powiązane, co skrótowo zostało przedstawione w artykule. Macierze współczynników korelacji liniowej i współczynników korelacji cząstkowej są związane, z reguły, z istniejącymi modelami liniowymi zależności występujących między badanymi zmiennymi wektora X. Współczynniki korelacji liniowej są wyznaczane dla par zmiennych losowych całkowicie niezależnie od pozostałych zmiennych. Cząstkowe współczynniki korelacji liniowej wyznaczane są w oparciu o macierz współczynniki korelacji liniowej z uwzględnieniem roli pozostałych zmiennych w rozważanym równaniu regresji liniowej. W przypadku analizy trzech zmiennych losowych, z których jedna jest traktowana jako zmienna zależna a dwie pozostałe jako niezależne sprowadza się to do wyznaczania współczynników korelacji dla zrzutowanych punktów równolegle do płaszczyzny regresji na ściany układu współrzędnych. Pozwala to wyznaczyć hierarchię (siłę wpływu) zależności zmiennych w rozpatrywanym układzie. Na analizie macierzy współczynników korelacji liniowej oparta jest analiza czynnikowa, która pozwala pogrupować występujące zmienne w tzw. czynniki, które reprezentują połączone wpływy zmiennych na rezultaty rozpatrywanych procesów, czyli przeprowadzić pewną klasyfikację zmiennych. W klasyfikacji typów węgli wyróżnia się wiele typów, z umownym podziałem na węgle energetyczne i koksujące. Dane dotyczące węgla są traktowane zwykle jako niezależne wielkości, przy czym takie podejście nie zawsze jest właściwe. Autorzy zaproponowali nowe rozwiązania w tym zakresie i dokonali wielowymiarowej analizy trzech wybranych typów węgla o różnych właściwościach (węgle typu 31, 34.2 oraz 35), które pochodziły z trzech różnych kopalń zlokalizowanych w Górnośląskim Okręgu Przemysłowym. Obiektem badań w każdej z tych kopalń był tzw. węgiel surowy, nie poddawany procesom przeróbczym. Dla każdego z węgli dokonano szczegółowej analizy wybranych siedmiu cech, opisujących jego właściwości, których przykładowe wyniki zostały zaprezentowane w tabelach 1-3. Aby dokonać adekwatnej i dokładnej analizy statystycznej zebranych danych konieczna jest wielowymiarowa analiza wybranych cech węgla łącznie. Zdecydowano się na zastosowanie nowatorskich metod wizualizacji wielowymiarowych danych, którymi były metoda tuneli obserwacyjnych oraz metoda osi równoległych. Zasady i metodyka badań zostały przedstawione w podrozdziałach 2 i 3. Zastosowane metody umożliwiły uzyskanie wizualizacji siedmiowymiarowych danych opisujących węgiel. Za pomocą tych wizualizacji możliwe jest zaobserwowanie wyraźnego podziału przestrzeni cech pomiędzy badanymi typami węgla. Metody te umożliwiły spojrzenie na badane dane z różnych perspektyw, które pozwalają na stwierdzenie zasadniczych różnic badanych materiałów. Dla badanych węgli stwierdzono wyraźne takie różnice co świadczy o tym, że za pomocą proponowanych metod możliwa jest skuteczna identyfikacja typu węgla, jak również dokładniejsza analiza jego poszczególnych cech i identyfikacja np. klasy ziarnowej. Szczegółowe obrazy i ich interpretacja zostały przedstawione w rozdziale 3 i we wnioskach końcowych. Rysunki 3-5 obrazują różnice pomiędzy poszczególnymi typami węgla otrzymane metodą tuneli obserwacyjnych. Wyraźnie można rozgraniczyć próbki dotyczące poszczególnych węgli a tym samym możliwa jest identyfikacja typu węgla na podstawie wielowymiarowej analizy. Rysunki 6-7 pokazują zastosowanie innej metody wielowymiarowej, którą była metoda osi równoległych. Metoda ta okazała się być skuteczna do uzyskania informacji o konieczności przeskalowania poszczególnych cech, w celu uzyskania bardziejczytelnych rezultatów. Natomiast rysunek 10 pokazuje różnice otrzymane metodą tuneli obserwacyjnych pomiędzy charakterystykami konkretnych klas ziarnowych wybranego materiału, którym w tym przypadku był węgiel typu 31. Uzyskane wyniki i zastosowana metodyka są nowatorskie i stanowią bazę pod bardziej szczegółowe badania, biorące pod uwagę także inne charakterystyki węgli, w tym ich strukturę i teksturę. Za pomocą przedstawionych metod możliwe jest stwierdzenie, czy wybrane cechy są wystarczające do identyfikacji zarówno typu węgla, jak również klasy ziarnowej i innych jego cech. Metodyka ta może być również stosowana z powodzeniem dla innych typów surowców mineralnych, np. dla rud.
Źródło:
Archives of Mining Sciences; 2013, 58, 4; 1317-1331
0860-7001
Pojawia się w:
Archives of Mining Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
MULTIDIMENSIONAL ANALYSIS IN THE CREATION OF MEDICAL CLUSTERS IN ŁÓDŹ – A CONCEPTUAL WORK
WIELOWYMIAROWA ANALIZA W TWORZENIU KLASTRÓW MEDYCZNYCH W ŁODZI – PRACA KONCEPCYJNA
Autorzy:
Twaróg, Sebastian
Ojrzyńska, Anna
Powiązania:
https://bibliotekanauki.pl/articles/654190.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
Klaster medyczny
wielowymiarowe analizy danych.
Medical cluster
multidimensional data analysis.
Opis:
Celem artykułu jest zaprezentowanie koncepcji doboru podmiotów świadczących usługi medyczne w województwie łódzkim do klastrów. Klaster medyczny to celowo dobrana grupa podmiotów o kompetencjach komplementarnych połączona zależnościami o charakterze organizacyjnym, prawnym, finansowym i naukowym, którego celem jest konsumpcja efektu synergii z korzyścią dla pacjentów, budżetu państwa i nauki. W badaniu wykorzystano metody wielowymiarowej analizy danych. W pierwszej kolejności za pomocą hierarchicznej procedury grupowania wyodrębniono grupy podobnych do siebie z punktu widzenia kompetencji medycznych szpitali. Następnie określono kryteria podziału charakteryzujące odrębności kompetencyjne w ramach grup. W ten sposób otrzymano grupy szpitali niepodobnych (najbardziej różnych od siebie). Następnie na podstawie kryterium minimalnej odległości z każdej grupy szpitali wybierano po jednym obiekcie, aby w ten sposób otrzymać nowe grupy obiektów, zdecydowanie różnych pod względem możliwości oferowanych usług medycznych, a jednocześnie znajdujących się w niedalekiej odległości od siebie. Te dwa aspekty mogą stanowić przesłankę do zainicjowania współpracy między tymi obiektami w ramach klastra medycznego.
This article aims at presenting a concept of the way entities that provide medical services should be selected for clusters. A medical cluster is a designated group of entities that represent complimentary competencies and are connected organisational, legal, financial and scientific interdependencies. A medical cluster is oriented to benefit from a synergy effect to support patients, the state budget and science. The research employed a multidimensional data analysis. Firstly, a hierarchical grouping procedure was used to distinguish groups of hospitals that have similar medical competencies. Then, division criteria that characterise competence differences within the groups in question were found.  This way, groups of dissimilar (the most dissimilar) hospitals were obtained. Subsequently, on the basis of a minimal distance criterion, one entity was selected from each group to obtain new groups of entities that were decisively different in the context of medical services offered and simultaneously situated in the close vicinity to one another. These two aspects may offer some premises to initiate co-operation between the entities subject to the research within a given medical cluster.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2014, 6, 309
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of multidimensional data visualization by means of self-organizing Kohonen maps to evaluate classification possibilities of various coal types
Zastosowanie wizualizacji wielowymiarowych danych za pomocą sieci Kohonena do oceny możliwości klasyfikacji różnych typów węgla
Autorzy:
Jamróz, D.
Niedoba, T.
Powiązania:
https://bibliotekanauki.pl/articles/220033.pdf
Data publikacji:
2015
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
Kohonen maps
grained material analysis
coal
multidimensional data
multidimensional visualization methods
sieci Kohonena
analiza materiału uziarnionego
dane wielowymiarowe
metody wizualizacji wielowymiarowej
Opis:
Multidimensional data visualization methods are a modern tool allowing to classify some analysed objects. In the case of grained materials e.g. coal, many characteristics have an influence on the material quality. The paper presents the possibility of applying visualization techniques for coal type identification and determination of significant differences between various types of coal. To achieve this purpose, the method of Kohonen maps was applied by means of which three types of coal – 31, 34.2 and 35 (according to Polish classification of coal types) were investigated. It was stated that the applied methodology allows to identify certain coal types efficiently and can be used as a qualitative criterion for grained materials.
Metody wizualizacji wielowymiarowych danych są nowoczesnym narzędziem umożliwiającym klasyfikację analizowanych obiektów, którymi mogą być różnego typu dane opisujące wybrane zjawisko lub materiał. W przypadku materiałów uziarnionych, jakim jest np. węgiel, wiele cech ma wpływ na jakość materiału, tj. np. gęstość, wielkość ziaren, ciepło spalania, zawartość popiołu, zawartość siarki itp. Na potrzeby artykułu przeprowadzono rozdział węgli z trzech wybranych kopalni węgla kamiennego, zlokalizowanych w Górnośląskim Okręgu Przemysłowym. Każda z tych kopalni pracuje na innego typu węglu. W tym przypadku były to węgle o typach 31, 34.2 oraz 35 (według polskiej klasyfikacji typów węgla). Najpierw, materiał został podzielony na klasy ziarnowe a następnie za pomocą rozdziale w cieczy ciężkiej (roztwór chlorku cynku) na frakcje gęstościowe. Dla tak przygotowanego materiału przeprowadzono następnie analizy chemiczne mające na celu określenie takich parametrów, jak zawartość siarki, zawartość popiołu, zawartość części lotnych, ciepło spalania oraz wilgotność analityczną. W ten sposób, dla każdej klaso-frakcji uzyskano bogate charakterystyki badanego materiału. Nasuwa się więc pytanie, czy możliwa jest identyfikacja typu węgla za pomocą dostępnych danych. W tym celu zastosowano wielowymiarową technikę wizualizacji statystycznej. Istnieje wiele metod takiej wizualizacji, z których kilka było już przedmiotem wcześniejszych publikacji autorów. W tym wypadku autorzy zdecydowali się zastosować metodę sieci Kohonena. Metoda ta została opisana w rozdziale 2 pracy, gdzie oprócz opisu teoretycznego podano również główne wzory stosowane podczas modelowania tą metodą (wzory (1)-(5)). Do zbadania postawionego problemu wykorzystano optymalną liczbę iteracji i optymalny czas uczenia sieci. Pewnym problemem pojawiającym się przy takiej wizualizacji jest konieczność doboru parametrów, w celu uzyskania widoku, który w sposób czytelny prezentuje poszukiwane przez nas informacje. Należy wspomnieć, że w trakcie prowadzonych eksperymentów uzyskiwano widoki przy użyciu sieci neuronowej o wielkości od 10 × 10 do 100 × 100 neuronów. Widoki były uzyskiwane przy wartości parametru MAX_DISTANCE od 1 do wielkości sieci oraz parametru ITER od 1 do 5000. Eksperymenty były prowadzone dla różnych wzorów określających modyfikację wag. Przedstawione w pracy wyniki stanowią najbardziej czytelne z uzyskanych. Wizualizacja wielowymiarowa przy użyciu sieci Kohonena pozwala stwierdzić, że informacje zawarte w analizowanych siedmiowymiarowych danych są wystarczające do prawidłowej klasyfikacji typów węgla 31, 34.2 oraz 35, przy czym nawet zobrazowanie 3 typów węgla na jednym rysunku pozwala stwierdzić, że neurony reprezentujące próbki węgla danego typu gromadzą się w skupiskach, które można od siebie odseparować. Z tego wynika, że dane zawierają informacje wystarczające do prawidłowej klasyfikacji węgla. Zauważyć jednak warto, że przedstawienie przy pomocy sieci Kohonena, danych reprezentujących różne typy węgla parami, pozwala uzyskać jeszcze bardziej czytelne wyniki. Najlepsze efekty osiągnięto dla sieci o 40 wierszach oraz 40 kolumnach neuronów, co łącznie dało liczbę 1600 neuronów, zaś czytelność wyników rośnie wraz z postępem uczenia sieci neuronowej (wzrostem parametru ITER). Przeprowadzone doświadczenia w pełni potwierdzają, że zastosowana metoda może być z powodzeniem wykorzystana w badaniach jakościowych związanych z różnego typu materiałami uziarnionymi, w tym również węglem. Badania w tym zakresie są kontynuowane.
Źródło:
Archives of Mining Sciences; 2015, 60, 1; 39-50
0860-7001
Pojawia się w:
Archives of Mining Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Comparison of selected methods of multi-parameter data visualization used for classification of coals
Autorzy:
Jamroz, D.
Niedoba, T.
Powiązania:
https://bibliotekanauki.pl/articles/110329.pdf
Data publikacji:
2015
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
multidimensional visualization
observational tunnels method
multidimensional scaling
MDS
principal component analysis
PCA
relevance maps
autoassociative neural networks
Kohonen maps
parallel coordinates method
grained material
coal
Opis:
Methods of multi-parameter data visualization through the transformation of multidimensional space into two-dimensional one allow to present multidimensional data on computer screen, thus making it possible to conduct a qualitative analysis of this data in the most natural way for human – by a sense of sight. In the paper a comparison was made to show the efficiency of selected seven methods of multidimensional visualization and further, to analyze data describing various coal type samples. Each of the methods was verified by checking how precisely a coal type can be classified when a given method is applied. For this purpose, a special criterion was designed to allow an evaluation of the results obtained by means of each of these methods. Detailed information included presentation of methods, elaborated algorithms, accepted parameters for best results as well the results. The framework for the comparison of the analyzed multi-parameter visualization methods includes: observational tunnels method multidimensional scaling MDS, principal component analysis PCA, relevance maps, autoassociative neural networks, Kohonen maps and parallel coordinates method.
Źródło:
Physicochemical Problems of Mineral Processing; 2015, 51, 2; 769-784
1643-1049
2084-4735
Pojawia się w:
Physicochemical Problems of Mineral Processing
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Switch preference analysis by the drift vector method
Analiza zmian preferencji z wykorzystaniem metody wektorów dryfu
Autorzy:
Zaborski, Artur
Powiązania:
https://bibliotekanauki.pl/articles/654523.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
analiza preferencji
skalowanie wielowymiarowe
dane asymetryczne
wektory dryfu
preference analysis
multidimensional scaling
asymmetric data
drift vectors
Opis:
Punktem wyjścia w skalowaniu wielowymiarowym jest symetryczna macierz niepodobieństw. Jednak macierz danych o zmianach preferencji (np. prawdopodobieństwo, że konsument dokonuje zakupu marki j pod warunkiem, że przy wcześniejszych zakupach była to marka i, liczba osób deklarujących, że marka j jest przez nich najbardziej preferowana, mimo że we wcześniejszym okresie była to marka i i in.) nie jest symetryczna. Dla takich danych uśrednienie odpowiednich wartości niepodobieństw prowadzi do utraty cennych informacji dotyczących analizowanego zjawiska, stąd konieczność stosowania metod właściwych dla danych niesymetrycznych. Spośród wybranych metod niesymetrycznego skalowania wielowymiarowego szczególną uwagę zwrócono na metodę wektorów dryfu. Metoda ta umożliwia równoczesną prezentację na mapie percepcyjnej konfiguracji punktów reprezentujących analizowane obiekty, jak również wektorów wskazujących kierunek i siłę zmian zachodzących w preferencjach respondentów.
The matrix of  switch preference data (e.g. one’s preference for brand j, given that one has already defined his/her first choice for brand i) is not symmetric. The averaging of  appropriate off-diagonal proximity entries for such data leads to the loss of information, hence the necessity to use appropriate methods for asymmetric data. Among the chosen methods of asymmetric multidimensional scaling, particular attention was paid to the drift vectors method. This method enables to present simultaneously on the perceptual map both the configuration of points representing the analyzed objects and the vectors indicating the direction and the strength of changes in the respondents preferences.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2015, 3, 314
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
WYKORZYSTANIE NARZĘDZI WAP DO OCENY POZIOMU ZANIECZYSZCZANIA ŚRODOWISKA W UJĘCIU PRZESTRZENNYM
THE USE OF MULTIDIMENSIONAL COMPARATIVE ANALYSIS TOOLS TO ASSESS THE LEVEL OF ENVIRONMENTAL POLLUTION IN SPATIAL TERMSUSE OF TOOLS
Autorzy:
Koszela, Grzegorz
Szczesny, Wiesław
Powiązania:
https://bibliotekanauki.pl/articles/453192.pdf
Data publikacji:
2015
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
Tematy:
ranking
wskaźnik zróżnicowania
wskaźnik syntetyczny
gradacyjna analiza danych
program GradeStat
diversity index
a synthetic index
grade data analysis
GradeStat program
Opis:
W pracy została omówiona problematyka oceny stabilności rankingu przed jego upublicznieniem na przykładzie oceny zanieczyszczenia środowiska w Polsce w ujęciu regionalnym. Została zaproponowana procedura oceny stabilności przy wykorzystaniu miary zróżnicowania zbioru wektorów. Praca ta jest pewnym uzupełnieniem wyników i dyskusji uzyskanych przez [Kukuła 2014].
The paper discusses the problem of assessing the ranking stability before publicizing on the example of the environmental pollution evaluation in Polish regions. It was proposed the stability assessment process with the use of measures of set of vectors diversity. The paper is a complement to the results and discussion obtained by [Kukuła 2014].
Źródło:
Metody Ilościowe w Badaniach Ekonomicznych; 2015, 16, 3; 183-193
2082-792X
Pojawia się w:
Metody Ilościowe w Badaniach Ekonomicznych
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie funkcji przynależności w analizie subiektywnego postrzegania jakości życia
Application of membership function in the analysis of subjective perception of quality of life
Autorzy:
Dudek, Hanna
Szczesny, Wiesław
Powiązania:
https://bibliotekanauki.pl/articles/425020.pdf
Data publikacji:
2015
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
membership function
quality of life
multidimensional data analysis
Opis:
In this paper a multivariate analysis of the subjective perception of quality of life is undertaken. In the analysis methods of a fuzzy set theory are applied. The study is conducted on data from the Social Diagnosis 2013. It includes 16 items relating to the evaluation of satisfaction with particular aspects of life. Each of these items is measured on a 7-grade scale. The item’s categories are converted into a [0, 1] interval by using a membership function. In order to aggregate items into synthetic indicators various systems of weights are used. It is found that the choice of weights does not significantly affect the distribution of synthetic indicators. In the next stage, the subjective perception of the quality of life in different socio- -demographic groups is analyzed. It is found that such characteristics as gender, place of residence, size of household, education level and age are important determinants of subjective perception of quality of life.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2015, 4 (50); 62-78
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ocena zróżnicowania poziomu życia mieszkańców województw w latach 2003–2013 za pomocą składowych głównych dla wielowymiarowych danych funkcjonalnych oraz analizy skupień
Estimation of Diversity of Living Standards in Polish Voivodships in 2003–2013 Using Principal Components for Multidimensional Functional Data and Cluster Analysis
Autorzy:
Krzyśko, Mirosław
Majka, Agnieszka
Wołyński, Waldemar
Powiązania:
https://bibliotekanauki.pl/articles/1050488.pdf
Data publikacji:
2016-03-31
Wydawca:
Główny Urząd Statystyczny
Tematy:
wielowymiarowe dane funkcjonalne
funkcjonalna analiza danych
analiza składowych głównych
multivariate functional data
functional data analysis
principal components analysis
Opis:
W artykule przedstawiono ocenę zróżnicowania poziomu życia mieszkańców województw w latach 2003–2013. Do oceny zastosowano analizę składowych głównych dla wielowymiarowych danych funkcjonalnych oraz dendrytową analizę skupień. Metody te pozwoliły na wyodrębnienie względnie jednorodnych grup województw o zbliżonym poziomie rozpatrywanych cech dla całego rozpatrywanego okresu łącznie.
The paper presents an estimation of life standard diversity for residents of Polish voivodships in 2003–2013. The principal component analysis was applied for multidimensional functional data and the dendrite method was used for cluster analysis. These methods made it possible to isolate relatively homogeneous groups of voivodships that had similar values of characteristics under consideration, for the whole period at issue.
Źródło:
Przegląd Statystyczny; 2016, 63, 1; 81-98
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The use of the visualisation of multidimensional data using PCA to evaluate possibilities of the division of coal samples space due to their suitability for fluidised gasification
Zastosowanie wizualizacji wielowymiarowych danych za pomocą PCA do oceny możliwości podziału próbek węgla ze względu na ich przydatność do zgazowania
Autorzy:
Jamróz, D.
Niedoba, T.
Surowiak, A.
Tumidajski, T.
Powiązania:
https://bibliotekanauki.pl/articles/219788.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
analiza PCA
wizualizacja wielowymiarowa
zgazowanie węgla
wzbogacanie w osadzarkach
principal component analysis (PCA)
multidimensional visualisation
coal gasification
jigging
Opis:
Methods serving to visualise multidimensional data through the transformation of multidimensional space into two-dimensional space, enable to present the multidimensional data on the computer screen. Thanks to this, qualitative analysis of this data can be performed in the most natural way for humans, through the sense of sight. An example of such a method of multidimensional data visualisation is PCA (principal component analysis) method. This method was used in this work to present and analyse a set of seven-dimensional data (selected seven properties) describing coal samples obtained from Janina and Wieczorek coal mines. Coal from these mines was previously subjected to separation by means of a laboratory ring jig, consisting of ten rings. With 5 layers of both types of coal (with 2 rings each) were obtained in this way. It was decided to check if the method of multidimensional data visualisation enables to divide the space of such divided samples into areas with different suitability for the fluidised gasification process. To that end, the card of technological suitability of coal was used (Sobolewski et al., 2012; 2013), in which key, relevant and additional parameters, having effect on the gasification process, were described. As a result of analyses, it was stated that effective determination of coal samples suitability for the on-surface gasification process in a fluidised reactor is possible. The PCA method enables the visualisation of the optimal subspace containing the set requirements concerning the properties of coals intended for this process.
Proces zgazowania węgla jest jedną z technologii, które zyskują coraz szerszą uwagę wśród technologów zajmujących się jego przeróbką i utylizacją. Ze względu na typ zgazowania wyróżnia się dwa główne sposoby: zgazowanie naziemne i podziemne. Każdy z tych typów można jednak przeprowadzić za pomocą różnych technologii. W przypadku zgazowania naziemnego, jedną z takich technologii jest zgazowanie w reaktorze fluidalnym. Do tego typu zgazowania zostały opracowane wytyczne w ramach projektu NCBiR nr 23.23.100.8498/R34 pt. „Opracowanie technologii zgazowania węgla dla wysokoefektywnej produkcji paliw i energii” w ramach strategicznego programu badań naukowych i prac rozwojowych pt. „Zaawansowane technologie pozyskiwania energii” (Marciniak-Kowalska, 2011-12; Sobolewski et al., 2012; 2013; Strugała et al., 2011; 2012). Autorzy wybrali główne z tych wytycznych, dotyczących zalecanych poziomów określonych cech węgla. W celu zbadania węgla pod kątem ich przydatności do zgazowania pobrano próbki dwóch węgli: pochodzących z Zakładu Górniczego Janina oraz z Kopalni Węgla Kamiennego Wieczorek. Każdy z tych węgli został poddany procesowi wzbogacania w laboratoryjnej osadzarce pierścieniowej (10 pierścieni, węgiel w klasach wydzielonych z przedziału 0-18 mm). Po zakończeniu procesu rozdziału materiał podzielono na 5 warstw (po 2 pierścienie) i każdy z nich rozsiano na sitach na 10 klas ziarnowych, ustalając wychody warstw i klas. Następnie, tak otrzymane produkty – klasy ziarnowe, po wydzieleniu analitycznych próbek, poddano chemicznej analizie elementarnej i technicznej węgla, w celu scharakteryzowania właściwości wpływających na procesy zgazowania. Łącznie z obu kopalń uzyskano 99 próbek (50 z kopalni Janina oraz 49 z kopalni Wieczorek – w jednej z warstw nie uzyskano klasy 16-18 mm) charakteryzowanych przez następujące parametry: zawartość siarki całkowitej, zawartość wodoru, zawartość azotu, zawartość chloru, zawartość węgla całkowitego, ciepło spalania oraz zawartość popiołu. Przykładowe dane dla jednej z otrzymanych warstw przedstawiono w tabeli 1. Dodatkowo wykorzystano kartę przydatności technologicznej węgla (Sobolewski et al., 2012; 2013), w której opisano parametry kluczowe, istotne oraz dodatkowe, mające wpływ na proces zgazowania. Na jej podstawie oznaczono próbki węgla, które w sposób efektywny poddają się procesowi zgazowania. W celu wizualizacji danych zastosowano jedną z nowoczesnych metod wielowymiarowej statystycznej analizy czynnikowej – metodę PCA (ang. Principal Component Analysis). W metodzie tej dokonuje się rzutu prostopadłego wielowymiarowych danych na płaszczyznę reprezentowaną przez specjalnie wybrane wektory V1,V2. Są to wektory własne, odpowiadające dwóm największym (co do modułu) wartościom własnym macierzy kowariancji zbioru obserwacji. Opisany dobór wektorów V1,V2 pozwala uzyskać obraz na płaszczyźnie prezentujący najwięcej zmienności danych. Algorytm i zasady tej metody zostały szczegółowo zaprezentowane w podrozdziale 3 artykułu. Za pomocą metody PCA dokonano trzech typów analiz. Pierwszy obraz miał na celu rozpoznanie, czy możliwa jest identyfikacja pochodzenia węgla, czyli rozdział węgla pochodzącego z ZG Janina od węgla z KWK Wieczorek. Odpowiedź była twierdząca. Na tak przygotowane dane narzucono następnie warunki wynikające z nałożenia wymogów określonych w karcie przydatności technologicznej węgla. Okazało się, że przy wzięciu pod uwagę wszystkich warunków jedynie 17 próbek z ZG Janina i zaledwie jedna z KWK Wieczorek spełnia wszystkie kryteria, co przedstawiono na rysunku 2. Stwierdzono, że dzieje się tak głównie z powodu zawartości chloru, która wykracza poza nałożone limity. Cecha ta nie wpływa jednak w kluczowy sposób na sam proces zgazowania a istotna jest ze względu na aspekt ochrony środowiska. Dlatego dokonano podobnej analizy, ale przy odrzuceniu warunku dotyczącego tej cechy. Po odrzuceniu wymogów dotyczących zawartości chloru okazało się, że 37 próbek z ZG Janina oraz 41 próbek z KWK Wieczorek spełnia pozostałe zalecenia odnośnie naziemnego zgazowania w reaktorze fluidalnym. Jest to potwierdzenie wcześniejszych obserwacji autorów w tym zakresie. W obu przypadkach wizualizacja wielowymiarowa przy użyciu PCA pozwoliła stwierdzić, że obrazy punktów reprezentujących próbki węgla bardziej podatnego na zgazowanie oraz mniej przydatnego do zgazowania zajmują osobne podobszary przestrzeni oraz gromadzą się w skupiskach, które można łatwo od siebie odseparować. Stwierdzono więc, że metoda PCA pozwala podzielić przestrzeń próbek na obszary o różnej przydatności do procesu zgazowania fluidalnego zarówno gdy przyjęto ograniczenie dotyczące zawartości chloru jak i przy jego pominięciu. Zastosowanie metody PCA w celu identyfikacji przydatności próbek węgla do zgazowania jest nowatorskie i nie było wcześniej stosowane. Istnieje możliwość zastosowania również innych metod w tym zakresie. Należy jednak podkreślić, że niewątpliwą zaletą metody PCA jest fakt, że w trakcie wizualizacji nie ma konieczności doboru żadnych parametrów w przeciwieństwie do wielu innych metod wizualizacji wielowymiarowych danych.
Źródło:
Archives of Mining Sciences; 2016, 61, 3; 523-535
0860-7001
Pojawia się w:
Archives of Mining Sciences
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