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 "classification analysis" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 157
Tytuł:
A Multi-label Transformation Framework for the Rectangular 2D Strip-Packing Problem
Autorzy:
Neuenfeldt Júnior, Alvaro
Francescatto, Matheus
Stieler, Gabriel
Disconzi, David
Powiązania:
https://bibliotekanauki.pl/articles/2023851.pdf
Data publikacji:
2021-12
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
strip packing problem
data mining
multi-label transformation
classification analysis
heuristics
Opis:
The present paper describes a methodological framework developed to select a multi-label dataset transformation method in the context of supervised machine learning techniques. We explore the rectangular 2D strip-packing problem (2D-SPP), widely applied in industrial processes to cut sheet metals and paper rolls, where high-quality solutions can be found for more than one improvement heuristic, generating instances with multi-label behavior. To obtain single-label datasets, a total of five multi-label transformation methods are explored. 1000 instances were generated to represent different 2D-SPP variations found in real-world applications, labels for each instance represented by improvement heuristics were calculated, along with 19 predictors provided by problem characteristics. Finally, classification models were fitted to verify the accuracy of each multi-label transformation method. For the 2D-SPP, the single-label obtained using the exclusion method fit more accurate classification models compared to the other four multi-label transformation methods adopted.
Źródło:
Management and Production Engineering Review; 2021, 14, 4; 27-37
2080-8208
2082-1344
Pojawia się w:
Management and Production Engineering Review
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Estimators of the Quadratic Discriminant Function in the Case of Special Covariance Matrices Structure
Autorzy:
Pasewicz, Wiesław
Powiązania:
https://bibliotekanauki.pl/articles/747778.pdf
Data publikacji:
1987
Wydawca:
Polskie Towarzystwo Matematyczne
Tematy:
Classification and discrimination, cluster analysis
Opis:
.
Let us assume that the observed random vector Z, has a p-dimensional normal distribution with zero-mean vector. In the present paper we discuss estimators of the quadratic discriminant function U(z)=ln(f1(z)/f2(z)).
Źródło:
Mathematica Applicanda; 1987, 15, 29
1730-2668
2299-4009
Pojawia się w:
Mathematica Applicanda
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sequential classification methods
Autorzy:
Krzyśko, M.
Powiązania:
https://bibliotekanauki.pl/articles/747563.pdf
Data publikacji:
1978
Wydawca:
Polskie Towarzystwo Matematyczne
Tematy:
Classification and discrimination,cluster analysis
Opis:
Artykuł nie zawiera streszczenia
Sequential classification methods are suggested for the case of two or more populations. First, a method for two populations with known probability densities is presented. The method is based on the likelihood ratio and Wald's method of sequential testing of simple null hypothesis against an alternative hypothesis. Two approximate methods for obtaining boundaries, in the form of inequalities for the likelihood ratios, are suggested. The classification for more populations is based similarly on simple inequalities for sequential likelihood ratios based on increasing numbers of measurements. The method is completed by the Bayes decision rule used in the case in which the entire a priori established maximal dimension of measurements is reached. Again two ways of obtaining approximate boundaries are presented. As an example for the case of two populations, the sequential classification rules for normal distributions with known mean vectors and known and unequal covariance matrices are constructed. These rules are in fact quadratic discriminant functions for the sequence of dimensions. The rest of the paper is devoted to a comparison of the methods suggested from the point of view of their conservativeness and power.
Źródło:
Mathematica Applicanda; 1978, 6, 12
1730-2668
2299-4009
Pojawia się w:
Mathematica Applicanda
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Decision-theoretic foundations of discriminant analysis
Autorzy:
Bromek, T.
Niemiro, W.
Powiązania:
https://bibliotekanauki.pl/articles/747451.pdf
Data publikacji:
1992
Wydawca:
Polskie Towarzystwo Matematyczne
Tematy:
Classification and discrimination, cluster analysis
Bayesian problems
Admissibility
Opis:
.
This is a survey paper, starting from elementary facts on discrimination (possibly with a deferred decision). Further, four different orderings of discriminant rules are considered, and admissible rules (with respect to these orderings) are characterized by theorems and formulas. Finally, the decision regions of Bayes rules are described geometrically by regions in simplexes.
Źródło:
Mathematica Applicanda; 1992, 21, 35
1730-2668
2299-4009
Pojawia się w:
Mathematica Applicanda
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
L1-optimal Statistical Discrimination Procedures and their Asymptotic Properties
Autorzy:
Niemiro, Wojciech
Powiązania:
https://bibliotekanauki.pl/articles/747673.pdf
Data publikacji:
1989
Wydawca:
Polskie Towarzystwo Matematyczne
Tematy:
Classification and discrimination, cluster analysis
Asymptotic distribution theory
Pattern recognition, speech recognition
Opis:
W pracy rozpatruje się procedury statystyczne, które można traktować jako procedury estymacji rozwiązania problemu minimalizacji kiedy łączny rozkład prawdopodobieństwa zmiennych losowych jest nieznany i może być oszacowany na podstawie próby losowej. Procedury takiego typu pojawiają się w teorii dyskryminacji statystycznej i odsiewania. Przedmiotem pracy jest badanie asymptotycznych własności takich procedur.
We consider the generalized Z^-norm optimization problem assuming that the joint probability distri-bution of random variables is unknown. The solution to the problem has, therefore, to be estimated from a sample. We examine a natural estimator and show its strong consistency and asymptotic normality under quite general assumptions. Certain discrimination and screening problems, formalized in decision- theoretical manner, can be solved using Z^-norm minimization procedures. We derive asymptotic expansions of risk corresponding to estimated solu-tions.
Źródło:
Mathematica Applicanda; 1989, 17, 31
1730-2668
2299-4009
Pojawia się w:
Mathematica Applicanda
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Weather and a part of day recognition in the photos using a KNN methodology
Autorzy:
Krzywicki, T.
Powiązania:
https://bibliotekanauki.pl/articles/298048.pdf
Data publikacji:
2018
Wydawca:
Uniwersytet Warmińsko-Mazurski w Olsztynie
Tematy:
image analysis
machine learning
classification
Opis:
This article presents a proposal for recognizing the weather and part of a day in digital photos encoded in the bitmap format, based on auctorial edge detection algorithm of horizon to demarcate the sky and k-nearest neighbours algorithm, to classify the daytime in the picture as “day” or “night” and to classify the weather as “sunny” or “cloudy”. To verify the effectiveness of the classification the Internal Bagging-5 model was applied. The data for surveys in the form of pictures was prepared on self-provision. To test the method in a different location, data from the Internet was used.
Źródło:
Technical Sciences / University of Warmia and Mazury in Olsztyn; 2018, 21(4); 291-302
1505-4675
2083-4527
Pojawia się w:
Technical Sciences / University of Warmia and Mazury in Olsztyn
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Bayesian discrimination method for special covariance structure
Autorzy:
Pasewicz, Wiesław
Powiązania:
https://bibliotekanauki.pl/articles/748617.pdf
Data publikacji:
1985
Wydawca:
Polskie Towarzystwo Matematyczne
Tematy:
Classification and discrimination
cluster analysis
Opis:
.
Let us assume that the observed random vector from population has a p-dimensional normal distribution with a mean vector and a positive definite covariance matrix. A multivariate observation is known and it belongs to one of two multivariate normal populations but it is not known to which. Let E be the pxp matrix with each element eąual to unity and let I be the p x p identity matrix. In the paper we consider a Bayesian discrimination between s.
Źródło:
Mathematica Applicanda; 1985, 13, 26
1730-2668
2299-4009
Pojawia się w:
Mathematica Applicanda
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Audio Feature Space Analysis for Emotion Recognition from Spoken Sentences
Autorzy:
Smietanka, Lukasz
Maka, Tomasz
Powiązania:
https://bibliotekanauki.pl/articles/1953467.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Czasopisma i Monografie PAN
Tematy:
speech analysis
classification
emotional speech
Opis:
An analysis of low-level feature space for emotion recognition from the speech is presented. The main goal was to determine how the statistical properties computed from contours of low-level features influence the emotion recognition from speech signals. We have conducted several experiments to reduce and tune our initial feature set and to configure the classification stage. In the process of analysis of the audio feature space, we have employed the univariate feature selection using the chi-squared test. Then, in the first stage of classification, a default set of parameters was selected for every classifier. For the classifier that obtained the best results with the default settings, the hyperparameter tuning using cross-validation was exploited. In the result, we compared the classification results for two different languages to find out the difference between emotional states expressed in spoken sentences. The results show that from an initial feature set containing 3198 attributes we have obtained the dimensionality reduction about 80% using feature selection algorithm. The most dominant attributes selected at this stage based on the mel and bark frequency scales filterbanks with its variability described mainly by variance, median absolute deviation and standard and average deviations. Finally, the classification accuracy using tuned SVM classifier was equal to 72.5% and 88.27% for emotional spoken sentences in Polish and German languages, respectively.
Źródło:
Archives of Acoustics; 2021, 46, 2; 271-277
0137-5075
Pojawia się w:
Archives of Acoustics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analiza zbioru danych dotyczących oceny akceptowalności samochodów za pomocą teorii zbiorów przybliżonych i programu RSES
Analysis of the car acceptability assessment dataset using rough set theory and the RSES program
Autorzy:
Gorączka, Mateusz
Powiązania:
https://bibliotekanauki.pl/articles/41203532.pdf
Data publikacji:
2024
Wydawca:
Uniwersytet Kazimierza Wielkiego w Bydgoszczy
Tematy:
teoria zbiorów przybliżonych
zbiór danych
analiza danych
klasyfikacja danych
RSES
rough set theory
dataset
data analysis data classification
Opis:
Artykuł skupia się na analizie danych z wykorzystaniem teorii zbiorów przybliżonych oraz różnych metod, takich jak algorytm genetyczny, klasyfikacja za pomocą zestawu reguł i metoda walidacji krzyżowej. Przedstawiono także kompletny proces analizy danych przy użyciu programu RSES. Wykorzystany zbiór danych oraz wyniki analizy zostałyomówione w kontekście teorii zbiorów przybliżonych. Artykuł kończy się podsumowaniem i wnioskamiskupiającymi się na aspekcie skuteczności wspomnianych metod w analizie zbioru danych oraz efektywności programu w kwestii przeprowadzania w nim analiz.
The article focuses on data analysis using rough set theory and various methods such as the genetic algorithm, rule set classification and the cross-validation method. The complete data analysis process using RSES is also presented. The data set used and the results of the analysis are discussed in the context of rough set theory. The article concludes with a summary and conclusions focusing on the aspect of the effectiveness of aforementioned methods in analysing the dataset and the efficiency of the programin terms of performing analysis in it.
Źródło:
Studia i Materiały Informatyki Stosowanej; 2024, 16, 1; 24-32
1689-6300
Pojawia się w:
Studia i Materiały Informatyki Stosowanej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Vessel classification method based on vessel behavior in the port of Rotterdam
Autorzy:
Zhou, Y.
Daamen, W.
Vellinga, T.
Hoogendoorn, S.
Powiązania:
https://bibliotekanauki.pl/articles/135299.pdf
Data publikacji:
2015
Wydawca:
Akademia Morska w Szczecinie. Wydawnictwo AMSz
Tematy:
AIS
data analysis
vessel classification
vessel behavior
port
classification method
Opis:
AIS (Automatic Identification System) data have proven to be a valuable source to investigate vessel behavior. The analysis of AIS data provides a possibility to recognize vessel behavior patterns in a waterway area. Furthermore, AIS data can be used to classify vessel behavior into several categories. The analysis results would help the port authority and other equivalent parties in port design and optimization or marine traffic management. For researchers, it provides a systematic way to understand, simulate and predict vessel behavior. This paper focuses on vessel classification in the Botlek area, Rotterdam from the perspective of vessel behavior. In this paper, the vessel properties, including vessel type, GT (Gross Tonnage), length and beam, have been analyzed to investigate the vessel behavior, which is described by four factors including heading, COG (Course over Ground), SOG (Speed over Ground), and position. In order to discover the behavior patterns in normal situations, several thresholds are set in order to filter the collected AIS data to define such situations. By plotting the AIS data, behavioral changes with the changes of properties have been observed. Hence, the correlations between vessel behavior and different vessel properties are investigated. The results reveal that a vessel’s sailing position and COG are both strongly determined by beam, while SOG is affected by GT. For the heading of a vessel, no obvious correlation with any vessel property is found. Each behavioral factor is clustered according to the correlated vessel property. This way, the criteria to classify the vessels are determined. The vessel classification results based on their behavior would likely to lead to more consistency in the analysis, simulation and prediction of the vessel behavior. The reason is that the development of such a simulation model is based on a systematic recognition of the vessel behavior patterns.
Źródło:
Zeszyty Naukowe Akademii Morskiej w Szczecinie; 2015, 42 (114); 86-92
1733-8670
2392-0378
Pojawia się w:
Zeszyty Naukowe Akademii Morskiej w Szczecinie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Objective classification of empirical probability distributions and the issue of event detection
Autorzy:
Granat, J.
Wierzbicki, A. P.
Powiązania:
https://bibliotekanauki.pl/articles/308105.pdf
Data publikacji:
2008
Wydawca:
Instytut Łączności - Państwowy Instytut Badawczy
Tematy:
objective classification
event detection
multicriteria analysis
Opis:
The paper concentrates on the issue of classification of empirical probability distributions (histograms), which is useful both in management situations and in event detection or event mining. While existing approaches to event detection concentrate on the use of selected moments or other characteristics of empirical probability distributions, we postulate that full empirical distribution preserves more of needed information then selected moments of this distribution, thus multiple criteria classification of distributions can be most effective in event detection.
Źródło:
Journal of Telecommunications and Information Technology; 2008, 3; 24-27
1509-4553
1899-8852
Pojawia się w:
Journal of Telecommunications and Information Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Approach to classifying data with highly localized unmarked features using neural networks
Autorzy:
Grzeszczuk, Rafał
Powiązania:
https://bibliotekanauki.pl/articles/305688.pdf
Data publikacji:
2019
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
classification
neural networks
medical image analysis
Opis:
To face the increasing demand of quality healthcare, cutting-edge automation technology is being applied in demanding areas such as medical imaging. This paper proposes a novel approach to classification problems on datasets with sparse highly localized features. It is based on the use of a saliency map in the amplification of features. Unlike previous efforts, this approach does not use any prior information about feature localization. We present an experimental study based on the Diabetic Retinopathy classification problem, in which our method has shown to achieve an over 20%-higher accuracy in solving a two-class Diabetic Retinopathy classification problem than a naive approach based solely on residual neural networks. The dataset consists of 35,120 images of various qualities, inconsistent resolutions, and aspect ratios.
Źródło:
Computer Science; 2019, 20 (3); 329-342
1508-2806
2300-7036
Pojawia się w:
Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Statystyczna analiza aktywności edukacyjnej osób dorosłych w Polsce
Statistical analysis of the educational activityof adults in Poland
Autorzy:
Grześkowiak, Alicja
Powiązania:
https://bibliotekanauki.pl/articles/425280.pdf
Data publikacji:
2013
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
statistical analysis
continuous learning
classification trees
Opis:
The objective of this paper is to assess the participation of adults in Poland in lifelong learning. The participation in education of Poles aged 25-64 was analyzed at three levels: national, regional and individual. The data at the national level were confronted with the situation in Europe and the data at the voivodeships level were considered in the context of regional competitiveness. The main factors influencing the educational involvement at the individual level were detected by the application of classification trees. The results of the analysis indicate that lifelong learning in Poland is not sufficiently developed and some regional differences occur in this field. The educational attainment was found as the most important determinant of the participation in continuous learning.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2013, 2(40); 22-35
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Methods of discriminant analysis
Autorzy:
Krzyśko, Mirosław
Powiązania:
https://bibliotekanauki.pl/articles/748561.pdf
Data publikacji:
1982
Wydawca:
Polskie Towarzystwo Matematyczne
Tematy:
Classification and discrimination
cluster analysis (statistics)
Opis:
Rozpatrzmy zadanie polegające na tym, by na podstawie zaobserwowanych wartości cech obiektu zaklasyfikować go do jednej z k populacji, których obiekt ten może być elementem. W zadaniach tego rodzaju problem polega na wyborze jednej z szeregu hipotez alternatywnych a nie na testowaniu jakiejkolwiek szczególnej hipotezy przeciwko zbiorowi alternatyw, jak to ma miejsce w klasycznej teorii testowania hipotez. W literaturze statystycznej zadania takie noszą nazwę zadań klasyfikacji, identyfikacji lub dyskryminacji. Praca zawiera przegląd podstawowych metod analizy dyskryminacyjnej: metody zmiennych dyskryminacyjnych pochodzącej od R. A. Fishera [12], metody teoriodecyzyjnej pochodzącej od A. Walda i T. W. Andersona [2], [3], [30] oraz metody bayesowskiej pochodzącej od S. Geissera
The article contains no abstract
Źródło:
Mathematica Applicanda; 1982, 10, 19
1730-2668
2299-4009
Pojawia się w:
Mathematica Applicanda
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
Wyświetlanie 1-15 z 157

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