Informacja

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

Wyszukujesz frazę "Pełka, Marcin" wg kryterium: Autor


Wyświetlanie 1-28 z 28
Tytuł:
Podejście wielomodelowe w regresji danych symbolicznych interwałowych
Ensemble learning in regression model of symbolic interval data
Autorzy:
Pełka, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/424829.pdf
Data publikacji:
2014
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
ensemble learning
regression of symbolic data
interval-valued data
Opis:
Ensemble learning, which consist in using a lot of models (instead one single model) can be used in classical data analysis. The aim of the paper is to present an adaptation of ensemble learning with the use of bagging for regression analysis of symbolic interval-valued data. The article presents basic concepts concerning symbolic data analysis, the adaptation of ordinary least squares model for symbolic interval-valued data and the idea of bagging approach in ensemble learning. The empirical part contains the results of simulation studies obtained with the application of real and artificial data sets for centers and centers and range methods. The results show that both methods reach usually better results when using bagging than in case of a single model.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2014, 4(46); 211-220
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Regresja logistyczna dla danych symbolicznych interwałowych
Logistic regression for interval-valued symbolic data
Autorzy:
Pełka, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/424986.pdf
Data publikacji:
2015
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
logistic regression
interval-valued symbolic variables
symbolic data analysis
Opis:
When dealing with real data situation we often have a binary (biomial, dichoto-mous) dependent variable. As the linear probability model is not such a good solution in such a situation there is a need to use nonlinear models. A quite good solution for such a sit-uation is the logistic regression model. The paper presents an adaptation of linear regression model when dealing with symbolic interval-valued variables. Four approaches poposed by de Souza et. al [2011] how to apply such variables are presented. In the empirical part re-sults obtained with the application of artificial and real data sets are shown. The best results are obtained for midpoint and bounds (joint estimation) methods.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2015, 2 (48); 44-52
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Klasyfikacja wielomodelowa danych symbolicznych w badaniu innowacyjności krajów Unii Europejskiej
Ensemble clustering of symbolic data in identification of innovation of European Union countries
Autorzy:
Pełka, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/425162.pdf
Data publikacji:
2017
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
dane symboliczne
innowacyjność
klasyfikacja wielomodelowa
Opis:
Innowacje odgrywają coraz to większą rolę w nowoczesnej gospodarce rynkowej. Pozwalają one odnosić korzyści wszystkim obywatelom (producentom, konsumentom i pracownikom). Innowacje mają także kluczowe znaczenie dla poprawy jakości życia, tworzenia lepszych miejsc pracy, a także szeroko rozumianego rozwoju społeczeństwa ekologicznego. Polityka innowacyjności stanowi istotny element polityki na poziomie zarówno krajów, jak i samej Unii Europejskiej. Celem artykułu jest zaprezentowanie przykładu zastosowania podejścia wielomodelowego danych symbolicznych (z zastosowaniem macierzy współwystąpień i metody k-medoidów) w klasyfikacji krajów Unii Europejskiej pod względem ich innowacyjności. W części empirycznej wykorzystano pakiety clusterSim oraz symbolicDA programu R do wykonania obliczeń. W wyniku zastosowania podejścia wielomodelowego zidentyfikowano strukturę czterech różnych klas.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2017, 2 (56); 42-51
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Pozytywna i negatywna ekskluzja ekologiczna – próba zestawienia
Positive and Negative Ecological Exclusion – an Attempt to Compare
Autorzy:
Pełka, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/903455.pdf
Data publikacji:
2018-04-30
Wydawca:
Akademia Pedagogiki Specjalnej im. Marii Grzegorzewskiej. Wydawnictwo APS
Tematy:
social exclusion
ecological problems sustainable development environmental
ethics
eco-philosophy
eco-theology
eco-psychology eco-pedagogics
ekskluzja społeczna
problemy ekologiczne zrównoważony rozwój ekoetyka
ekofilozofia
ekoteologia
ekopsychologia ekopedagogika
Opis:
W pierwszym punkcie artykułu określam zaplecze terminologiczne zagadnienia, przede wszystkim definiuję w jaki sposób posługiwać się będę pojęciem ekskluzji (wykluczenia). W drugim punkcie opisuję negatywne znaczenie ekskluzji społecznej ze względów ekologicznych, które wynika z postępującego wyniszczania naturalnych zasobów naszej planety. Trzeci punkt poświęcam czysto pozytywnemu rozumieniu pojęcia ekskluzji ekologicznej ukazując podejmowany przez bioregionalistów postulat wytyczenia przestrzeni, w których przyroda pozostałaby w swym dziewiczym, nienaruszonym stanie. Ostatni punkt dotyczy problemu przeciwdziałania negatywnie rozumianemu wykluczeniu z perspektywy ekologicznej, skupiam się w nim głównie na postulatach nauk humanistycznych zaangażowanych na rzecz ekologii oraz na idei zrównoważonego rozwoju.
In the first point of the article, I define the terminology of the issue, primarily I define how I will use the term exclusion. In the second point, I describe the negative significance of social exclusion for ecological reasons, which occurs due to the progressive destruction of the natural resources of our planet. The third point is devoted to the commonly positive understanding of ecological exclusion which is reflected in the bio-regionalists’ postulate to draw an area of pristine and untouched nature. The last point, concerns counteraction against the negatively understood exclusion from the ecological perspective. I focus here mainly on postulates created in the field of humanities involved in ecology and the idea of sustainable development.
Źródło:
Studies in Global Ethics and Global Education; 2017, 8; 63-79
2392-0890
Pojawia się w:
Studies in Global Ethics and Global Education
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Recenzja książki Ryszard F. Sadowski, 2015, Filozoficzny spór o rolę chrześcijaństwa w kwestii ekologicznej, Towarzystwo Naukowe Franciszka Salezego, Warszawa
Autorzy:
Pełka, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/470715.pdf
Data publikacji:
2018
Wydawca:
Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie
Źródło:
Studia Ecologiae et Bioethicae; 2018, 16, 1; 103-107
1733-1218
Pojawia się w:
Studia Ecologiae et Bioethicae
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wielomodelowa klasyfikacja spektralna danych symbolicznych
Autorzy:
Pełka, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/584409.pdf
Data publikacji:
2017
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
klasyfikacja wielomodelowa
klasyfikacja spektralna
dane symboliczne
Opis:
Klasyfikacja spektralna, którą zaproponowali Ng, Jordan i Weiss [ 2002], jest nie tyle nową metodą klasyfikacji, ile nowym podejściem do przygotowywania danych na potrzeby klasyfikacji, która wykorzystuje ideę dekompozycji spektralnej macierzy danych. Głównym celem artykułu jest zastosowanie klasyfikacji spektralnej na potrzeby podejścia wielomodelowego w analizie skupień danych symbolicznych oraz przeprowadzenie i analiza symulacji w tym zakresie. Klasyfikacja spektralna może znaleźć zastosowanie zarówno w przygotowaniu danych na potrzeby utworzenia macierzy współwystąpień (co-association matrix), jak i w samej klasyfikacji dokonywanej na podstawie tej macierzy, a także jako metoda przygotowywania danych na potrzeby adaptacji metody boosting w klasyfikacji. W części empirycznej artykułu zaprezentowano i zinterpretowano wyniki klasyfikacji wielomodelowej z zastosowaniem klasyfikacji spektralnej zarówno do przygotowania danych wejściowych, jak i samej klasyfikacji. Wykorzystano tu sztuczne zbiory danych o znanej strukturze klas.
Źródło:
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu; 2017, 468; 180-187
1899-3192
Pojawia się w:
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Problematyka doboru miary odległości w klasyfikacji spektralnej danych symbolicznych
The Problem of Distance Measure Selection for Spectral Clustering of Symbolic Data
Autorzy:
Pełka, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/586131.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Klasyfikacja danych
Pomiary
Data classifications
Measurement
Opis:
Spectral clustering that was proposed by Ng, Jordan and Weiss, is not in fact a new clustering method, but rather a new way to prepare data set for clustering method. This method uses the idea of spectral decomposition. The main aim of the paper is to present a possibility of application spectral clustering when dealing symbolic data, with a special focus on different distance measures that can be applied for this kind of data. In experiment studies artificial data sets with known cluster structure were obtained with application of clusterSim and mlbench packages of R software. Each data set was clustered 40 times with application of each distance measure applied. Received results were compared with known cluster structure with application of adjusted Rand index.
Źródło:
Studia Ekonomiczne; 2014, 195; 141-150
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Podejście wielomodelowe analizy danych symbolicznych w ocenie zdolności kredytowej osób fizycznych
Autorzy:
Pełka, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/580566.pdf
Data publikacji:
2018
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
zdolność kredytowa
analiza danych symbolicznych
podejście wielomodelowe
Opis:
Ustawa prawo bankowe definiuje zdolność kredytową jako zdolność do spłaty zaciągniętego kredytu wraz z odsetkami w terminach określonych w umowie. Analiza i ocena zdolności kredytowej jest kluczowym zagadnieniem z punktu widzenia banku. W ocenie zdolności kredytowej istotne miejsce zajmują szeroko rozumiane metody analizy danych – w tym podejście wielomodelowe. Głównym celem artykułu jest zaprezentowanie zastosowania podejścia wielomodelowego danych symbolicznych w ocenie zdolności kredytowej osób fizycznych (na przykładzie dwóch zbiorów danych rzeczywistych) oraz porównanie wyników otrzymanych z zastosowaniem podejścia wielomodelowego z pojedynczym modelem oraz znaną przynależnością obiektów do klas. Otrzymane wyniki wskazują, że podejście wielomodelowe analizy danych symbolicznych może być użytecznym narzędziem w ocenie zdolności kredytowej osób fizycznych i pozwala otrzymać z reguły lepsze wyniki niż model pojedynczy.
Źródło:
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu; 2018, 507; 200-207
1899-3192
Pojawia się w:
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
K-nearest neighbour classification for symbolic data
Autorzy:
Pełka, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/658927.pdf
Data publikacji:
2010
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Opis:
Reguła kNN (k Nearest Neighbours) została zaproponowana w pracy (Fix E., Hodges J. L. [1951]) i jest jednym z najlepszych klasyfikatorów dla danych w ujęciu klasycznym. W najprost- szym ujęciu metoda k-najbliższych sąsiadów polega na tym, że klasyfikowany obiekt jest zaliczany do klasy najliczniej reprezentowanej wśród jego k „najbliższych sąsiadów”. Jeżeli w tej samej odległości, co k-ty „sąsiad” znajdą się jeszcze inne elementy, to wszyscy ci „sąsiedzi” biorą udział w głosowaniu. W artykule zaprezentowano adaptację metody KNN dla danych symbolicznych, którą za- proponował zespół pod kierownictwem D. Malerby (por. Malerba i in. [2004]). Badania przepro- wadzono na danych symbolicznych w różnych modelach (generowanych za pomocą procedury cluster. Gen z pakietu clusterSim dla programu R). Modele te zawierały znaną liczbę klas. Dodatkowo do każdego modelu dodano różną liczbę zmiennych zakłócających i wartości odstających, które zniekształcają oryginalną strukturę klas.
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:
Podejście wielomodelowe analizy danych symbolicznych w ocenie pozycji produktów na rynku
Ensemble learning for symbolic datain product positioning
Autorzy:
Pełka, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/424929.pdf
Data publikacji:
2013
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
ensemble clustering
cluster analysis of symbolic data
product positioning
Opis:
Product positioning is a wide range of business activities. Positioning is the process by which marketers try to create an image or identity in the minds of their target market for its product, brand, or organization. The main aim of the paper is to preset and apply ensemble learning for symbolic data in cluster analysis in order to evaluate a product position. Empirical part of the paper presents the application of co-occurrence matrix and bagging algorithm in ensemble learning for symbolic data (car market data was used). These two approaches reached almost the same results when considering adjusted Rand index.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2013, 2(40); 95-102
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analysis of happiness in EU countries using the multi-model classification based on models of symbolic data
Autorzy:
Pełka, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/425036.pdf
Data publikacji:
2019
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
happiness
the European Union
symbolic data analysis
ensemble clustering
Opis:
The results of happiness analysis are presented in the form of a World Happiness Report that covers 156 countries and 17 different indicators. In the article model-based clustering ensemble is built to determine what selected European countries have similar patterns of happiness. The results are analyzed using multidimensional scaling and a decision tree to find out what factors determine cluster memberships. In the empirical part, three clusters were detected The first contains countries: Austria, Denmark, Finland, Germany, Ireland, Luxembourg, the Netherlands, Norway, Sweden, Switzerland and the United Kingdom. They have the highest values for all the variables, except the negative affect. The second cluster contains seven countries: Bulgaria, Estonia, Hungary, Lithuania, Poland, Romania and Slovakia. This cluster is also the most homogeneous one. The third cluster contains eight countries: Cyprus, the Czech Republic, France, Greece, Italy, Portugal, Slovenia and Spain.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2019, 23, 3; 15-25
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analysis of innovations in the European Union via ensemble symbolic density clustering
Analiza innowacyjności krajów Unii Europejskiej z zastosowaniem wielomodelowej klasyfikacji gęstościowej danych symbolicznych
Autorzy:
Pełka, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/425070.pdf
Data publikacji:
2018
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
innovations
European Union
symbolic data analysis
ensemble clustering
Opis:
Innovations play a very important role in the modern economy. They are the key to a higher quality of life, better jobs and economy and sustainable development. The innovation policy is a key element of both national and European Union strategy. The main aim of this paper is to present an ensemble clustering of European Union countries (member states) considering their innovativeness. In the empirical section, symbolic density-based ensemble clustering is used to obtain the co-occurrence matrix. The paper uses symbolicDA, clusterSim and dbscan packages of R software for all calculations. Four different clusters where obtained in the result of clustering. Cluster 1 contains highinnovative countries (innovation leaders). This cluster is also the least homogenous. Cluster 2 contains post-communist countries mainly from central Europe. These countries can be seen as rather mid-low innovative (they try to “catch up” with innovation leaders). Cluster 3 contains moderate innovators. Cluster 4 contains two countries that are also mid-innovative.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2018, 22, 3; 84-98
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Clustering of Symbolic Data with Application of Ensemble Approach
Klasyfikacja danych symbolicznych z wykorzystaniem podejścia wielomodelowego
Autorzy:
Pełka, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/905659.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
cluster ensemble
co-associacion matrix
symbolic data
Opis:
Ensemble approaches based on aggregated models have been applied with success to discrimination and regression tasks. Nevertheless this approach can be applied to cluster analysis tasks. Many articles have proved that, by combining different clusterings, an improved solution can be obtained. The article presents the possibility of applying ensemble approach based on aggregated models to cluster symbolic data. The paper presents also presents results of clustering obtained by applying ensemble approach.
Podejście wielomodelowe oparte na agregacji modeli jest z powodzeniem wykorzystywane w zagadnieniach dyskryminacyjnych i regresyjnych. Niemniej jednak podejście to może zostać także zastosowane w zagadnieniu klasyfikacji. W wielu artykułach wskazuje się, że połączenie wielu różnych klasyfikacji pozwala otrzymać lepsze wyniki. Artykuł przedstawia możliwość zastosowania podejścia wielomodelowego w klasyfikacji danych symbolicznych. W artykule przedstawiono także wyniki klasyfikacji z wykorzystaniem podejścia wielomodelowego.
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
Tytuł:
Ensemble Approach for Clustering of Interval-Valued Symbolic Data
Autorzy:
Pelka, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/466089.pdf
Data publikacji:
2012
Wydawca:
Główny Urząd Statystyczny
Tematy:
Ensemble clustering
interval-valued symbolic data
Opis:
Ensemble approach has been applied with a success to regression and discrimination tasks [see for example Gatnar 2008]. Nevertheless, the idea of ensemble approach, that is combining (aggregating) the results of many base models, can be applied to cluster analysis of symbolic data. The aim of the article is to present suitable ensemble clustering based on symbolic data. The empirical part of the paper presents results simulation studies (based on artificial data sets with known cluster structure) of ensemble clustering based on co-occurrence matrix for symbolic interval-valued data, compared with single clustering method. The results are compared according to corrected Rand index.
Źródło:
Statistics in Transition new series; 2012, 13, 2; 335-342
1234-7655
Pojawia się w:
Statistics in Transition new series
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Unfolding analysis adaptation for symbolic data – hybrid and symbolic-numeric approach
Autorzy:
Zaborski, Artur
Pełka, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/425012.pdf
Data publikacji:
2013
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
symbolic data analysis
unfolding analysis
preference data
Opis:
The aim of this paper is to propose and present adaptations of unfolding analysis for symbolic data. In the article, the basic terms of unfolding analysis and symbolic data are presented. The paper presents two approaches – the internal hybrid approach and the external symbolic-numeric approach. In the empirical part, the external symbolic-numeric unfolding for LCD brands is presented. Symbolic multidimensional scaling R source codes were written by authors.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2013, 3(41); 32-39
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Effectiveness of Symbolic Classification Trees Vs. Noisy Variables
Skuteczność drzew klasyfikacyjnych dla obiektów symbolicznych a zmienne zakłócające
Autorzy:
Dudek, Andrzej
Pełka, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/906310.pdf
Data publikacji:
2009
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
Classification
discrimination
symbolic data
noisy variables
Opis:
W rzeczywistych problemach badawczych często oprócz zmiennych istotnych mamy do czynienia ze zmiennymi zakłócającymi (nieistotnymi). Nie zawsze można dokonać wyboru zmiennych istotnych, np. za pomocą metody HINoV, lub zmodyfikowanej metody HINoV. W artykule porównano efektywność wykrywania znanej struktury klas za pomocą drzew klasyfikacyjnych dla obiektów symbolicznych oraz jądrowej analizy dyskryminacyjnej obiektów symbolicznych w sytuacji, gdy mamy do czynienia ze zmiennymi zakłócającymi. Badanie efektywności przeprowadzono na symulowanych danych symbolicznych w różnych modelach. Każdy z modeli zawierał znaną liczbę klas. Dodatkowo do każdego modelu dodano różną liczbę zmiennych zakłócających.
In real research problems we usually deal with relevant variables and irrelevant (noisy) variables. Relevant variables sometimes can not be identified, by for example HINoV method or modified HINoV method. This paper compares effectiveness detection o f known class structure with application o f symbolic decision trees and symbolic kernel discriminant analysis in situation where we deal with noisy variables. This research was conducted on artificial symbolic data from a variety o f models. The models contained known structure o f clusters. In addition, the models contained different number o f noisy variables added to obscure the underlying structure.
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:
Cluster Analysis – Symbolic vs. Classical Data
Analiza skupień – dane symboliczne a dane klasyczne
Autorzy:
Wilk, Justyna
Pełka, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/904587.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
cluster analysis
symbolic data analysis
classification
numerical taxonomy
symbolic taxonomy
Opis:
Clustering problem is addressed in many contexts and disciplines. Although there are numerous studies on cluster analysis, there is a lack of a review to complete and systematize knowledge of research approach depending on data form. The paper presents a concept of clustering, classifications of cluster analysis methods, comparison of numerical and symbolic taxonomy, specificity of symbolic data as regards classical data, methods of numerical and symbolic data analysis applicable in clustering procedure.
Celem artykułu jest usystematyzowanie wiedzy na temat analizy skupień w zależności od rodzaju danych empirycznych opisujących problem badawczy. W artykule zaprezentowano cele analizy skupień, dokonano klasyfikacji metod analizy skupień, porównano metody taksonomii numerycznej i symbolicznej. Omówiono także specyfikę danych symbolicznych w odniesieniu do danych w ujęciu klasycznym oraz ich źródła w badaniach ekonomicznych. Wskazano metody statystyczne, jakie mają zastosowanie w analizie danych klasycznych i symbolicznych na każdym etapie procedury klasyfikacji.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2013, 286
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Evaluation of College Students with Application of Latent Class Analysis
Ocena preferencji uczniów szkoły policealnej z wykorzystaniem analizy klas ukrytych
Autorzy:
Rybicka, Aneta
Pełka, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/906857.pdf
Data publikacji:
2012
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
Latent class analysis
segmentation
evaluation of college students
Opis:
In social sciences, especially in economy, to reveal relations between variables it’s easy to apply many known statistical tools when we deal with observable (measureable) variables. The problems appear when dealing with latent variables – that are not directly observed and they are of subjective matter. It’s also an important issue to measure relations between latent variables. The example of latent variables are preferences. The preferences play a very important role in economy. Very often real market decisions, choices (or answers in a questionnaire) are described by non-metric variables (nominal and ordinal). These variables are also called qualitative. The latent class analysis allows to reveal hidden relations between observable variables. The observable variables allow, with a specified probability, to find a non-observable phenomenon. The latent class analysis allows to analyze the qualitative data [see: McCutcheon 1987, p. 7; 11; Hagenaars 1993, p. 21–23]. LCA was introduced by Lazarsfeld in 1950 [1968]. The paper presents evaluation of college students with application of latent class analysis. To obtain such a goal data collected (winter recruitment of 2008/2009) by a college in Walbrzych was used.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2012, 269
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The Comparison of Fuzzy Clustering Methods for Symbolic Interval-Valued Data
Porównanie metod klasyfikacji rozmytej dla danych symbolicznych interwałowych
Autorzy:
Pełka, Marcin
Dudek, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/1364881.pdf
Data publikacji:
2015-09-30
Wydawca:
Główny Urząd Statystyczny
Tematy:
spectral clustering
fuzzy clustering
fuzzy partition
interval-valued data
symbolic data analysis
klasyfikacja spektralna
klasyfikacja rozmyta
dane symboliczne interwałowe
analiza danych symbolicznych
Opis:
Interval-valued data can find their practical applications in such situations as recording monthly interval temperatures at meteorological stations, daily interval stock prices, etc. The primary objective of the presented paper is to compare three different methods of fuzzy clustering for interval-valued symbolic data, i.e.: fuzzy c-means clustering, adaptive fuzzy c-means clustering and fuzzy k-means clustering with fuzzy spectral clustering. Fuzzy spectral clustering combines both spectral and fuzzy approaches in order to obtain better results (in terms of Rand index for fuzzy clustering). The conducted simulation studies with artificial and real data sets confirm both higher usefulness and more stable results of fuzzy spectral clustering method, as compared to other existing fuzzy clustering methods for symbolic interval-valued data, when dealing with data featuring different cluster structures, noisy variables and/or outliers.
Dane symboliczne interwałowe mogą znaleźć zastosowanie w wielu sytuacjach – np. w przypadku notowań giełdowych, zmianach kursów walut, itp. Celem artykułu jest porównanie trzech metod klasyfikacji rozmytej dla danych symbolicznych interwałowych – tj. rozmytej klasyfikacji c-średnich, adaptacyjnej rozmytej klasyfikacji c-średnich oraz rozmytej klasyfikacji k-średnich z rozmytą klasyfikacją spektralną. Rozmyta klasyfikacja spektralna stanowi połączenie podejścia spektralnego oraz klasyfikacji rozmytej c-średnich, dzięki czemu możliwe jest otrzymanie lepszych rezultatów (w sensie indeksu Randa dla klasyfikacji rozmytych). Przeprowadzone badania symulacyjne wskazują, że rozmyta klasyfikacja spektralna dla danych symbolicznych pozwala na uzyskanie lepszych wyników niż inne rozmyte metody klasyfikacji dla tego typu danych jeżeli weźmiemy pod uwagę zbiory danych o różnej strukturze klas, która dodatkowo jest zniekształcana przez obserwacje odstające lub zmienne zakłócające.
Źródło:
Przegląd Statystyczny; 2015, 62, 3; 301-319
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Regression analysis for interval-valued symbolic data versus noisy variables and outliers
Regresja liniowa danych symbolicznych a zmienne zakłócające i obserwacje odstające
Autorzy:
Pełka, Marcin
Dudek, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/425104.pdf
Data publikacji:
2016
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
regression analysis
interval-valued symbolic data
noisy variables
outliers
Opis:
Regression analysis is perhaps the best known and most widely used method used for the analysis of dependence; that is, for examining the relationship between a set of independent variables (X’s) and a single dependent variable (Y). In general regression, the model is a linear combination of independent variables that corresponds as closely as possible to the dependent variable [Lattin, Carroll, Green 2003, p. 38]. The aim of the article is to present two suitable adaptations for a regression analysis of symbolic interval-valued data (centre method and centre and range method) and to compare their usefulness when dealing with noisy variables and/or outliers. The empirical part of the paper presents the results of simulation studies based on artificial and real data, without noisy variables and/or outliers and with noisy variable and outliers. The results are compared according to the values of two coefficients of determination 2 RL and 2 . RU The results show that usually the centre and range method obtains better results even when the data set contains noisy variables and outliers, but in some cases the centre method obtains better results than the centre and range method.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2016, 2 (52); 35-42
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Geometrical Presentation of Preferences by Using Profit Analysis and R Program
Geometryczna prezentacja preferencji z wykorzystaniem analizy profit i programu R
Autorzy:
Zaborski, Artur
Pełka, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/905645.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
multidimensional scaling
property fitting
preference maps
Opis:
PROFIT is a kind of external vector analysis of preference mapping. It is a combination of multidimensional scaling and multiple regression analysis. PROFIT takes as input both a configuration of stimulus points and a set of preference rankings of the different properties of the stimuli. For stimulus space obtained by multidimensional scaling multiple regression is performed using the coordinates as independent variables and attribute as the dependent variable. The program locates each property as a vector through the configuration of points, so that it indicates the direction over the space in which the property is increasing. The article presents PROFIT analysis and the R code to carry out the method. The function is illustrated with an example of application in the analysis of consumer preferences.
PROFIT jest przykładem „zewnętrznej” wektorowej metody map preferencji. Jest ona połączeniem skalowania wielowymiarowego i analizy regresji wielorakiej. Danymi wejściowymi w analizie PROFIT są zarówno współrzędne punktów reprezentujących obiekty na mapie percepcyjnej jak również oceny preferencji obiektów ze względu na wybrane zmienne. Dla konfiguracji punktów reprezentujących obiekty otrzymanej za pomocą skalowania wielowymiarowego przeprowadza się analizę regresji wielorakiej, w której zmiennymi objaśniającymi są współrzędne obiektów na mapie percepcyjnej, a zmiennymi zależnymi oceny marek ze względu na poszczególne cechy. Program dokonuje rozmieszczenia na mapie percepcyjnej zmiennych w postaci wektorów wskazujących kierunek maksymalnej preferencji ze względu na daną zmienną. Artykuł jest prezentacją analizy PROFIT oraz składni poleceń programu R, pozwalającej na jej realizację. Sposób użycia funkcji zilustrowano przykładem badania preferencji.
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
Tytuł:
Pomiar i analiza preferencji wyrażonych z wykorzystaniem pakietu conjoint programu R
The evaluation and analysis of revealed preferences with application of R package conjoint
Autorzy:
Pełka, Marcin
Rybicka, Aneta
Powiązania:
https://bibliotekanauki.pl/articles/422930.pdf
Data publikacji:
2012
Wydawca:
Główny Urząd Statystyczny
Tematy:
pomiar i analiza preferencji
conjoint analysis
program R
evaluation and analysis of preference
R software
Opis:
Conjoint analysis jest metodą statystyczną, w której preferencje empiryczne respondentów wobec różnych ofert (rzeczywistych lub hipotetycznych) są poddawane dekompozycji w celu określenia: funkcji użyteczności każdego atrybutu, względnego znaczenia każdego z nich, analizy udziałów w rynku oraz segmentacji konsumentów. Na rynku obecnie oferowane są różne oprogramowania komputerowe pozwalające na przeprowadzenie badań preferencji konsumentów z wykorzystanie metod conjoint analysis. W artykule przedstawiono pakiet conjoint programu R oraz opracowane pakiety i funkcje programu R, niezbędne w prowadzeniu empirycznych badań preferencji. Program R, ze względu na dostępność na zasadach licencji GPL, zdobywa coraz więcej zwo-lenników, zarówno wśród osób zajmujących się badaniami preferencji, jak i osób korzystają-cych z metod analizy wielowymiarowej. Natomiast pakiet conjoint jest odpowiedzią na fakt, że nie wszystkie kroki procedury conjoint analysis znalazły swe odzwierciedlenie w programie R. W szczególności dotyczy to oceny ważności atrybutów oraz symulacji udziałów w rynku na etapie analizy i interpretacji wyników. W artykule przedstawiono również wyniki badania preferencji konsumentów wina z wyko-rzystaniem pakietu conjoint, analizę udziałów w rynku wybranych profilów symulacyj-nych oraz segmentacje konsumentów wina.
Conjoint analysis is a statistical method in which consumer preferences are decomposed in order to evaluate: utility function for each attribute, importance of each attribute, market shares simulations and segmentation of consumers. There are many different computer programs that can be applied for conjoint analysis re-search. The paper presents conjoint package of R software which are useful to evaluate empiri-cal preferences. The R program is more and more popular and many researchers are applying it. The conjoint package of R software is a response to a fact, that not all steps of conjoint analysis were programmed in R. In particular it concerns evaluation of attributes' importance, market share simulations and interpretation of results. The article presents also results of the evaluation of wine consumers' preferences with ap-plication of conjoint package, market share simulations and segmentation of consumers.
Źródło:
Przegląd Statystyczny; 2012, 59, 3; 302-315
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Isolation Forests for Symbolic Data as a Tool for Outlier Mining
Lasy separujące dla danych symbolicznych jako narzędzie wykrywania obserwacji odstających
Autorzy:
Pełka, Marcin
Dudek, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/31233541.pdf
Data publikacji:
2024
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
symbolic data analysis
isolation forest
outliers
analiza danych symbolicznych
lasy separujące
obserwacje odstające
Opis:
Aim: Outlier detection is a key part of every data analysis. Although there are many definitions of outliers that can be found in the literature, all of them emphasise that outliers are objects that are in some way different from other objects in the dataset. There are many different approaches that have been proposed, compared, and analysed for the case of classical data. However, there are only few studies that deal with the problem of outlier detection in symbolic data analysis. The paper aimed to propose how to adapt isolation forest for symbolic data cases. Methodology: An isolation forest for symbolic data is used to detect outliers in four different artificial datasets with a known cluster structure and a known number of outliers Results: The results show that the isolation forest for symbolic data is a fast and efficient tool for outlier mining. Implications and recommendations: As the isolation forest for symbolic data appears to be an efficient tool for outlier detection for artificial data, further studies should focus on real data sets that contain outliers (i.e. credit card fraud dataset), and this approach should be compared with other outlier mining tools (i.e. DBCSAN). The authors recommend using the same initial settings for the isolation forest for symbolic data as the settings that are proposed for the isolation forest for classical data. Originality/value: This paper is the first of its kind, focusing not only on the problem of outlier detection in general, but also extending the well-known isolation forest model for symbolic data cases. Keywords: symbolic data analysis, isolation forest, outliers
Cel: Identyfikacja obserwacji odstających stanowi kluczowy element w analizie danych. Pomimo że w literaturze funkcjonuje wiele różnych definicji, czym są obserwacje odstające, to ogólnie można stwierdzić, że są to obiekty różniące się od pozostałych obserwacji ze zbioru danych. Literatura przedmiotu wskazuje wiele różnorodnych metod, które można wykorzystać w przypadku danych klasycznych. Niestety w przypadku danych symbolicznych brakuje takich analiz. Celem artykułu jest zaproponowanie modyfikacji lasów separujących (isolation forests) dla danych symbolicznych. Metodyka: W artykule wykorzystano lasy separujące dla danych symbolicznych do identyfikacji obserwacji odstających w sztucznych zbiorach danych o znanej strukturze klas i znanej liczbie obserwacji odstających. Wyniki: Otrzymane wyniki wskazują, że lasy separujące dla danych symbolicznych są efektywnym i szybkim narzędziem w identyfikacji obserwacji odstających. Implikacje i rekomendacje: Ponieważ lasy separujące dla danych symbolicznych okazały się skutecznym narzędziem w identyfikacji obserwacji odstających, celem przyszłych badań powinno być przeanalizowanie skuteczności tej metody w przypadku rzeczywistych zbiorów danych (np. zbioru dotyczącego oszustw z użyciem kart kredytowych), a także porównanie tej metody z innymi metodami, które pozwalają odnaleźć obserwacje odstające (np. DBSCAN). Autorzy sugerują, by w przypadku lasów separujących dla danych symbolicznych stosować te same parametry, jakie zwykle stosuje się w przypadku lasów losowych dla danych klasycznych. Oryginalność/wartość: Artykuł nie tylko stanowi ujęcie teorii w zakresie obserwacji odstających, ale jednocześnie proponuje, jak zastosować lasy separujące w przypadku danych symbolicznych.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2024, 28, 1; 1-10
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The Unfolding Analysis for Symbolic Objects Based on the Example of the External Car Advertisement Evaluation
Analiza unfolding obiektów symbolicznych na przykładzie zewnętrznej oceny reklam samochodów
Autorzy:
Zaborski, Artur
Pełka, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/28407778.pdf
Data publikacji:
2023
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
symbolic data analysis
unfolding analysis
preference measurement
car advertisements
symboliczna analiza danych
analiza unfolding
pomiar preferencji
reklamy samochodów
Opis:
Aim: Multidimensional unfolding allows representing both columns (e.g. products, services) and rows (e.g. customers) of the preference matrix on the same low-dimensional map (usually it’s a two or three-dimensional map). The main aim of the paper was to propose how to perform unfolding analysis for symbolic objects. Methodology: The paper describes the possible ways of performing unfolding analysis for symbolic interval-valued data. The external unfolding is described in the details and used in the empirical part of the paper. The data (preferences and dissimilarities) were gathered by using the incomplete method of triads. Results: The empirical part presents an application for unfolding symbolic data to evaluate customers’ preferences, where car advertisements are used as the example. The results presented on a two-dimensional perceptual map allowed to discover seven groups of respondents with different preferences; most of them prefer Skoda, Audi, Volkswagen, and Honda advertisements to Toyota and Volvo. Implications and recommendations: The proposed external approach for symbolic data allows to represent objects as rectangles (on two-dimensional map) or cuboids (in the case of three dimensions). The respondents are represented as points. Further work should focus on creating an algorithm that allows for the presentation of both symbolic objects and preferences expressed by respondents in the form of rectangles or cuboids. Originality/Value: The paper presents an innovative and previously unpresented external unfolding for symbolic data. Besides that it presents how other unfolding approaches could be adapted for symbolic data.
Cel: Wielowymiarowa analiza unfolding pozwala na przedstawienie zarówno kolumn (np. produktów, usług), jak i wierszy (np. klientów) macierzy preferencji na tej samej mapie percepcyjnej (zwykle jest to mapa dwulub trójwymiarowa). Celem artykułu jest wskazanie propozycji przeprowadzenia analizy unfolding dla obiektów symbolicznych. Metodyka: W artykule opisano możliwe sposoby przeprowadzenia analizy unfolding dla symbolicznych danych przedziałowych. Szczegółowo opisana zewnętrzna analiza unfolding została wykorzystana w części empirycznej artykułu. Dane (zarówno preferencje, jak i niepodobieństwa) zebrano z wykorzystaniem niepełnej metody triad. Wyniki: W części empirycznej zaprezentowano możliwości zastosowania analizy unfolding dla danych symbolicznych w badaniu preferencji respondentów na przykładzie oceny wybranych reklam samochodów. Wyniki zilustrowane na dwuwymiarowej mapie percepcyjnej pozwoliły zidentyfikować siedem grup respondentów o różnych preferencjach względem przedstawionych reklam. Wyniki badania wskazują, że dla większości respondentów reklamy Škody, Audi, Hondy i Volkswagena są bardziej preferowane niż reklamy proponowane przez Volvo i Toyotę. Implikacje i rekomendacje: Zaprezentowane podejście do zewnętrznej analizy unfolding pozwala na prezentację obiektów w postaci prostokątów (w przestrzeni dwuwymiarowej) lub prostopadłościanów (w przestrzeni trójwymiarowej), a respondentów – w postaci punktów. Dalsze prace powinny skoncentrować się na stworzeniu algorytmu pozwalającego na prezentację zarówno obiektów symbolicznych, jak i wyrażanych przez respondentów preferencji w postaci prostokątów lub prostopadłościanów. Oryginalność/Wartość: Artykuł prezentuje nowatorskie i nieprezentowane wcześniej podejście do zewnętrznej analizy unfolding dla danych symbolicznych. Ponadto przedstawia inne możliwe podejścia do symbolicznej analizy unfolding.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2023, 27, 4; 15-28
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wielowymiarowa analiza statystyczna zanieczyszczenia powietrza w krajach Unii Europejskiej
Autorzy:
Pełka, Marcin
Rybicka, Aneta
Brzezińska, Justyna
Powiązania:
https://bibliotekanauki.pl/articles/581005.pdf
Data publikacji:
2018
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
zanieczyszczenie powietrza
skalowanie wielowymiarowe
analiza skupień
porządkowanie liniowe
Opis:
Analiza zanieczyszczenia powietrza obejmuje rejestr zanieczyszczeń gazowych i pyłowych z materiałów gospodarki narodowej do atmosfery. Po wejściu do atmosfery emitowane substancje znajdują się poza wszelką kontrolą człowieka i stają się częścią naturalnego obiegu materii; mogą wywoływać kilka rodzajów oddziaływań na środowisko. Celem artykułu jest ocena jakości czystości powietrza ze szczególnym uwzględnieniem zanieczyszczeń w krajach Unii Europejskiej na podstawie danych udostępnianych przez Eurostat. W artykule wykorzystane zostaną metody wielowymiarowej analizy statystycznej (skalowanie wielowymiarowe oraz porządkowanie liniowe) w celu identyfikacji krajów o znacznym wkładzie w walkę z zanieczyszczeniami, jak i krajów które tych zanieczyszczeń generują najwięcej. Otrzymane wyniki wskazują na poprawę jakości powietrza, mimo że nie wszystkie kraje UE osiągnęły zbliżony poziom zmian. Wszystkie obliczenia przeprowadzono w programie R.
Źródło:
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu; 2018, 507; 208-218
1899-3192
Pojawia się w:
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Polish universities of economics in European networks
Polskie uniwersytety ekonomiczne w sieciach europejskich
Autorzy:
Sagan, Adam
Brzezińska, Justyna
Sztemberg-Lewandowska, Mirosława
Pełka, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/1182031.pdf
Data publikacji:
2021
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
principal component analysis (PCA)
multidimensional scaling (MDS)
network analysis
European universities
analiza czynnikowa (PCA)
skalowanie wielowymiarowe (MDS)
analiza sieci
uniwersytety ekonomiczne
Opis:
Ostatnio dużym problemem stała się ocena badań prowadzonych na europejskich uczelniach. Troska o jakość i ocenę badań naukowych prowadzonych na uczelniach zwiększa znaczenie rankingów uczelni, zwłaszcza rankingów światowych. W artykule zastosowano podejście sieciowe do analizy powiązań europejskich uniwersytetów korzystających z sieci uniwersytetów. Sieci umożliwiają wizualizację złożonych, wielowymiarowych danych i zapewniają wskaźniki statystyczne do interpretacji wynikowych wykresów. Analiza obejmuje 150 uczelni ekonomicznych w Europie i 11 sieci uniwersytetów. Analizy sieciowe wykonano programem R. W artykule przedstawiono różne metody, które pozwoliły na identyfikację systemów sieciowych polskich uczelni ekonomicznych na uczelniach europejskich, oraz sieci społecznościowych na podstawie wskaźników sieciowych.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2021, 25, 1; 91-111
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Numerical studies of plasma edge in W7-X with 3D FINDIF code
Autorzy:
Jabłczyńska, Małgorzata
Pełka, Grzegorz
Jakubowski, Marcin
Ślęczka, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/24202755.pdf
Data publikacji:
2023
Wydawca:
Instytut Chemii i Techniki Jądrowej
Tematy:
3D modelling
limiter
scrape-off layer
stellarator
Wendelstein 7X
Opis:
Modelling of the plasma transport for inherently three-dimensional (3D) problems as in stellarators requires dedicated complex codes. FINDIF is a 3D multifl uid plasma edge transport code that has been previously successfully used for the analysis of energy transport in the TEXTOR-DED tokamak [1], where 3D perturbations led to an ergodic structure of fi eld lines in the plasma edge. The ongoing efforts to apply it meaningfully to Wendelstein 7-X (W7-X) plasma problems resulted in advancements in the main model and accompanying tools for mesh generation and post-processing. In order to verify the applicability of the code and to compare with the reported simulation (EMC3-EIRENE) and experimental (OP1.1) results, a series of simulations for varying plasma density, temperature and anomalous transport coeffi cients as well as for fi xed input power were performed. The connection length pattern of FINDIF traced magnetic fi eld lines on the limiter was reproduced and its impact on heat loads was confi rmed. An increase in the peak heat load on the limiter with a rise in plasma density, temperature and anomalous plasma transport coeffi cients was observed. The decay lengths of density, electron temperature and heat fl ux did not change with density, and were decreasing with temperature and increasing with anomalous plasma transport coeffi cient, which was compared to the simple scrape-off layer (SOL) model.
Źródło:
Nukleonika; 2023, 68, 4; 83--90
0029-5922
1508-5791
Pojawia się w:
Nukleonika
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-28 z 28

    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