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 "analiza trajektorii" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Detection of critical behaviour on roads by vehicle trajectory analysis
    Autorzy:
    Nowosielski, A.
    Forczmański, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/393713.pdf
    Data publikacji:
    2016
    Wydawca:
    Polskie Stowarzyszenie Telematyki Transportu
    Tematy:
    vehicle behaviour analysis
    trajectory analysis
    road safety
    analiza zachowania pojazdu
    analiza trajektorii
    bezpieczeństwo drogowe
    Opis:
    Detecting restricted or security critical behaviour on roads is crucial for safety protection and fluent traffic flow. In the paper we propose mechanisms for the trajectory of moving vehicle analysis using vision-based techniques applied to video sequences captured by road cameras. The effectiveness of the proposed solution is confirmed by experimental studies.
    Źródło:
    Archives of Transport System Telematics; 2016, 9, 2; 46-51
    1899-8208
    Pojawia się w:
    Archives of Transport System Telematics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Reliable robust path planning with application to mobile robots
    Autorzy:
    Pepy, R.
    Kieffer, M.
    Walter, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/930096.pdf
    Data publikacji:
    2009
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    analiza interwałowa
    planowanie trajektorii
    sterowanie odporne
    interval analysis
    path planning
    robust control
    state-space models
    Opis:
    This paper is devoted to path planning when the safety of the system considered has to be guaranteed in the presence of bounded uncertainty affecting its model. A new path planner addresses this problem by combining Rapidly-exploring Random Trees (RRT) and a set representation of uncertain states. An idealized algorithm is presented first, before a description of one of its possible implementations, where compact sets are wrapped into boxes. The resulting path planner is then used for nonholonomic path planning in robotics.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2009, 19, 3; 413-424
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The concentration level of PM10 in southern Poland (Katowice, Kraków, and Rzeszów) during the year 2018
    Autorzy:
    Qor-el-aine, Achraf
    Béres, András
    Géczi, Gábor
    Powiązania:
    https://bibliotekanauki.pl/articles/2086189.pdf
    Data publikacji:
    2021
    Wydawca:
    Państwowa Wyższa Szkoła Zawodowa w Tarnowie
    Tematy:
    PM10
    Coal Mines
    HYSPLIT trajectory frequency
    analysis
    Katowice
    Cracow
    Rzeszow
    kopalnia węgla
    częstotliwość trajektorii HYSPLIT
    analiza
    Kraków
    Rzeszów
    Opis:
    Human health and food quality are greatly affected by the state of the ambient air. In the European Union, Poland is considered as a country that has the most polluted air. The level of PM10 concentration exceeds the EU limit value in almost all the areas of Poland, but higher concentrations are registered in the southern regions, which are considered as the coal heartlands. Katowice, Kraków, and Rzeszów are three big cities in the southern part of Poland and are surrounded by coal mining industries. High PM10 concentrations are usually registered in these three cities, especially in the winter period. In 2018, the peak PM10 daily concentration occurred in the three cities at the same period (04/03/2018 in Rzeszów, 05/03/2018 in Kraków, and 05/03/2018 in Katowice). The aim was to identify the effect of each of the 8 coal mines that exist in Poland on the level PM10 concentration for the first week and March where the highest daily PM10 concentration for the year 2018 was registered. Using HYSPLIT Frequency analysis, the results showed that 100% of the particles coming from Bełchatów, Bolesław Śmiały, Halemba, Jas-Mos, Pniówek and Marcel Coal Mines hit Katowice region, and 10% from Bogdanka. While for Kraków, it was affected by 100% of the particles that are originated from Bolesław Śmiały, Pniówek, Halemba, and Jas-Mos Coal Mines and 10% Bogdanka, Bełchatów, and Marcel Coal Mines. Moreover, Rzeszów was the least affected city by the coal mines, 10% of the particles coming from Bogdanka, Bełchatów, Jas-Mos and Marcel, Halemba, and Pniówek Coal Mines attributed to high PM10 concentration during the first week of March 2018. Katowice and Kraków are more affected by the coal mines industry, Particulate Matter particles originating from the coal mines sites contribute to the high level of PM10 concentration.
    Źródło:
    Science, Technology and Innovation; 2021, 14, 3; 27--34
    2544-9125
    Pojawia się w:
    Science, Technology and Innovation
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Grupowanie trajektorii w analizie wyników badań klinicznych
    Clustering trajectories in clinical researches
    Autorzy:
    Mazurek, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/404019.pdf
    Data publikacji:
    2016
    Wydawca:
    Polskie Towarzystwo Symulacji Komputerowej
    Tematy:
    uczenie maszynowe
    grupowanie trajektorii
    algorytmy grupowania
    analiza wyników badań klinicznych
    statystyka
    machine learning
    trajectories clustering
    clustering algorithms
    clinical trials data analysis
    statistics
    Opis:
    Wyniki badań klinicznych mogą tworzyć wielowymiarowe szeregi czasowe, które opisują zmiany w czasie istotnych parametrów opisujących stan zdrowia i kondycję pacjenta. Analiza tego typu danych polega na wyodrębnieniu typowych przebiegów - trajektorii w procesie analizy skupień. Klasteryzacja szeregów medycznych wiąże się z transformacją danych wejściowych: regularyzacją szeregu czasowego, uzupełnieniem brakujących danych, standaryzacją zmiennych. W dalszej kolejności należy dobrać liczbę skupień oraz wykonać grupowanie metodą k-średnich, DTW, PDC lub inną. Te algorytmy są dostępne w otwartych środowiskach obliczeń statystycznych, jednak aby ułatwić analitykom ich zastosowanie, został zbudowany pakiet medclust, który dostarcza wysokopoziomowych procedur, domyślnie sparametryzowanych do wyszukiwania skupień.
    Clinical researches often involves measuring time-varying parameters of body condition, which forms multidimensional time-series. Typical, representative trajectories can be extracted with clustering algorithms. In order to apply clustering algorithms, raw data has to be preprocessed and this includes regularization of time series, imputation of missing values, values standardization. Next, one of time-series clustering can be applied: Dynamic Time Warping or Permutation Distribution Clustering. These algorithms are already available in open environments for statistical computing like R. In order to facilitate application of the clustering algorithms to the clinical reasarch data, new R package medclust was implemented. It provides analysts with ready-to-use high-level procedures with predefined set of parameters values to analyze clinical trajectories data.
    Źródło:
    Symulacja w Badaniach i Rozwoju; 2016, 7, 1-2; 15-24
    2081-6154
    Pojawia się w:
    Symulacja w Badaniach i Rozwoju
    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