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 "Sieci bayesowskie" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 40
Tytuł:
Achieving career satisfaction through fostering innovation: lessons from the engineering profession in the Australian public sector
Autorzy:
Wipulanusat, Warit
Panuwatwanich, Kriengsak
Stewart, Rodney A.
Sunkpho, Jirapon
Thamsatitdej, Poomporn
Powiązania:
https://bibliotekanauki.pl/articles/2086470.pdf
Data publikacji:
2021
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
structural equation modelling
Bayesian networks
career satisfaction
engineer
Australia
modelowanie równań strukturalnych
sieci bayesowskie
satysfakcja zawodowa
inżynier
Opis:
This paper proposes a novel approach that integrates the capability of empirical validation of structural equation modelling (SEM) and the prediction ability of Bayesian networks (BN). The Hybrid SEM–BN approach was used as a decision support framework to examine the interplay between salient organisational constructs and their ability to influence engineers’ career satisfaction in the Australian Public Service (APS). The results emphasise that the ambidextrous culture for innovation was the most important factor that needed to be implemented in their organisation. Managerial implications are recommended for senior managers on how they can implement innovation culture to increase workplace innovation, which could, in turn, help reduce the turnover rate of engineers employed in the APS.
Źródło:
Engineering Management in Production and Services; 2021, 13, 4; 7--21
2543-6597
2543-912X
Pojawia się w:
Engineering Management in Production and Services
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of the Bayesian networks in construction engineering
Autorzy:
Leśniak, Agnieszka
Janowiec, Filip
Powiązania:
https://bibliotekanauki.pl/articles/1838099.pdf
Data publikacji:
2020
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
Bayesian networks
construction engineering
risk management
sieci bayesowskie
inżynieria budowlana
zarządzanie ryzykiem
Opis:
Currently, significant development of methods supporting decision making under uncertainty conditions is observed. One of such methods includes Bayesian networks used in many fields of economy and science. The paper presents the use of the Bayesian network method in civil engineering problems with particular emphasis on construction engineering projects. In addition to the existing examples of the use of the method cited, the authors’ method for the risk estimation of additional works is presented.
Źródło:
Civil and Environmental Engineering Reports; 2020, 30, 2; 221-233
2080-5187
2450-8594
Pojawia się w:
Civil and Environmental Engineering Reports
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Extracting structure of Bayesian network from data in predicting the damage of prefabricated reinforced concrete buildings in mining areas
Wyodrębnianie struktury sieci Bayesowskiej z danych w prognozowaniu uszkodzeń żelbetowych budynków prefabrykowanych na terenach górniczych
Autorzy:
Rusek, Janusz
Firek, Karol
Słowik, Leszek
Powiązania:
https://bibliotekanauki.pl/articles/1841950.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
Bayesian network
damage
risk
prefabricated reinforced concrete structures
sieci Bayesowskie
uszkodzenia
ryzyko
prefabrykowane budynki żelbetowe
Opis:
This article presents the results of the research on the construction of a model for assessing the risk of damage to building structures located in mining areas. The research was based on the database on the structure, technical condition and mining impacts regarding 129 prefabricated reinforced concrete buildings erected in the industrialised large-block system, located in the mining area of the Legnica-Glogow Copper District (LGCD). The methodology of the Bayesian Belief Network (BBN) was used for the analysis. Using the score-based Bayesian structure learning approach (Hill-Climbing and Tabu-Search) as well as the selected optimisation criteria, 16 Bayesian network structures were induced. All models were subjected to quantitative and qualitative evaluation by verifying their features in the context of accuracy of prediction, generalisation of acquired knowledge and cause-effect relationships. This allowed to select the best network structure together with the corresponding optimisation criterion. The analysis of the results demonstrated that the Tabu-Search method adopting the optimisation criterion in the form of Locally Averaged Bayesian Dirichlet score (BDla) led to obtaining a model with the best features among all the selected models. The results justified the adoption of the BBN methodology as effective in the context of assessing the extent of damage to building structures in mining areas.
W artykule zaprezentowano wyniki badań dotyczących budowy modelu do oceny ryzyka powstawania uszkodzeń budynków usytuowanych na terenach górniczych. Podstawą do badań była baza danych nt. konstrukcji, stanu technicznego oraz wpływów górniczych dla 129 żelbetowych prefabrykowanych budynków wznoszonych w uprzemysłowionym systemie wielkoblokowym zlokalizowanych na terenie górniczym Legnicko-Głodowskiego Okręgu Miedziowego (LGOM). Do analiz zastosowano metodykę sieci przekonań Bayesa (BBN – Belief Bayesian Networks). Stosując podejście score-based Bayesian structure learning (Hill-Climbing oraz Tabu-Search) oraz wyselekcjonowane kryteria optymalizacyjne, wyłoniono 16 struktur sieci Bayesowskich. Wszystkie modele poddano ocenie ilościowej i jakościowej, weryfikując ich własności w kontekście trafności predykcji, generalizacji nabytej wiedzy oraz zależności przyczynowo-skutkowych. Pozwoliło to na wyselekcjonowanie najlepszej struktury sieci wraz z odpowiadającym kryterium optymalizacyjnym. Analiza wyników wykazała, że metoda Tabu-Search przy przyjęciu kryterium optymalizacyjnego w postaci Locally Averaged Bayesian Dirichlet score (BDla), prowadzi do uzyskania modelu o najlepszych własnościach spośród wszystkich wyłonionych modeli. Uzyskane rezultaty uzasadniają przyjęcie metodyki BBN, jako efektywnej w kontekście oceny zakresu uszkodzeń budynków na terenach górniczych.
Źródło:
Eksploatacja i Niezawodność; 2020, 22, 4; 658--666
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Calculation of the reliability function from actual failures resulting from the operation of one make of farm tractors
Wyznaczanie funkcji niezawodności na podstawie rzeczywistych uszkodzeń eksploatacyjnych ciągników rolniczych jednej marki
Autorzy:
Durczak, K.
Ekielski, A.
Żelaziński, T.
Powiązania:
https://bibliotekanauki.pl/articles/335146.pdf
Data publikacji:
2018
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
reliability
farm tractor
failure intensity
exponential distribution
technical service
MTTF
Bayesian networks
niezawodność
ciągnik rolniczy
intensywność uszkodzeń
rozkład wykładniczy
serwis techniczny
sieci bayesowskie
Opis:
Like all farming machinery, farm tractors should be characterised by high reliability, which guarantees trouble-free operation, especially during intense agrotechnical works. The knowledge of the course of reliability functions, especially the failure intensity function, is of high practical significance. It lets manufacturers lead the right overhaul policy and it lets users make the right purchase choice. Therefore, it is recommended to conduct research comparing the reliability of farming machinery. It is necessary to apply universal methodology and use a vast database providing information about failures of individual working units in various makes, models, types and variants of farming machinery. The method was validated by analysing failures of 29 components of Zetor farm tractors with the engine power ranging from 45 to 90 kW.
Ciągniki rolnicze, tak jak wszystkie maszyny rolnicze, powinny charakteryzować się dużą niezawodnością, która gwarantuje im bezproblemową pracę, zwłaszcza w czasie wzmożonych prac agrotechnicznych. Znajomość przebiegów funkcji niezawodności, a przede wszystkim funkcji intensywności uszkodzeń, ma duże znaczenie praktyczne. Pozwala producentom prowadzić prawidłową politykę przeglądów technicznych, a użytkownikom ułatwić dokonanie prawidłowych wyborów w procesie zakupu. Wskazane są zatem badania pozwalające na porównywanie maszyn rolniczych pod względem ich niezawodności. Do tego celu niezbędna jest uniwersalna metodyka oraz obszerna baza danych o uszkodzeń poszczególnych zespołów roboczych różnych marek, modeli, odmian i wariantów maszyn rolniczych. Walidację metody przeprowadzono na podstawie uszkodzeń 29 podzespołów ciągników rolniczych marki Zetor o mocy silników w zakresie od 45 do 90 kW.
Źródło:
Journal of Research and Applications in Agricultural Engineering; 2018, 63, 1; 18-22
1642-686X
2719-423X
Pojawia się w:
Journal of Research and Applications in Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Vibration testing in buildings and safety of their operation
Autorzy:
Jakubczyk-Gałczyńska, Anna.
Powiązania:
Scientific Journal of the Military University of Land Forces 2018, nr 3, s. 144-154
Współwytwórcy:
Siemaszko, Agata (budownictwo). Autor
Data publikacji:
2018
Tematy:
Bezpieczeństwo publiczne
Budownictwo
Mechanika gruntów
Sieci bayesowskie
Postęp techniczny
Badania naukowe
Artykuł z czasopisma naukowego
Artykuł z czasopisma wojskowego
Opis:
Bibliografia, netografia na stronach 153-154.
Dostawca treści:
Bibliografia CBW
Artykuł
Tytuł:
Application of Bayesian networks for forecasting future model of farm
Wykorzystanie sieci bayesowskich do prognozowania przyszłościowego modelu gospodarstwa rolnego
Autorzy:
Grotkiewicz, K.
Powiązania:
https://bibliotekanauki.pl/articles/93941.pdf
Data publikacji:
2017
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
Bayesian networks
forecasting
economic indicators
agricultural indicators
farm
sieci bayesowskie
prognozowanie
wskaźniki ekonomiczne
wskaźniki rolnicze
gospodarstwo rolne
Opis:
Comparative analyses in the national scale were carried out in 300 individual farms from Małopolskie and Świętokrzyskie Voivodeship in order to search for relations between the production intensity level, work performance and land efficiency and factors which shape them. The analyses concerned the use of Bayesian modelling algorithms for forecasting development of various economic and agricultural indicators which decide on the intensity and competitiveness of agriculture. The paper constitutes the second stage of research, which was preceded with previous preparation of data for modelling with the use of an exploratory overview of available data and TwoStep Cluster Analysis (Grotkiewicz et al., 2016). Based on the analyses, which were carried out, networks were built which present the relations between the analyzed variables, and conditional similarities were verified.
Poszukując zależności między poziomem intensywności produkcji a wydajnością pracy i ziemi oraz czynnikami je kształtującymi, przeprowadzono analizy porównawcze w skali krajowej na tle 300 gospodarstw indywidualnych z województwa małopolskiego i świętokrzyskiego. Analiza dotyczyła zastosowania algorytmów modelowania bayesowskiego do przewidywania rozwoju różnych wskaźników ekonomiczno-rolniczych decydujących o intensywności i konkurencyjności rolnictwa. Praca stanowi drugi etap badań, który poprzedzony był wcześniejszym przygotowaniem danych do modelowania wykorzystując do tego eksploracyjny przegląd dostępnych danych, oraz technikę TwoStep Cluster Analysis (Grotkiewicz i in., 2016). W oparciu o przeprowadzone analizy zbudowano sieci obrazujące związki pomiędzy analizowanymi zmiennymi oraz sprawdzono prawdopodobieństwa warunkowe.
Źródło:
Agricultural Engineering; 2017, 21, 2; 69-79
2083-1587
Pojawia się w:
Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Reliability based rehabilitation of water distribution networks by means of Bayesian networks
Rzetelne odnawianie sieci wodociągowych przy użyciu sieci Bayesowskich
Autorzy:
Lakehal, A.
Laouacheria, F.
Powiązania:
https://bibliotekanauki.pl/articles/292362.pdf
Data publikacji:
2017
Wydawca:
Instytut Technologiczno-Przyrodniczy
Tematy:
dynamic Bayesian networks
predicting reliability
rehabilitation
static Bayesian networks
water distribution network
dynamiczne sieci Bayesowskie
odnowa
sieć wodociągowa
statyczne sieci Bayesowskie
wiarygodność przewidywań
Opis:
Water plays an essential role in the everyday lives of the people. To supply subscribers with good quality of water and to ensure continuity of service, the operators use water distribution networks (WDN). The main elements of water distribution network (WDN) are: pipes and valves. The work developed in this paper focuses on a water distribution network rehabilitation in the short and long term. Priorities for rehabilitation actions were defined and the information system consolidated, as well as decision-making. The reliability data were conjugated in decision making tools on water distribution network rehabilitation in a forecasting context. As the pipes are static elements and the valves are dynamic elements, a Bayesian network (static-dynamic) has been developed, which can help to predict the failure scenario regarding water distribution. A relationship between reliability and prioritization of rehabilitation actions has been investigated. Modelling based on a Static Bayesian Network (SBN) is implemented to analyse qualitatively and quantitatively the availability of water in the different segments of the network. Dynamic Bayesian networks (DBN) are then used to assess the valves reliability as function of time, which allows management of water distribution based on water availability assessment in different segments. Before finishing the paper by giving some conclusions, a case study of a network supplying a city was presented. The results show the importance and effectiveness of the proposed Bayesian approach in the anticipatory management and for prioritizing rehabilitation of water distribution networks.
Woda odgrywa istotną rolę w codziennym życiu ludzi. Aby zapewnić klientom stałe dostarczanie wody dobrej jakości, operatorzy wykorzystują sieci wodociągowe, ich głównymi elementami są rury i zawory. W pracy opisano odnawianie sieci wodociągowych w krótkim i długim przedziale czasowym. Zdefiniowano priorytety działań renowacyjnych i skonsolidowano system informacyjny oraz system podejmowania decyzji. Dane o wiarygodności zostały sprzężone z narzędziami podejmowania decyzji co do odnowy sieci w kontekście możliwości prognozowania. Ponieważ rury są elementem statycznym, a zawory dynamicznym, zbudowano statyczno- -dynamiczną sieć Bayesowską, która pozwala przewidywać niepowodzenia w dostawie wody. Badano zależności między wiarygodnością a ustaleniem priorytetów działań renowacyjnych. Wdrożono modelowanie ilościowej i jakościowej analizy dostępności wody w różnych segmentach sieci wodociągowej oparte na statycznej sieci Bayesowskiej. Następnie użyto dynamicznych sieci Bayesowskich do oceny wiarygodności zaworów w funkcji czasu, co umożliwiło zarządzanie dystrybucją wody bazującą na ocenie jej dostępności w różnych segmentach sieci. Przed wyciągnięciem wniosków przedstawiono przykład sieci zasilającej miasto. Wyniki dowodzą znaczenia i efektywności proponowanego podejścia Bayesowskiego w planowaniu gospodarki wodnej i ustalaniu priorytetów renowacji sieci wodociągowych.
Źródło:
Journal of Water and Land Development; 2017, 34; 163-172
1429-7426
2083-4535
Pojawia się w:
Journal of Water and Land Development
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie metod uczenia maszynowego w badaniu czynników wzrostu przedsiębiorczości
The Use of Machine Learning in Research of Entrepreneurship Growth Factors
Autorzy:
Czyżewska, Marta
Mroczek, Teresa
Lewicki, Arkadiusz
Cwynar, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/439389.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Pedagogiczny im. Komisji Edukacji Narodowej w Krakowie
Tematy:
analiza wielowymiarowa;
inteligentna analiza danych;
przedsiębiorczość;
sieci bayesowskie;
wskaźniki dobrego rządzenia na świecie
Bayesian networks;
entrepreneurship;
Intelligent Data Analysis;
World Governance Indicators
Opis:
Przedsiębiorczość ma kluczowe znaczenie zarówno dla wzrostu gospodarczego, jak i rozumianego wielowymiarowo rozwoju, co znalazło odzwierciedlenie w przyjmowaniu jej za jeden z czynników produkcji przez niektóre teorie. Zarówno teoretyczne, jak i empiryczne badania przedsiębiorczości świadczą o tym, że jest ona kształtowana przez wiele różnorodnych czynników, będąc wyjątkowo złożonym zjawiskiem. Tradycyjne metody badawcze okazują się niewystarczające wobec wspomnianej złożoności zjawiska. Niniejszy artykuł prezentuje wyniki badania dotyczącego wpływu poszczególnych wskaźników opracowanych przez Bank Światowy w World Governance Indicators na wzrost przedsiębiorczości. Celem artykułu jest empiryczna weryfikacja przydatności metod uczenia maszynowego w selekcji czynników kluczowych dla przedsiębiorczości w sytuacji, gdy dokonuje się jej z wykorzystaniem dużych zbiorów wielowymiarowych i zmiennych danych. Zastosowana metoda wykazała istotne różnice pomiędzy kluczowymi czynnikami determinującymi wzrost przedsiębiorczości w pięciu grupach krajów, wydzielonych ze względu na wartość tego wzrostu mierzoną przyrostem nowo zakładanych przedsiębiorstw. Otrzymane wyniki świadczą o tym, że do badania istoty i determinant przedsiębiorczości mogą zostać zaprzęgnięte niestandardowe metody, rzucając nowe światło na to zjawisko.
Entrepreneurship is crucial both for economic growth and development which is reflected in the adoption of entrepreneurship as the factor of production in certain theories. Both theoretical and empirical research present entrepreneurship as a complex phenomenon shaped by a range of different factors. Traditional research methods are insufficient with respect to the complexity of the phenomenon. This article presents the results of research on the impact of the indicators developed by the World Bank in World Governance Indicators on the entrepreneurship growth. The aim of the article is the empirical verification of machine learning use in the selection of key factors for entrepreneurship in situations when applying large multidimensional and variable data. The applied method revealed significant differences between the key factors determining the growth of entrepreneurship in five groups of countries, categorized by the value of this growth measured by the growth in newly established enterprises. The results indicate that the applying unconventional methods to research on entrepreneurship determinants shed new light on this phenomenon.
Źródło:
Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego; 2017, 31, 4; 169-186
2080-1653
Pojawia się w:
Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego
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
Tytuł:
Implementation of computation process in a bayesian network on the example of unit operating costs determination
Implementacja procedury obliczeniowej w sieci bayesowskiej na przykładzie wyznaczania jednostkowych kosztów eksploatacji
Autorzy:
Kusz, A.
Marciniak, A.
Skwarcz, J.
Powiązania:
https://bibliotekanauki.pl/articles/1365961.pdf
Data publikacji:
2015
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
agricultural machinery operation
computing processes
unit operating costs
Bayesian networks
eksploatacja maszyn rolniczych
procesy obliczeniowe
jednostkowe koszty eksploatacji
sieci bayesowskie
Opis:
In technical systems understood in terms of Agile Systems, the important elements are information flows between all phases of an object existence. Among these information streams computation processes play an important role and can be done automatically and also in a natural way should include consideration of uncertainty. This article presents a model of such a process implemented in a Bayesian network technology. The model allows the prediction of the unit costs of operation of a combine harvester based on the monitoring of dependent variables. The values of the decision variables representing the parameters of the machine’s operation and the intensity and the conditions for its operation, are known to an accuracy, which is defined by a probability distribution. The study shows, using inference mechanisms built into the network, how cost simulation studies of various situational options can be carried out.
W systemach technicznych rozumianych w kategoriach Agile Systems istotnym elementem są przepływy informacyjne pomiędzy wszystkimi fazami istnienia obiektu. Pośród tych strumieni informacyjnych istotną rolę odgrywają procesy obliczeniowe, które mogą być realizowane automatycznie a ponadto w naturalny sposób powinny umożliwiać uwzględnienie niepewności. W artykule przedstawiono przykład takiego procesu realizowanego w technologii sieci bayesowskiej. Model umożliwia predykcję jednostkowych kosztów eksploatacji kombajnu zbożowego na podstawie monitorowania wielkości zmiennych od których one zależą. Wartości zmiennych decyzyjnych reprezentujących parametry pracy maszyny oraz intensywność i warunki jej eksploatacji są znane z dokładnością do rozkładu prawdopodobieństwa. W pracy pokazano w jaki sposób wykorzystując mechanizmy wnioskowania wbudowane w sieci można prowadzić symulacyjne badania kosztów w różnych wariantach sytuacyjnych.
Źródło:
Eksploatacja i Niezawodność; 2015, 17, 2; 266-272
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelowanie niezawodności farmy wiatrowej z wykorzystaniem sieci bayesowskich i procesów semi-Markowa
Wind farm availability modeling based on bayesian networks and semi-Markov processes
Autorzy:
Sobolewski, R. A.
Powiązania:
https://bibliotekanauki.pl/articles/267825.pdf
Data publikacji:
2015
Wydawca:
Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
Tematy:
energetyka wiatrowa
niezawodność
sieci Bayesowskie
procesy semi-Markowa
wind energy
availability
Bayesian networks
semi-Markov processes
Opis:
Niezawodność urządzeń technicznych farmy wiatrowej (FW) wpływa między innymi na moc wyjściową farmy. Ilościową miarą tej niezawodności może być rozkład prawdopodobieństwa kombinacji stanów gotowości elektrowni wiatrowych (EW) farmy, tj. stanów oznaczających ich gotowość do produkcji energii elektrycznej i przekazywania jej do sieci elektroenergetycznej. Miarę tę można stosować do np. ilościowej analizy wpływu różnych topologii FW i niezawodności urządzeń farmy na jej niezawodność oraz wyznaczać wartość oczekiwaną mocy farmy z uwzględnieniem niezawodności. W artykule przedstawiono modele probabilistyczne opisujące ilościowo niezawodność FW, wykorzystujące sieci Bayesowskie (BN) i procesy semi-Markowa (PSM). W artykule zaprezentowano przykład obliczeniowy dotyczący analizy niezawodności FW składającej się z 4 EW, potwierdzający użyteczność metody.
Factors that influence wind-farm output power also include the availability of a farm. The availability depends on: arrangements of a wind farm (WF), internal collection grid topology and reliability of electrical equipment included in WF (e.g. generators, transformers, cables, breakers, protective relays, busbars and so on). One of the measures of WF availability can be probability distribution of combinations of availability states of wind turbines generators (WTGs), where availability state means the WTG is able to generate and deliver power to external grid. This measure can be applied in e.g.: (1) study of different internal collection grid topologies and reliability of WF electrical equipment effects on availability of WF and (2) assessment of WF output power considering farm availability. In this work the probabilistic models of WF availability are presented. Because of stochastic nature of electrical equipment failures they rely on two modeling methods, i.e. Bayesian networks and semi-Markov processes. Both approaches allow taking into account the electrical equipment of WF, internal grid topology of WF and reliability characteristics of equipment. The case study of availability modeling is presented as well.
Źródło:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2015, 42; 183-186
1425-5766
2353-1290
Pojawia się w:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wind Farm Reliability Modelling Using Bayesian Networks and Semi-Markov Processes
Modelowanie niezawodności farmy wiatrowej z wykorzystaniem sieci Bayesowskich i procesów semi-Markowa
Autorzy:
Sobolewski, R. A.
Powiązania:
https://bibliotekanauki.pl/articles/396950.pdf
Data publikacji:
2015
Wydawca:
ENERGA
Tematy:
wind power
reliability
Bayesian networks
semi-Markov processes
energetyka wiatrowa
niezawodność
sieci Bayesowskie
procesy semi-Markowa
Opis:
Technical reliability plays an important role among factors affecting the power output of a wind farm. The reliability is determined by an internal collection grid topology and reliability of its electrical components, e.g. generators, transformers, cables, switch breakers, protective relays, and busbars. A wind farm reliability’s quantitative measure can be the probability distribution of combinations of operating and failed states of the farm’s wind turbines. The operating state of a wind turbine is its ability to generate power and to transfer it to an external power grid, which means the availability of the wind turbine and other equipment necessary for the power transfer to the external grid. This measure can be used for quantitative analysis of the impact of various wind farm topologies and the reliability of individual farm components on the farm reliability, and for determining the expected farm output power with consideration of the reliability. This knowledge may be useful in an analysis of power generation reliability in power systems. The paper presents probabilistic models that quantify the wind farm reliability taking into account the above-mentioned technical factors. To formulate the reliability models Bayesian networks and semi-Markov processes were used. Using Bayesian networks the wind farm structural reliability was mapped, as well as quantitative characteristics describing equipment reliability. To determine the characteristics semi-Markov processes were used. The paper presents an example calculation of: (i) probability distribution of the combination of both operating and failed states of four wind turbines included i
Wśród czynników wpływających na moc wyjściową farmy wiatrowej (FW) istotną rolę odgrywa niezawodność techniczna. O niezawodności tej decydują m.in.: topologia wewnętrznej sieci elektroenergetycznej FW i niezawodność urządzeń elektrycznych wchodzących w jej skład, np. generatorów, transformatorów, kabli, łączników, zabezpieczeń elektroenergetycznych, szyn zbiorczych. Ilościową miarą niezawodności FW może być rozkład prawdopodobieństwa kombinacji stanów gotowości elektrowni wiatrowych (EW) farmy. Stan gotowości danej EW oznacza jej gotowość do produkcji energii elektrycznej i przekazywania jej do zewnętrznej sieci elektroenergetycznej, co oznacza zdatność EW oraz pozostałych urządzeń niezbędnych do przekazania energii do sieci zewnętrznej. Miarę tę można wykorzystywać m.in. do ilościowej analizy wpływu różnych topologii FW i niezawodności poszczególnych urządzeń farmy na jej niezawodność oraz wyznaczać wartość oczekiwaną mocy farmy z uwzględnieniem niezawodności. Wiedza ta może być przydatna w analizie niezawodności wytwarzania energii elektrycznej w systemach elektroenergetycznych. W artykule przedstawiono modele probabilistyczne opisujące ilościowo niezawodność FW z uwzględnieniem wspomnianych wyżej czynników technicznych. Do sformułowania modeli niezawodnościowych wykorzystano sieci Bayesowskie (BN) i procesy semi-Markowa (PSM). Za pomocą BN odwzorowano niezawodność strukturalną FW i charakterystyki ilościowe opisujące niezawodność urządzeń. Do wyznaczania tych charakterystyk zastosowano PSM. W artykule zaprezentowano przykład obliczeniowy dotyczący wyznaczenia: (i) rozkładu prawdopodobieństwa kombinacji stanów gotowości czterech EW wchodzących w skład FW i (ii) oczekiwanej mocy wyjściowej FW z uwzględnieniem jej niezawodności.
Źródło:
Acta Energetica; 2015, 3; 71-82
2300-3022
Pojawia się w:
Acta Energetica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ochrona przemysłowych systemów sterowania przez analizę ruchu sieciowego
Protection of industrial control systems through analysis of network traffic
Autorzy:
Tylman, W.
Powiązania:
https://bibliotekanauki.pl/articles/326425.pdf
Data publikacji:
2014
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
industrial control systems
industrial networks
anomaly detection
Bayesian networks
MEBN networks
przemysłowe systemy sterowania
sieci przemysłowe
wykrywanie anomalii
sieci bayesowskie
sieci MEBN
Opis:
Przedstawiona jest koncepcja wysoce zautomatyzowanego rozwiązania pozwalającego na wykrywanie w przemysłowym ruchu sieciowym sytuacji odbiegających od stanu normalnego (anomalii). Omówione są zastosowania klasycznych sieci bayesowskich i sieci Multi-Entity Bayesian Networks (MEBN) wraz z dyskusją ich stosowalności w praktyce. Prace ilustrują również możliwość wykorzystania istniejącego oprogramowania (na przykładzie systemu Snort) oraz kwestie wymaganych modyfikacji związanych z pracą w sieciach nie-IP.
The paper presents a concept of a highly automated solution allowing detection, in industrial network traffic, of situations differing from the normal state (anomalies). It describes the use of classical Bayesian networks and Multi-Entity Bayesian Networks (MEBN), together with a discussion of their applicability in practice. The work also illustrates the possibility of using existing software (taking Snort system as an example) and the required modifications related to the support for non-IP networks.
Źródło:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska; 2014, 74; 101-111
1641-3466
Pojawia się w:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Probabilistic graphical model supporting early diagnosis of autism spectrum disorder
Probabilistyczny model wspierający wczesne diagnozowanie autyzmu
Autorzy:
Szczygieł, J.
Oniśko, A.
Świderska, J.
Krysiewicz, E.
Sienkiewicz, J.
Powiązania:
https://bibliotekanauki.pl/articles/88424.pdf
Data publikacji:
2014
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
sieci bayesowskie
diagnozowanie medyczne
autyzm
Opis:
Bayesian networks are recognized as a suitable tool for modelling diagnostic problems. The power of this modelling is that it can combine knowledge coming from different sources. For example, in case of medical domain, the expert knowledge can be merged along with the medical data. This paper presents a Bayesian network model for early diagnosis of autism. The model was built based on the medical literature and then was revised by two domain experts. Our tool is dedicated to parents that can perform an early diagnosis of their child before visiting a specialist.
Sieci bayesowskie są często używanym narzędziem w rozwiązywaniu problemów diagnostycznych. Jedną z zalet tego narzędzia jest mozliwość łączenia wiedzy pochodzącej z różnych źródeł. Na przykład, wiedza ekspertów może być połączona z danymi. W naszym artykule prezentujemy model sieci bayesowskiej wspomagający wczesne diagnozowanie autyzmu. Model został zbudowany w oparciu o literaturę medyczną, a następnie zweryfikowany przez ekspertów. Narzędzie, które stworzyliśmy jest dedykowane rodzicom, którzy mogą dokonać wstępnej diagnozy zanim skontaktują się ze specjalistą.
Źródło:
Advances in Computer Science Research; 2014, 11; 151-164
2300-715X
Pojawia się w:
Advances in Computer Science Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 40

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