Informacja

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

Wyszukujesz frazę "classification tree algorithm" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Komplementarność innowacji a eksport nowych produktów
Innovation Complementarity and New-Product Exports
Autorzy:
Lewandowska, Małgorzata S.
Gołębiowski, Tomasz
Szymura-Tyc, Maja
Rószkiewicz, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/575279.pdf
Data publikacji:
2017-02-28
Wydawca:
Szkoła Główna Handlowa w Warszawie. Kolegium Analiz Ekonomicznych
Tematy:
innowacje
współpraca
eksport
CIS
drzewo klasyfikacyjne
innovation
cooperation
export intensity
Community Innovation Survey
classification tree algorithm
Opis:
Extensive empirical research has been dedicated to the links between firm innovation and exports and to the relationship between innovativeness and business cooperation. However, there has been little research into the links between innovation, innovation cooperation and exports. This results in a fragmentation of knowledge in this field in both Polish and international literature on the subject. Most researchers focus on technological (product and process) innovation, while paying little attention to marketing and organizational innovation. Also, the complementarity of different types of innovation and their relation to exports is rarely taken into account. Moreover, studies on cooperation in innovation processes rarely take up the issue of cooperation partners, particularly in the context of exports. This paper intends to complement this knowledge. The findings are based on an analysis of firm-level empirical data collected by Poland’s Central Statistical Office (GUS) in the Polish version of the Community Innovation Survey (CIS) for 2008-2010. The results of the analysis show that combining various types of innovation as well as innovation cooperation, especially with foreign partners, enhance the international competitive advantage of Polish manufacturing firms and increase the intensity of new-product exports.
Na temat związków między innowacyjnością przedsiębiorstw a eksportem oraz między innowacyjnością a współpracą przedsiębiorstw przeprowadzono wiele badań empirycznych. Opracowań dotyczących powiązań pomiędzy innowacyjnością, współpracą i eksportem jednocześnie jest jednak bardzo mało, co sprawia, że wiedza na ten temat jest bardzo ograniczona zarówno w Polsce, jak i za granicą. Większość badaczy skupia się na innowacjach technologicznych (w obszarze produktu lub procesu), nie przywiązując większej wagi do innowacji marketingowych czy organizacyjnych. Nie uwzględnia się także komplementarności różnego typu innowacji, także w odniesieniu do eksportu. Ponadto w badaniach kooperacji w procesach innowacyjnych przedsiębiorstw rzadko podejmuje się kwestię typu partnerów współpracy, w szczególności w kontekście eksportu. Niniejszy artykuł ma na celu uzupełnienie tej wiedzy. Badanie jest oparte na mikro danych gromadzonych w ramach Community Innovation Survey (CIS) - badania innowacyjności polskich przedsiębiorstw przeprowadzonego przez GUS obejmującego lata 2008-2010. Wyniki przeprowadzonych analiz pokazują, że łączenie różnego typu innowacji oraz współpraca w działaniach innowacyjnych, w szczególności z partnerami zagranicznymi, pomaga polskim przedsiębiorstwom produkcyjnym tworzyć przewagę konkurencyjną na rynkach zagranicznych.
Źródło:
Gospodarka Narodowa. The Polish Journal of Economics; 2017, 287, 1; 95-117
2300-5238
Pojawia się w:
Gospodarka Narodowa. The Polish Journal of Economics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optimising a fuzzy fault classification tree by a single-objective genetic algorithm
Autorzy:
Zio, E.
Baraldi, P.
Popescu, I. C.
Powiązania:
https://bibliotekanauki.pl/articles/2069595.pdf
Data publikacji:
2007
Wydawca:
Uniwersytet Morski w Gdyni. Polskie Towarzystwo Bezpieczeństwa i Niezawodności
Tematy:
fault classification
decision tree
fuzzy logic
genetic algorithm
Opis:
In this paper a single-objective Genetic Algorithm is exploited to optimise a Fuzzy Decision Tree for fault classification. The optimisation procedure is presented with respect to an ancillary classification problem built with artificial data. Work is in progress for the application of the proposed approach to a real fault classification problem.
Źródło:
Journal of Polish Safety and Reliability Association; 2007, 2; 391--400
2084-5316
Pojawia się w:
Journal of Polish Safety and Reliability Association
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Adaptive Rider Feedback Artificial Tree Optimization-Based Deep Neuro-Fuzzy Network for Classification of Sentiment Grade
Autorzy:
Jasti, Sireesha
Kumar, G.V.S. Raj
Powiązania:
https://bibliotekanauki.pl/articles/2200961.pdf
Data publikacji:
2023
Wydawca:
Instytut Łączności - Państwowy Instytut Badawczy
Tematy:
deep learning network
feedback artificial tree
natural language processing (NLP)
rider optimization algorithm
sentiment grade classification
Opis:
Sentiment analysis is an efficient technique for expressing users’ opinions (neutral, negative or positive) regarding specific services or products. One of the important benefits of analyzing sentiment is in appraising the comments that users provide or service providers or services. In this work, a solution known as adaptive rider feedback artificial tree optimization-based deep neuro-fuzzy network (RFATO-based DNFN) is implemented for efficient sentiment grade classification. Here, the input is pre-processed by employing the process of stemming and stop word removal. Then, important factors, e.g. SentiWordNet-based features, such as the mean value, variance, as well as kurtosis, spam word-based features, term frequency-inverse document frequency (TF-IDF) features and emoticon-based features, are extracted. In addition, angular similarity and the decision tree model are employed for grouping the reviewed data into specific sets. Next, the deep neuro-fuzzy network (DNFN) classifier is used to classify the sentiment grade. The proposed adaptive rider feedback artificial tree optimization (A-RFATO) approach is utilized for the training of DNFN. The A-RFATO technique is a combination of the feedback artificial tree (FAT) approach and the rider optimization algorithm (ROA) with an adaptive concept. The effectiveness of the proposed A-RFATO-based DNFN model is evaluated based on such metrics as sensitivity, accuracy, specificity, and precision. The sentiment grade classification method developed achieves better sensitivity, accuracy, specificity, and precision rates when compared with existing approaches based on Large Movie Review Dataset, Datafiniti Product Database, and Amazon reviews.
Źródło:
Journal of Telecommunications and Information Technology; 2023, 1; 37--50
1509-4553
1899-8852
Pojawia się w:
Journal of Telecommunications and Information Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    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