Informacja

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

Wyszukujesz frazę "analiza głównych komponentów" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
Multifactorial components analysis of the renewable energy sector in the OECD countries and managerial implications
Analiza komponentów wielofunkcyjnych sektora energii odnawialnej w krajach OECD i implikacje kierownicze
Autorzy:
Androniceanu, Ane-Mari
Georgescu, Irina
Dobrin, Cosmin
Dragulanescu, Irina Virginia
Powiązania:
https://bibliotekanauki.pl/articles/2021559.pdf
Data publikacji:
2020
Wydawca:
Politechnika Częstochowska
Tematy:
renewable energy
principal component analysis
government policy
energia odnawialna
analiza głównych komponentów
polityka rządu
Opis:
New technologies and new market realities determine the global energy industry to redesign their business models in all significant areas. We based our research on the components of renewable energy within the OECD countries and used thirteen indicators in order to find out both the relations and the impact of main sectorial indicators and the global indicators of the OECD countries to their economic and social development. The main goal of our research is to discover the main correlations between the renewable energies and the economic development of the OECD countries. We used databases of the OECD, Our World in Data, International Energy Agency (IEA) and International Renewable Energy Agency (IRENA), available for years 2017 and 2018. We apply Principal Component Analysis (PCA) and retain three principal components explaining 76.098% of the total variance. The main findings of the PCA application are; (1) factor 1 is dominated by the main renewable energy sources: traditional biofuels, hydropower, solar, wind and other renewables, as well as energy products, energy exports, energy capacity and energy generation; (2) factor 2 is dominated positively by energy imports and negatively by primary energy supply and GDP per capita; (3) factor 3 measures electricity generation. The results are addressed to the OECD member states, but also to other categories of states. Our results clearly show that if the OECD states are developing coherent renewable energy policies as part of an integrated smart energy system. The results show a direct link between investments in renewable energy and macroeconomic indicators of the considered states and main implications to the management.
Nowe technologie i nowe realia rynkowe determinują globalny przemysł energetyczny do przeprojektowania modeli biznesowych we wszystkich istotnych obszarach. Nasze badania oparliśmy na składnikach energii odnawialnej w krajach OECD i wykorzystaliśmy trzynaście wskaźników, aby poznać zarówno relacje, jak i wpływ głównych wskaźników sektorowych oraz wskaźników globalnych krajów OECD na ich rozwój gospodarczy i społeczny. Głównym celem naszych badań jest odkrycie głównych korelacji między energią odnawialną a rozwojem gospodarczym krajów OECD. Korzystaliśmy z baz danych OECD, Our World in Data, Międzynarodowej Agencji Energii (IEA) i Międzynarodowej Agencji Energii Odnawialnej (IRENA), dostępnych za lata 2017 i 2018. Stosujemy analizę głównych komponentów (PCA) i zatrzymujemy trzy główne komponenty wyjaśniające 76,098% całkowitej wariancji. Główne ustalenia wniosku o PCA są następujące; (1) czynnik 1 jest zdominowany przez główne odnawialne źródła energii: tradycyjne biopaliwa, energię wodną, słoneczną, wiatrową i inne odnawialne źródła energii, a także produkty energetyczne, eksport energii, moc i wytwarzanie energii; (2) czynnik 2 jest zdominowany pozytywnie przez import energii, a negatywnie przez podaż energii pierwotnej i PKB na mieszkańca; (3) współczynnik 3 mierzy wytwarzanie energii elektrycznej. Wyniki skierowane są do krajów członkowskich OECD, ale także do innych kategorii państw. Nasze wyniki jasno pokazują, że państwa OECD opracowują spójną politykę w zakresie energii odnawialnej w ramach zintegrowanego inteligentnego systemu energetycznego. Wyniki wskazują na bezpośredni związek między inwestycjami w energię odnawialną a wskaźnikami makroekonomicznymi rozważanych krajów i głównymi implikacjami dla zarządzania.
Źródło:
Polish Journal of Management Studies; 2020, 22, 2; 36-49
2081-7452
Pojawia się w:
Polish Journal of Management Studies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of Image Based Rendering to improvement of face recognition using Principal Component Analysis
Zastosowanie metody Image Based Rendering do poprawy rozpoznawania twarzy metodą analizy komponentów głównych
Autorzy:
Okarma, K.
Miętus, A.
Powiązania:
https://bibliotekanauki.pl/articles/153384.pdf
Data publikacji:
2010
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
Image Based Rendering
analiza komponentów głównych
rozpoznawanie twarzy
image-based rendering
principal component analysis
face recognition
Opis:
In the paper the application of Image Based Rendering as a supplementary method useful for PCA-based face recognition is discussed. Presented results are based on the synthetic images of human faces' side views obtained from 3D models and 300 faces taken from FERET database. Application of Image Based Rendering allows the use of en face images rendered as the output based on two side views so the recognition accuracy can be improved.
W artykule omówiono zastosowanie metody Image Based Rendering (IBR) jako techniki uzupełniającej, użytecznej przy rozpoznawaniu twarzy opartym na analizie komponentów głównych (PCA). Typowym zastosowaniem metody IBR jest szybka synteza obrazu o jakości porównywalnej z obrazem referencyjnym na podstawie informacji uzyskiwanych z rzeczywistej kamery zlokalizowanej w innym położeniu niż wirtualna kamera docelowa. Niezbędnym elementem do celów takiej syntezy jest również znajomość mapy głębokości obrazu referencyjnego. Uzyskiwane w taki sposób obrazy mogą być szczególnie użyteczne przy konieczności ich porównania ze wzorcami znajdującymi się w bazie, co jest typowe dla metod klasyfikacji i rozpoznawania wzorców, w tym obrazów. Przedstawione wyniki uzyskane zostały na podstawie syntetycznych obrazów twarzy obserwowanych z boku oraz 300 twarzy uzyskanych z bazy FERET. Jako reprezentatywna technika rozpoznawania twarzy, umożliwiająca dodatkowe wykorzystanie metody IBR, wybrana została metoda PCA, dla której uzyskano zauważalną poprawę skuteczności rozpoznawania twarzy z użyciem proponowanej metody. Zastosowanie metody IBR pozwala wykorzystać frontalne obrazy twarzy wyrenderowane nawet na podstawie obrazu z jednej kamery referencyjnej, co podnosi skuteczność rozpoznawania twarzy. Wykorzystanie obrazów z dwóch kamer bocznych wymaga precyzyjnego pasowania oraz kompensacji wpływu oświetlenia.
Źródło:
Pomiary Automatyka Kontrola; 2010, R. 56, nr 12, 12; 1495-1497
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analiza porównawcza efektywności metod redukcji zmiennych - analiza składowych głównych i analiza czynnikowa
Comparative Analysis of Effectiveness of the Methods for Reduction of Variables - Principal Component Analysis and Factor Analysis
Autorzy:
Czopek, Anna
Powiązania:
https://bibliotekanauki.pl/articles/589975.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Analiza czynnikowa
Analiza porównawcza
Analizy głównych komponentów
Comparative analysis
Factor analysis
Principal Component Analysis
Opis:
Principal component analysis and factor analysis are the two most popular methods that allow to bring a large number of studied variables to a much smaller number of mutually independent principal components or factors. New variables (principal components or factors) retain a relatively large part of the information contained in the original variables, while each of them is a carrier of other substantive content. Both of these methods of reduction of the variables are often used, because too many pending attributes increases the range of the difficulty of interpretation. The main reason of undertaking the project is an attempt to show, that the abovementioned methods, although they are very similar, cannot be indentified. Despite the fact, that in both cases eigenvalues are calculated, factor loadings, etc., but still there are differences in the way of action, about which it must be remembered. So the usage of these names the variables are unacceptable. The article consists of three parts. The first and second chapter are devoted, respectively, to the analysis of the principal components and factor analysis, where a short characterization of these methods had been made. In the third chapter, on the basis of an empirical example, we compared the effectiveness of the principal components analysis and factor analysis.
Źródło:
Studia Ekonomiczne; 2013, 132; 7-23
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The Classification of Spot Contracts from POLPX and EEX
Autorzy:
Ganczarek-Gamrot, Alicja
Glensk, Barbara
Trzpiot, Grażyna
Powiązania:
https://bibliotekanauki.pl/articles/591154.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Analiza empiryczna
Analizy głównych komponentów
Metody statystyczne
Przemysł energetyczny
Empirical analysis
Power industry
Principal Component Analysis
Statistical methods
Opis:
The aim of this paper is to show and compare different levels of risk during a day and during a week on spot markets from the Polish Power Exchange (POLPX) and the European Energy Exchange (EEX). Based on Principal Component Analysis (PCA) the classification of contracts from the two power exchanges was made. The classification was made for linear rates of return of 24 contracts listed on the power exchanges from 01.2009 to 24.10.2012. Additionally, the 24 contracts were divided into seven groups dependent on the day of a week. Based on these data sets the classification of risk during a week was made.
Źródło:
Studia Ekonomiczne; 2013, 162; 50-60
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-4 z 4

    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