Informacja

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

Wyszukujesz frazę "dane czasowo‑przestrzenne" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Analiza składowych głównych dla danych czasowo-przestrzennych
Autorzy:
Krzyśko, Mirosław
Wołyński, Waldemar
Łukaszonek, Wojciech
Ratajczak, Waldemar
Powiązania:
https://bibliotekanauki.pl/articles/581574.pdf
Data publikacji:
2018
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
składowe główne
dane czasowo-przestrzenne
Opis:
W pracach [Górecki i in. 2014; 2016] przedstawiono konstrukcję składowych głównych dla wielowymiarowych danych zmiennych w czasie (wielowymiarowych danych funkcjonalnych). W pracach [Harris i in. 2011] oraz [Lu i in. 2014] podano konstrukcję składowych głównych dla wielowymiarowych danych przestrzennych. Są to składowe główne lokalne, geograficznie ważone. W pracy tej przedstawiona jest konstrukcja składowych głównych dla wielowymiarowych danych czasowo-przestrzennych, łącząca wyniki przywołanych prac.
Źródło:
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu; 2018, 507; 115-123
1899-3192
Pojawia się w:
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie triangulacji do wizualizacji kartograficznej i analizy zmian danych czasowo-przestrzennych
Application of triangulation for cartographic visualization and change analysis of spatio-temporal data
Autorzy:
Kurpiel, N.
Powiązania:
https://bibliotekanauki.pl/articles/346110.pdf
Data publikacji:
2017
Wydawca:
Polskie Towarzystwo Informacji Przestrzennej
Tematy:
GIS
wizualizacja kartograficzna
dane czasowo-przestrzenne
Space Time Cube
cartographic visualization
spatio-temporal data
Opis:
Wizualizacja danych czasowo-przestrzennych opiera się głównie na wykorzystaniu odpowiednio dobranych metod kartograficznych. Można wyróżnić dwa zasadnicze podejścia do powyższego problemu: wykorzystanie animacji lub sekwencji obrazów, bądź jednoczesne wyświetlanie warstw prezentujących stany obiektów w danych stanach czasowych. Pierwsza z metod świetnie nadaje się do oddania charakteru zjawiska oraz głównego trendu zmian w czasie, jednak nie jest najlepszym rozwiązaniem dla szczegółowych analiz w wielu stanach czasowych. Druga grupa metod (do której należy między innymi Space Time Cube), w której cechy przestrzenne obiektów prezentowane są w dwóch wymiarach, a trzecim wymiarem pozostaje czas, lepiej nadaje się do szczegółowych analiz. W pracy zaproponowano wykorzystanie triangulacji do wizualizacji i parametryzacji zmian czasowo-przestrzennych. Metoda ta opiera się na połączeniu zmodyfikowanej metody Space Time Cube z triangulacją. Atutem prezentowanego rozwiązania jest możliwość adaptacji klasycznych analiz przestrzennych na potrzeby opisu zmian w czasie geometrii obiektów przestrzennych.
Visualisations of spatio-temporal data are mainly based on appropriately selected cartographic methods. Two main approaches to this problem exist: the use of animation or a sequence of images or simultaneous display of layers presenting the state of the objects in given time steps. In the second group of methods (for example Space Time Cube), the spatial characteristics of objects are presented in two dimensions and the third dimension is time. This group of methods is more suitable for detailed analysis. In this paper the use of triangulation for visualisation and analysis of spatio-temporal changes is presented. The presented method is based on combination of the modified Space Time Cube method and triangulation. The advantage of this solution is the possibility to adapt the classic spatial analysis for the description of changes during determination of the geometry of spatial objects.
Źródło:
Roczniki Geomatyki; 2017, 15, 3(78); 309-318
1731-5522
2449-8963
Pojawia się w:
Roczniki Geomatyki
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analiza nieliniowych składowych głównych dla danych czasowo‑przestrzennych geograficznie ważonych
Nonlinear Principal Component Analysis for Geographically Weighted Temporal‑spatial Data
Autorzy:
Krzyśko, Mirosław
Łukaszonek, Wojciech
Ratajczak, Waldemar
Wołyński, Waldemar
Powiązania:
https://bibliotekanauki.pl/articles/658130.pdf
Data publikacji:
2018
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
nieliniowa analiza składowych głównych
dane geograficznie ważone
dane czasowo‑przestrzenne
nonlinear principal component analysis
geographically weighted data
temporal‑spatial data
Opis:
Schölkopf, Smola and Müller (1998) have proposed a nonlinear principal component analysis (NPCA) for fixed vector data. In this paper, we propose an extension of the aforementioned analysis to temporal‑spatial data and weighted temporal‑spatial data. To illustrate the proposed theory, data describing the condition of state of higher education in 16 Polish voivodships in the years 2002–2016 are used.
Schölkopf, Smola i Müller (1998) zaproponowali analizę nieliniowych składowych głównych (NPCA) dla ustalonych danych wektorowych. Niniejszy artykuł zawiera rozszerzenie tej metody na dane czasowo‑przestrzenne oraz czasowo‑przestrzenne geograficznie ważone. Każdy obiekt jest scharakteryzowany za pomocą macierzy Xi, rozmiaru T × p, zawierającej wartości p cech zaobserwowanych w T momentach czasowych, i = 1, …, n. Macierze te są przekształcane nieliniowo do przestrzeni Hilberta i budowana jest scentrowana macierz jądrowa. Ostatecznie macierz ta jest podstawą konstrukcji nieliniowych składowych głównych. W przypadku danych geograficznie ważonych macierz Xizostaje zastąpiona macierzą wiXi, gdzie wijest dodatnią wagą geograficzną związaną z i‑tym miejscem obserwacji, i = 1, …, n. Teoria zilustrowana jest przykładem dotyczącym stanu szkolnictwa wyższego w 16 polskich województwach, notowanego w latach 2002–2016.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2018, 4, 337; 169-181
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
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