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 "Drużdżel, A." wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Inercyjny system pomiarowy do obiektywnej oceny biernej podatności kręgosłupa na rozciąganie
    Use of inertial measurement system for objective assessment of passive vulnerability for spine stretching
    Autorzy:
    Klimowski, K.
    Staniszewski, J.
    Drużdżel, A.
    Bryl, A.
    Sauer, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/2063843.pdf
    Data publikacji:
    2015
    Wydawca:
    Międzynarodowe Stowarzyszenie na rzecz Robotyki Medycznej
    Tematy:
    kręgosłup
    rozciąganie kręgosłupa
    system pomiarowy
    spine
    stretching the spine
    measuring system
    Opis:
    Przedstawiony artykuł jest studium nad problemem wykorzystania inercyjnego systemu pomiarowego w obiektywnej ocenie biernej podatności kręgosłupa na rozciąganie. Przeprowadzone badania miały na celu sprawdzenie, czy zaproponowany system może zostać wykorzystany do oceny zagadnienia rozciągliwości kręgosłupa. W artykule zaproponowano pomiar orientacji punktów odniesienia położonych w pobliżu osi kręgosłupa, jako najlepszą metodę oceny efektywności pojedynczego zabiegu. Metoda analizy zakłada wykorzystanie 10 punktów odniesienia umieszczonych po obu stronach kręgosłupa w płaszczyźnie osi czołowej człowieka.
    This paper studies the problem of the use of the inertial measurement system in an objective assessment of passive vulnerability of spine stretching. The aim of the research was to establish whether the proposed system can be used to assess an issues of spine extensibility. In this paper it has been suggested to use the measurement of the orientation of the reference points which are located near the spinal axis as the best method for assessing the eff ectiveness of a single treatment. The analytical method involves using 10 reference points located on the both sides of the spine in the coronal plane of the body.
    Źródło:
    Medical Robotics Reports; 2015, 4; 24--30
    2299-7407
    Pojawia się w:
    Medical Robotics Reports
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analyzing certain temporal dependences in Netflix data
    Analiza wybranych zależności czasowych w danych Netflix
    Autorzy:
    Łupińsla-Dubicka, A.
    Drużdżel, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/341143.pdf
    Data publikacji:
    2008
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    zależności czasowe
    Netflix
    data analysis
    temporal dependences
    Opis:
    Netflix (see http://www.netflix.com/), an American Internet-based movie rental company, uses data mining in their recommendation system. In October 2006 Netflix made a huge data base of their users and movie evaluations available to the community and announced a million dollars prize to the team that beats the accuracy of their recommendations by at least 10%. The data have since become an object of interest of the machine learning community. In this paper, we focus on one aspect of the data that, to our knowledge, has been overlooked — their temporal dependences. We have looked at the impact of the day of the week, month of the year, length of membership, month from the start of Netflix, etc., on the average evaluation.
    Działający w Stanach Zjednoczonych Ameryki Netflix (http://www.netflix. com/) jest jedną z największych na świecie internetowych wypożyczalni filmów. W celu uzyskania wyższej jakości proponowanych przez system ocen filmów, w październiku 2006 roku Netflix udostępnił bazę danych użytkowników oraz ich ocen i ogłosił nagrodę dla tego, kto uzyska co najmniej 10-cio procentową poprawęw stosunku do wyników Cinematch (RMSE=0.9525). W tym artykule postawiliśmy sobie za cel zbadanie, czy zalezności czasowe, takie jak dzień tygodnia lub długość członkostwa, są w stanie zwiększyć jakość prognozowania.
    Źródło:
    Zeszyty Naukowe Politechniki Białostockiej. Informatyka; 2008, 3; 67-82
    1644-0331
    Pojawia się w:
    Zeszyty Naukowe Politechniki Białostockiej. Informatyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    How reliable is a measure of model reliability? Bootstrap confidence intervals over validation results
    Jak wiarygodna jest miara oceny modelu? Bootstrapowe przedziały ufności dla miar dokładności modelu
    Autorzy:
    Koźniewski, M.
    Cypko, M. A.
    Drużdżel, M. J.
    Powiązania:
    https://bibliotekanauki.pl/articles/88378.pdf
    Data publikacji:
    2016
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    sieci bayesowskie
    bootstrapowe przedziały ufności
    walidacja
    Bayesian networks
    bootstrap confidence intervals
    validation
    Opis:
    A researcher testing a model will frequently question the reliability of the test results, understanding well the intuition that verification performed on a handful of cases is less reliable than verification based on very large numbers of cases. Because a limited number of verification cases happens pretty often in very specific domains, a question of practical importance is, thus, how reliable is a reported reliability measure. We propose a methodology based on deriving confidence intervals over various measures of accuracy of Bayesian network models by means of bootstrap confidence intervals. We evaluate our approach on ROC and calibration curves derived for a model derived from an UC Irvine Machine Learning Repository data set and a sizeable (over 300 variables) practical model constructed using expert knowledge and evaluated on merely 66 accumulated real patient cases. We show how increasing the number of test cases impacts the width of confidence intervals and how this can aid in estimating a reasonable number of verification cases that will increase the confidence in model reliability.
    Przy testowaniu modelu należy zdawać sobie z tego sprawę że weryfikacja modelu przy pomocy małego zbioru danych jest mniej przekonywująca niż weryfikacja bazująca na dużym zbiorze danych. Często napotyka się sytuację, w której do analizy modelu dysponujemy nieznaczną ilością rekordów. Nasuwa się pytanie o wiarygodność oceny modelu. Proponujemy w takiej sytuacji przyjrzeć się bootrstrapowym przedziałom ufności różnych ˙ miar dokładności modelu. W tej pracy określamy bootstrapowe przedziały ufności dla krzywych ROC i krzywych kalibracji modeli uzyskanych z danych z repozytorium UC Irvine. Czynność powtarzamy dla modelu skonstruowanego na podstawie wiedzy ekspertów (ponad 300 zmiennych) i testowanego na 66 zebranych rekordach pacjentów. Pokazujemy jak wzrost liczby rekordów wpływa na szerokość bootstrapowych przedziałów ufności oraz jak taka analiza może pomóc w określeniu liczby rekordów, która może podwyższyć rzetelność weryfikacji modelu.
    Źródło:
    Advances in Computer Science Research; 2016, 13; 27-41
    2300-715X
    Pojawia się w:
    Advances in Computer Science Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      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