Informacja

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

Wyszukujesz frazę "data networks" wg kryterium: Temat


Wyświetlanie 1-73 z 73
Tytuł:
End-to-end service survivability under attacks on networks
Autorzy:
Molisz, W.
Rak, J.
Powiązania:
https://bibliotekanauki.pl/articles/308000.pdf
Data publikacji:
2006
Wydawca:
Instytut Łączności - Państwowy Instytut Badawczy
Tematy:
survivable data networks
attacks on networks
scale-free networks
routing
resource allocation
Opis:
Network survivability is a capability of a networked system to provide its services despite failures or attacks. Attacks, e.g., due to acts of war, being potentially damaging events, were basically considered in the historical definitions of a survivability phenomenon. The meaning of the term: "network survivability" evolved in the last decade. Recently, attacks replayed the important role again. Their nature, however, including intrusions, probes, denials of service, differs from the old one. Survivability is strongly related to other fields of study. In particular, quality of service depends on network survivability. We investigate these dependencies in scale-free networks. Many networks are scale-free, i.e., their node degree distribution follows the power law. Nodes of the highest degrees, called centers, are highly vulnerable to attacks. Elimination of these nodes seriously degrades the overall performance of network services. In this paper we propose a model, which, based on traffic parameters of a demand, like delay or bit rate, allows to establish the survivable and attack proof end-to-end connections. The key idea of this model is that for the significant traffic, it establishes paths, which omit centers. The important connections become more resistant to attacks. We show that in the best case, obtained for the highest class of service, the number of broken connections is reduced even by factor 3. Example results are compared to those for the standard distance metrics. Our model is applicable to many network architectures and many classes of service.
Źródło:
Journal of Telecommunications and Information Technology; 2006, 3; 19-26
1509-4553
1899-8852
Pojawia się w:
Journal of Telecommunications and Information Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
On the connections between optimal control, regulation and dynamic network routing
Autorzy:
Karbowski, A.
Powiązania:
https://bibliotekanauki.pl/articles/307694.pdf
Data publikacji:
2003
Wydawca:
Instytut Łączności - Państwowy Instytut Badawczy
Tematy:
stabilization
nonlinear control
optimal control
dynamic programming
data networks
routing algorithms
Opis:
The paper is devoted to studying general features of dynamic network routing problems. It is shown that these problems may be interpreted as receding horizon optimal control problems or simply regulation problems. In the basic formulation it is assumed, that the nodes have no dynamics and the only goal of the optimization mechanism is to find the shortest paths from the source to the destination nodes. In this problem the optimization mechanism (i.e. the Bellman-Ford algorithm) may be interpreted as a receding horizon optimal control routine. Moreover, there is one-toone correspondence between the Bellman optimal cost-to-go function in the shortest path problem and the Lyapunov function in the regulation problem. At the end some results of the application of the routing optimization algorithm to an inverted pendulum regulation problem are presented.
Źródło:
Journal of Telecommunications and Information Technology; 2003, 3; 67-72
1509-4553
1899-8852
Pojawia się w:
Journal of Telecommunications and Information Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Robust Flow Controllers for a Single Virtual Circuit in Data Transmission Networks with Lossy Links
Autorzy:
Bartoszewicz, A.
Leśniewski, P.
Powiązania:
https://bibliotekanauki.pl/articles/108780.pdf
Data publikacji:
2012
Wydawca:
Społeczna Akademia Nauk w Łodzi
Tematy:
data transmission networks
congestion control
sliding-mode control
discrete-time systems
Opis:
The paper concerns an application of regulation theory methods to modeling and effective control of connection-oriented data transmission networks. In particular the problem of congestion control in a single virtual circuit of such a network is considered and new discrete-time sliding mode data flow rate controllers are proposed. The controllers are designed in such a way that packet losses are explicitly accounted for. The closed-loop system stability and finitetime error convergence are proved. Moreover, a number of favorable properties of the proposed controllers are stated as theorems, formally proved and verified in a simulation example. It is demonstrated that the proposed controllers guarantee full utilization of the available bandwidth and eliminates the risk of bottleneck node buffer overflow. Application of time-varying sliding hyperplanes helps avoid excessive transmission rates at the beginning of the control process.
Źródło:
Journal of Applied Computer Science Methods; 2012, 4 No. 1; 5-20
1689-9636
Pojawia się w:
Journal of Applied Computer Science Methods
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Referential graphs
Grafy referencyjne
Autorzy:
Ledziński, D.
Marciniak, B.
Śrutek, M.
Powiązania:
https://bibliotekanauki.pl/articles/389824.pdf
Data publikacji:
2013
Wydawca:
Politechnika Bydgoska im. Jana i Jędrzeja Śniadeckich. Wydawnictwo PB
Tematy:
graphs
chordal rings
data communication networks
grafy
grafy referencyjne
projektowanie sieci telekomunikacyjnych
Opis:
The authors of this paper have defined the notion of referential graphs which allow to model data and telecommunication networks in order to optimize them. Parameters of this type of graphs can be compared with parameters of modified chordal rings three and four degree. A description of the program developed for graphs of this type and its effects have been presented.
W artykule zdefiniowano pojęcie Grafu Referencyjnego, za pomocą którego można modelować sieci teleinformatyczne w celu ich optymalizacji. Zdefiniowano parametry takiego typu grafów, które zostały porównane z parametrami modyfikowanych pierścieni cięciwowych trzeciego i czwartego stopnia. Do modelowania poszczególnych przypadków opracowano program symulacyjny. Zaprezentowano opis tego programu oraz wyniki otrzymane przy wyszukiwaniu grafów referencyjnych dla szerokiego spektrum danych wejściowych.
Źródło:
Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy; 2013, 17; 37-73
1899-0088
Pojawia się w:
Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Data security based on neural networks
Autorzy:
Noaman, K.M.G.
Jalab, H.A.
Powiązania:
https://bibliotekanauki.pl/articles/1964155.pdf
Data publikacji:
2005
Wydawca:
Politechnika Gdańska
Tematy:
data security
cryptography
neural networks
Opis:
The paper is concerned with the study and design of a data security system based on neural networks. Data with different keys were taken as test data, encrypted, decrypted and compared with the original data. The results have confirmed its advantages over other techniques.
Źródło:
TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk; 2005, 9, 4; 409-414
1428-6394
Pojawia się w:
TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Measurement Data Acquisition System Utilising the GSM Phone System
Autorzy:
Brocki, J
Goetzen, P.
Makuch, J.
Marchlewska, A.
Skowrońska-Kapusta, A.
Powiązania:
https://bibliotekanauki.pl/articles/108728.pdf
Data publikacji:
2010
Wydawca:
Społeczna Akademia Nauk w Łodzi
Tematy:
computer networks
data acquisition
GSM
EIS
Opis:
We present a new approach to designing of application which can be used for data acquisition. Cellular phone is used to transfer the data. Connecting many phones builds highly scalable measurement network. SMS messages were used to transfer the data.
Źródło:
Journal of Applied Computer Science Methods; 2010, 2 No. 2; 201-211
1689-9636
Pojawia się w:
Journal of Applied Computer Science Methods
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Kohonen self-organizing maps for symbolic objects
Samoorganizujące się mapy Kohonena dla obiektów symbolicznych
Autorzy:
Dudek, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/907030.pdf
Data publikacji:
2008
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
Classification
visualization
symbolic data
neural networks
Opis:
Visualizing data in the form of illustrative diagrams and searching, in these diagrams, for structures, clusters, trends, dependencies etc. is one of the main aims of multivariate statistical analysis. In the case of symbolic data (e.g. data in form of: single quantitative value, categorical values, intervals, multi-valued variables, multi-valued variables with weights), some well-known methods are provided by suitable 'symbolic' adaptations of classical methods such as principal component analysis or factor analysis. An alternative visualization of symbolic data is obtained by constructing a Kohonen map. Instead of displaying the individual items k = 1,..., n by n points or rectangles in a two dimensional space, the n items are first clustered into a number m of mini-clusters and then these mini-clusters are assigned to the vertices of a rectangular lattice of points in the plane such that 'similar' clusters are represented by neighbouring vertices in the lattice.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2008, 216
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The use of can in automation test bench to test the engine cooling system
Autorzy:
Kneba, Z.
Śmieja, M.
Powiązania:
https://bibliotekanauki.pl/articles/243994.pdf
Data publikacji:
2010
Wydawca:
Instytut Techniczny Wojsk Lotniczych
Tematy:
CAN networks
car networks
data exchange
cooling system
engine operation
Opis:
Can is widely distributed network in the industry and automotive applications with high availability enable its electronic components and the easy integration projects with software engineering research Matlab type, tends to encourage the use of these precious features of CAN to build research stands. The article presents a data transmission system using the CAN protocol as a test of a new generation of cooling systems for internal combustion engines. Adopted for the object of research methodology which involves the simulation of variable parameters of the different control strategies require data processing in real time. A large number of recorded and interpreted online information about the temperatures in many parts of the facility and other variables such as instantaneous fuel consumption, secreted mechanical power, crankshaft and throttle position together with the need to control the plant justify departure from the traditional methods of transmitting signals in separate lines , for the application data exchange network, adopted by the authors as a way of organizing the flow of data based on the CAN protocol using the Matlab Simulink Real Time. The article contains a description of the implementation of networks in the context of very specific features for Controller Area Network particularly regarding mechanisms such as arbitration on the bus, the method of initiation and the provision of sufficient transmission capacity. The presented graphs and diagrams illustrate the proposed and implemented solutions and the results obtained from stucties measuring temperatures for the warm-up and cooling of the engine.
Źródło:
Journal of KONES; 2010, 17, 3; 205-210
1231-4005
2354-0133
Pojawia się w:
Journal of KONES
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Enhancing constructive neural network performance using functionally expanded input data
Autorzy:
Bertini, Jr., J. R.
Carmo Nicoletti, do, M.
Powiązania:
https://bibliotekanauki.pl/articles/91786.pdf
Data publikacji:
2016
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
constructive neural networks
functional link artificial neural networks
functionally expanded input data
Opis:
Constructive learning algorithms are an efficient way to train feedforward neural networks. Some of their features, such as the automatic definition of the neural network (NN) architecture and its fast training, promote their high adaptive capacity, as well as allow for skipping the usual pre-training phase, known as model selection. However, such advantages usually come with the price of lower accuracy rates, when compared to those obtained with conventional NN learning approaches. This is, perhaps, the reason for conventional NN training algorithms being preferred over constructive NN (CoNN) algorithms. Aiming at enhancing CoNN accuracy performance and, as a result, making them a competitive choice for machine learning based applications, this paper proposes the use of functionally expanded input data. The investigation described in this paper considered six two-class CoNN algorithms, ten data domains and seven polynomial expansions. Results from experiments, followed by a comparative analysis, show that performance rates can be improved when CoNN algorithms learn from functionally expanded input data.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2016, 6, 2; 119-131
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The flexray networks in the modern motorcars
Autorzy:
Śmieja, M.
Powiązania:
https://bibliotekanauki.pl/articles/247452.pdf
Data publikacji:
2010
Wydawca:
Instytut Techniczny Wojsk Lotniczych
Tematy:
FlexRay
car networks
data exchange
engine operation
motorcars
Opis:
Advancing the evolution of motor cars, understood as complex mechatronic systems are connected with the ever emerging constrains on coordination between the components of the system objects. Adopted by all environment related to the automotive, the way of communication between the vehicle components via network for data exchange, connected with the necessity to keep up with increasing demands on the transmission speed and level of security. The answers to these requirements concerning the ways to control x-by-wire or complex mechanism to optimize the operation of the engine, seems to have been created by the big automobile companies FlexRay protocol. The article presents the basie features of this method of communication that allows for a 10 fold increase in data rates compared to the conventional CAN network. The remaining features of transmission such as reliability and level of time determinism, which are important for control systems are discussed later in the paper. Included in the summary comments indicate potential further developments and the possibilities of the application if this method of transmission in automotive applications.
Źródło:
Journal of KONES; 2010, 17, 3; 431-435
1231-4005
2354-0133
Pojawia się w:
Journal of KONES
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Implementation of remote control device using USB 1208LS
Autorzy:
KARAARSLAN,, Ahmet
ÖZER, Tolga
Powiązania:
https://bibliotekanauki.pl/articles/456901.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Rzeszowski
Tematy:
remote control
USB DAQ
data communications
computer networks
Opis:
In parallel with developments in technology, home automation systems are being increasingly used. In this study, computer networks and the power system can be controlled by Internet for a remote device. This application was carried out in two stages of software and hardware. The software is developed in C # programming language. This software is connected to the computer using a remote server devices, performed the required information has been sent. The second part of the application is prepared in the hardware. The information that come to the server Usb can handled and performed by Usb 1208LS. This circuit design performed and connected to the server Usb. After the coming data has been processed, target device which connected to the circuit making power control and commands sent to the device peaks and the application process has been completed the desired
Źródło:
Edukacja-Technika-Informatyka; 2013, 4, 2; 406-417
2080-9069
Pojawia się w:
Edukacja-Technika-Informatyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
INFORMATION SECURITY AND PERSONAL DATA PROTECTION ON INTERNET SOCIAL NETWORKS
Autorzy:
Vladimír, Sedlák,
Eduard, Snižik,
Michal, Krajník,
Powiązania:
https://bibliotekanauki.pl/articles/890913.pdf
Data publikacji:
2018-08-22
Wydawca:
Wyższa Szkoła Bezpieczeństwa Publicznego i Indywidualnego Apeiron w Krakowie
Tematy:
internet
information security
social networks
personal data protection
Opis:
Modern human generation, especially the younger generation, in the digital world spends more and more time. Experts in the area recorded a significant increase of interest of people on social networks. On the present, in a frame of the so-called digital contacting the people themselves is to contact online social networks, perhaps the most popular form. Article mentions the risks of leakage and misuse of personal data on such online social networks.
Źródło:
Kultura Bezpieczeństwa. Nauka – Praktyka – Refleksje; 2014, 15; 258-268
2299-4033
Pojawia się w:
Kultura Bezpieczeństwa. Nauka – Praktyka – Refleksje
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A neural system of phonematic transformation
Autorzy:
Podolak, I. T.
Bielecki, A.
Powiązania:
https://bibliotekanauki.pl/articles/1931576.pdf
Data publikacji:
2003
Wydawca:
Politechnika Gdańska
Tematy:
neural networks
input-output data representation
phonematic transformation
Opis:
A common task in speech processing for which neural networks are widely employed is text-to-phoneme conversion. In this paper we propose a novel solution to this problem by combining a multilayer neural network and a modular hybrid system that uses basic rules to subdivide the original problem into easier tasks which are then solved by dedicated neural networks. A hybrid solution can be more rapidly constructed than a single net solution, and is easily extendable. Input data representation is also discussed. A voting committee concept is used to enhance generalization abilities of the system. Efficiency of the proposed systems is compared.
Źródło:
TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk; 2003, 7, 1; 115-130
1428-6394
Pojawia się w:
TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Single-ended quality measurement of a music content via convolutional recurrent neural networks
Autorzy:
Organiściak, Kamila
Borkowski, Józef
Powiązania:
https://bibliotekanauki.pl/articles/1849158.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
audio data analysis
artefacts detection
convolutional neural networks
recurrent neural networks
classification model
Opis:
The paper examines the usage of Convolutional Bidirectional Recurrent Neural Network (CBRNN) for a problem of quality measurement in a music content. The key contribution in this approach, compared to the existing research, is that the examined model is evaluated in terms of detecting acoustic anomalies without the requirement to provide a reference (clean) signal. Since real music content may include some modes of instrumental sounds, speech and singing voice or different audio effects, it is more complex to analyze than clean speech or artificial signals, especially without a comparison to the known reference content. The presented results might be treated as a proof of concept, since some specific types of artefacts are covered in this paper (examples of quantization defect, missing sound, distortion of gain characteristics, extra noise sound). However, the described model can be easily expanded to detect other impairments or used as a pre-trained model for other transfer learning processes. To examine the model efficiency several experiments have been performed and reported in the paper. The raw audio samples were transformed into Mel-scaled spectrograms and transferred as input to the model, first independently, then along with additional features (Zero Crossing Rate, Spectral Contrast). According to the obtained results, there is a significant increase in overall accuracy (by 10.1%), if Spectral Contrast information is provided together with Mel-scaled spectrograms. The paper examines also the influence of recursive layers on effectiveness of the artefact classification task.
Źródło:
Metrology and Measurement Systems; 2020, 27, 4; 721-733
0860-8229
Pojawia się w:
Metrology and Measurement Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Supporting investment decisions using data mining methods
Autorzy:
Sysiak, W.
Trajer, J.
Janaszek, M.
Powiązania:
https://bibliotekanauki.pl/articles/93017.pdf
Data publikacji:
2009
Wydawca:
Uniwersytet Przyrodniczo-Humanistyczny w Siedlcach
Tematy:
data mining
decision support
k-means clustering
neural networks
Opis:
This paper presents an application of k-means clustering in preliminary data analysis which preceded the choice of input variables for the system supporting the decision about stock purchase or sale on capital markets. The model forecasting share prices issued by companies in the food-processing sector quoted at the Warsaw Stock Exchange was created in STATISTICA 7.1. It was based on neural modeling and allowed for the assessment of changes direction in securities values (increase, decrease) and generates the quantitative forecast of their future price.
Źródło:
Studia Informatica : systems and information technology; 2009, 1(12); 67-78
1731-2264
Pojawia się w:
Studia Informatica : systems and information technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Exchange Rates: Predictable but not Explainable? Data Mining with Leading Indicators and Technical Trading Rules
Możliwości modelowania i prognozowania kursów walutowych: wskaźniki wyprzedzające i analiza techniczna
Autorzy:
Brandl, Bernd
Powiązania:
https://bibliotekanauki.pl/articles/907593.pdf
Data publikacji:
2005
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
exchange rates
data mining
artificial neural networks
genetic algorithms
Opis:
This paper presents a data mining approach to forecasting exchange rates. It is assumed that exchange rates are determined by both fundamental and technical factors. The balance of fundamental and technical factors varies for each exchange rate and frequency. It is difficult for forecasters to establish the relative relevance of different kinds of factors given this mixture; therefore the utilization of data mining algorithms is advantageous. The approach applied uses a genetic algorithm and neural networks. Out-of-sample forecasting results are illustrated for five exchange rates on different frequencies and it is shown that data mining is able to produce forecasts that perform well.
W artykule przedstawiono proces eksploracji danych statystycznych w prognozowaniu kursów walutowych. Zakładamy, że kursy walutowe pozostają pod wpływem zarówno czynników o charakterze fundamentalnym, jak i czynników pozaekonomicznych. Równowaga pomiędzy tymi czynnikami różni się w zależności od rodzaju kursu walutowego i częstotliwości jego pomiaru. Prognostykom trudno jest ustalić względną siłę wpływu różnych czynników, stąd analiza polegająca na eksploracji danych ma określone zalety. W proponowanym podejściu wykorzystano algorytmy genetyczne i sztuczne sieci neuronowe. Przedstawiliśmy wyniki eksperymentów prognostycznych poza próbą statystyczną w odniesieniu do pięciu kursów walutowych, obserwowanych z różną częstotliwością. Pokazaliśmy, że metoda eksploracji danych może stanowić skuteczne narzędzie prognostyczne.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2005, 192
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Applying a neural network ensemble to intrusion detection
Autorzy:
Ludwig, Simone A.
Powiązania:
https://bibliotekanauki.pl/articles/91620.pdf
Data publikacji:
2019
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
ensemble learning
Deep Neural Networks
NSL-KDD data set
Opis:
An intrusion detection system (IDS) is an important feature to employ in order to protect a system against network attacks. An IDS monitors the activity within a network of connected computers as to analyze the activity of intrusive patterns. In the event of an ‘attack’, the system has to respond appropriately. Different machine learning techniques have been applied in the past. These techniques fall either into the clustering or the classification category. In this paper, the classification method is used whereby a neural network ensemble method is employed to classify the different types of attacks. The neural network ensemble method consists of an autoencoder, a deep belief neural network, a deep neural network, and an extreme learning machine. The data used for the investigation is the NSL-KDD data set. In particular, the detection rate and false alarm rate among other measures (confusion matrix, classification accuracy, and AUC) of the implemented neural network ensemble are evaluated.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2019, 9, 3; 177-178
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Enriching WSN environment with context information
Autorzy:
Konieczny, M.
Powiązania:
https://bibliotekanauki.pl/articles/305246.pdf
Data publikacji:
2012
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
wireless sensor networks
context-aware systems
data-centric architectures
Opis:
Currently the Internet of Things environment suffer from a variety of unique problems such as low throughput, inadequate support for mobility and notcompatible (and often close) application environments. However, characteristic of physical environment often provides opportunities to address these problems. This paper explores concepts of enriching the WNS environment with context-based information. By context we consider all data available in sensors environment, not only data processed by them. Currently this data are not utilized by sensors, but we think that they can improve overall functionality of the sensor network. We also discuss the practical challenges facing the integration of such an approach into the sensor application stack.
Źródło:
Computer Science; 2012, 13 (4); 101-114
1508-2806
2300-7036
Pojawia się w:
Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Occupational accidents data collection and analysis
Autorzy:
Demichela, M.
Murè, S.
Cigna, C.
Monai, L.
Patrucco, M.
Powiązania:
https://bibliotekanauki.pl/articles/2069533.pdf
Data publikacji:
2010
Wydawca:
Uniwersytet Morski w Gdyni. Polskie Towarzystwo Bezpieczeństwa i Niezawodności
Tematy:
occupational accidents
fuzzy logic
neural networks
expert systems
data collection
Opis:
Despite of the always growing attention to safety related topics, the enforcement of directives, regulations and technical standards and the improvement of technical solutions aimed to minimize the occupational risks, the number of people dying every day at workplaces is still excessively high. The overall number of injuries is recently decreasing, but both the frequency and the total yearly number of fatalities still remain fundamentalny unchanged in the last years. The main problem with accidental data, as officially reported, is that very often, no evaluation is possible in terms of root causes, e.g. standard violations. Since the target of the analysis is the determination of the causal chain of events that lead to the accident to understand how it happened and how to avoid the occurrence of similar situations, the lack of detailed information lead to many difficulties in the definition of the suitable prevention measures. This paper shows three different, but integrated. methods able to collect, manage and analyze the information related to occurred accidents for preventive purposes.
Źródło:
Journal of Polish Safety and Reliability Association; 2010, 1, 1; 67--74
2084-5316
Pojawia się w:
Journal of Polish Safety and Reliability Association
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of multi-parameter data visualization by means of autoassociative neural networks to evaluate classification possibilities of various coal types
Autorzy:
Jamroz, D.
Powiązania:
https://bibliotekanauki.pl/articles/109902.pdf
Data publikacji:
2014
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
autoassociative neural networks
coal types
multidimensional visualization
multi-parameter
identification of data
pattern recognition
neural networks
Opis:
The significance of data visualization in modern research is growing steadily. In mineral processing scientists have to face many problems with understanding data and finding essential variables from a large amount of data registered for material or process. Hence it is necessary to apply visualization of such data, especially when a set of data is multi-parameter and very complex. This paper puts forward a proposal to introduce the autoassociative neural networks for visualization of data concerning three various types of hard coal. Apart from theoretical discussion of the method, the empirical applications of the method are presented. The results revealed that it is a useful tool for a researcher facing a complicated set of data which allows for its proper classification. The optimal neural network parameters to successfully separate the analyzed three types of coal were found out for the analyzed example.
Źródło:
Physicochemical Problems of Mineral Processing; 2014, 50, 2; 719-734
1643-1049
2084-4735
Pojawia się w:
Physicochemical Problems of Mineral Processing
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Developments on an IEEE 802.15.4-based wireless sensor network
Autorzy:
Scheers, B.
Mees, W.
Lauwens, B.
Powiązania:
https://bibliotekanauki.pl/articles/308225.pdf
Data publikacji:
2008
Wydawca:
Instytut Łączności - Państwowy Instytut Badawczy
Tematy:
wireless sensor networks
IEEE 802.15.4
effective data capacity
positioning
Opis:
In this paper a summary is given of the ongoing research at the Belgian Royal Military Academy in the field of mobile ad hoc networks in general and wireless sensor networks (WSNs) in particular. In this study, all wireless sensor networks are based on the physical and the medium access layer of the IEEE 802.15.4 low rate wireless personal area networks standard. The paper gives a short overview of the IEEE 802.15.4 standard in the beaconless mode together with a description of the sensor nodes and the software used throughout this work. The paper also reports on the development of a packet sniffer for IEEE 802.15.4 integrated in wireshark. This packet sniffer turns out to be indispensable for debugging purposes. In view of future applications on the wireless network, we made a theoretical study of the effective data capacity and compared this with measurements performed on a real sensor network. The differences between measurements and theory are explained. In case of geograph- ically meaningful sensor data, it is important to have a knowledge of the relative position of each node. In the last part of the paper we present some experimental results of positioning based on the received signal strength indicators (RSSI). As one could expect, the accuracy of such a method is poor, even in a well controlled environment. But the method has some potential.
Źródło:
Journal of Telecommunications and Information Technology; 2008, 2; 46-53
1509-4553
1899-8852
Pojawia się w:
Journal of Telecommunications and Information Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analizy big data w serwisach społecznościowych
Big data Analysis in Social Network
Autorzy:
Polańska, Krystyna
Wassilew, Aleksander
Powiązania:
https://bibliotekanauki.pl/articles/548338.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Rzeszowski. Wydawnictwo Uniwersytetu Rzeszowskiego
Tematy:
big data
sieci społecznościowe
polityka prywatności
social networks
political of privacy
Opis:
Analizy big data otworzyły nowy rozdział w podejściu do wnioskowania na podstawie danych pozyskiwanych z Internetu. Przede wszystkim dostępne dane mają już nie tylko historyczny charakter i nie dotyczą tylko prób z badanych populacji, ale zyskały walor aktualności i masowości dzięki ekstrakcji danych z Internetu. Nadal jednak poza obszarem obserwacji badawczych pozostali wykluczeni cyfrowo, którzy są niewidoczni w sieci choć pozostają częścią społeczeństwa. Celem artykułu jest wskazanie możliwości wykorzystania analiz dużych zbiorów danych pozyskiwanych z Internetu oraz określenie wskaźników pochodzących z sieci społecznościowych, które mogą służyć do wnioskowania w opisie zjawisk społecznych, politycznych i gospodarczych.
Analysis of big data opened a new chapter in the approach to inference on the basis of data obtained from the Internet. First of all available data no longer has just a historical nature and does not apply only to samples of the studied population, but have gained the values of current affairs and mass scale through extraction of data from the Internet. Still, beyond the research observations are thedigitally excluded who are invisible in the network although they remain a part of society. The aim of this article is to show the possibility of analysing big data obtained from the Internet to identify indicators from social networks, which can be used for inference in the description of social, political and economic phenomena.
Źródło:
Nierówności Społeczne a Wzrost Gospodarczy; 2015, 44 cz. 2; 117-128
1898-5084
2658-0780
Pojawia się w:
Nierówności Społeczne a Wzrost Gospodarczy
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The Investigation of the Applicability of Data-Driven Techniques in Hydrological Modeling: The Case of Seyhan Basin
Autorzy:
Turhan, Evren
Keleş, Mümine Kaya
Tantekin, Atakan
Keleş, Abdullah Emre
Powiązania:
https://bibliotekanauki.pl/articles/1811777.pdf
Data publikacji:
2019
Wydawca:
Politechnika Koszalińska. Wydawnictwo Uczelniane
Tematy:
artificial neural networks
drought analysis
data mining
Multilayer Perceptron
Seyhan Basin
Opis:
Proper water resources planning and management is based on reliable hydrological data. Missing rainfall and runoff observation data, in particular, can cause serious risks in the planning of hydraulics structures. Hydrological modeling process is quitely complex. Therefore, using alternative estimation techniques to forecast missing data is reasonable. In this study, two data-driven techniques such as Artificial Neural Networks (ANN) and Data Mining were investigated in terms of availability in hydrology works. Feed Forward Back Propagation (FFBPNN) and Generalized Regression Neural Networks (GRNN) methods were performed on rainfall-runoff modeling for ANN. Besides, Hydrological drought analysis were examined using data mining technique. The Seyhan Basin was preferred to carry out these techniques. It is thought that the application of different techniques in the same basin could make a great contribute to the present work. Consequently, it is seen that FFBPNN is the best model for ANN in terms of giving the highest R2 and lowest MSE values. Multilayer Perceptron (MLP) algorithm was used to predict the drought type according to limit values. This system has been applied to show the relationship between hydrological data and measure the prediction accuracy of the drought analysis. According to the obtained data mining results, MLP algorithm gives the best accuracy results as flow observation stations using SRI-3 month data.
Źródło:
Rocznik Ochrona Środowiska; 2019, Tom 21, cz. 1; 29-51
1506-218X
Pojawia się w:
Rocznik Ochrona Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Towards textual data augmentation for neural networks: synonyms and maximum loss
Autorzy:
Jungiewicz, Michał
Smywiński-Pohl, Aleksander
Powiązania:
https://bibliotekanauki.pl/articles/305750.pdf
Data publikacji:
2019
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
deep learning
data augmentation
neural networks
natural language processing
sentence classification
Opis:
Data augmentation is one of the ways to deal with labeled data scarcity and overfitting. Both of these problems are crucial for modern deep-learning algorithms, which require massive amounts of data. The problem is better explored in the context of image analysis than for text; this work is a step forward to help close this gap. We propose a method for augmenting textual data when training convolutional neural networks for sentence classification. The augmentation is based on the substitution of words using a thesaurus as well as Princeton University's WordNet. Our method improves upon the baseline in most of the cases. In terms of accuracy, the best of the variants is 1.2% (pp.) better than the baseline.
Źródło:
Computer Science; 2019, 20 (1); 57-83
1508-2806
2300-7036
Pojawia się w:
Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Addressing Anticompetitive Data Aggregation: a Comment to Bundeskartellamt Decision B6-22/16
Autorzy:
Skopowska, Laura
Powiązania:
https://bibliotekanauki.pl/articles/2159203.pdf
Data publikacji:
2019-10-29
Wydawca:
Uniwersytet Warszawski. Wydawnictwo Naukowe Wydziału Zarządzania
Tematy:
data aggregation
data-driven markets
platforms
networks
data
information asset
abuse of dominant position
abusive business terms
exclusionary
abuse
exploitative abuse
Opis:
Data aggregation, understood as the process of gathering and combining data in order to prepare datasets that might be useful for specific business or other purposes, is not per se forbidden. However, some forms of it can be considered anticompetitive. In the Decision B6-22/16 of the German Federal Cartel Office (Bundeskartellamt) data aggregation, which included the collection of data from sources outside of Facebook’s social network (from Facebook-owned services such as WhatsApp and Instagram and from third party websites or mobile applications) and their combination with the information connected with a particular Facebook user account without that user’s consent, constituted an abuse of Facebook’s dominant position on the German market for social networks. The Bundeskartellamt found that the processing of user’s personal data by Facebook has, to some extent, been carried out in a way which infringed GDPR provisions. In the same decision, the Bundeskartellamt also identified the exclusionary nature of Facebook’s anticompetitive behaviour. According to the Bundeskartellamt, the illegal data aggregation formed a barrier to entry for Facebook’s competitors which, through compliance with data protection standards, found themselves in a worst position. Facebook, through its inappropriate data aggregation gained a competitive advantage. The Bundeskartellamt’s decision is, therefore, reflecting the anticompetitive dangers that data aggregation might pose. Nevertheless, it is debated whether the Bundeskartellamt, as a competition authority, is competent to determine the compliance or lack of compliance of business terms with the provisions of the GDPR. This paper analyzes the Bundeskartellamt’s decision as to where an anticompetitive nature of data processing has been identified, and tries to answer the question why it is problematic that it was the Bundeskartellamt and not a data protection supervisory authority that has issued such a decision.
L’agrégation de données, entendue comme le processus de collecte et de combinaison de données en vue de la préparation d’ensembles de données qui pourraient être utiles à des fins commerciales spécifiques ou pour d’autres fins, n’est pas en soi interdite. Toutefois, certaines formes peuvent être considérées comme anticoncurrentielles. Dans la décision B6-22/16, l’Office fédéral allemand des cartels(Bundeskartellamt) a examiné l’agrégation de données effectuée par Facebook, qui comprenait la collecte de données provenant de sources autres que le réseau social Facebook (de services appartenant à Facebook tels que WhatsApp et Instagram ou sites Web tiers ou applications mobiles) et leur combinaison aux informations liées aux comptes utilisateurs Facebook sans consentement de l’utilisateur. Premièrement, le Bundeskartellamt a considéré qu’un tel comportement constituait un abus de position dominante de Facebook sur le marché allemand des réseaux sociaux. Le Bundeskartellamt a également constaté que le traitement des données à caractère personnel des utilisateurs par Facebook a, dans une certaine mesure, été effectué en violation des dispositions du GDPR. Dans la même décision, le Bundeskartellamt a aussi identifié le caractère exclusif du comportement anticoncurrentiel de Facebook. Selon le Bundeskartellamt, l’agrégation illégale de données a constitué une barrière à l’entrée pour les concurrents de Facebook qui, en respectant les normes de protection des données, se sont trouvés dans la pire position. Facebook, par son agrégation inappropriée de données, a acquis un avantage concurrentiel. La décision du Bundeskartellamt reflète donc les dangers anticoncurrentiels que l’agrégation de données pourrait poser. Néanmoins, la question de savoir si le Bundeskartellamt, en tant qu’autorité de concurrence, est compétent pour déterminer si les conditions commerciales sont conformes ou non aux dispositions du GDPR est une question qui fait débat. Le présent article analyse la décision du Bundeskartellamt lorsqu’une nature anticoncurrentielle du traitement des données a été identifiée et essaye de répondre à la question du fait que ce soit le Bundeskartellamt qui ait pris une telle décision et non une autorité de contrôle en charge la protection des données.
Źródło:
Yearbook of Antitrust and Regulatory Studies; 2019, 12, 19; 139-172
1689-9024
2545-0115
Pojawia się w:
Yearbook of Antitrust and Regulatory Studies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Precyzyjne opracowanie obserwacji GPS w sieciach lokalnych nawiązanych do stacji permanentnych EPN/IGS
Precise processing of GPS observations in local networks connected to the EPN/IGS permanent stations
Autorzy:
Bosy, J.
Powiązania:
https://bibliotekanauki.pl/articles/385586.pdf
Data publikacji:
2007
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
lokalne sieci GPS
opracowanie obserwacji GPS
local GPS networks
GPS data processing
Opis:
Sieci lokalne GPS opracowuje się w nawiązaniu do sieci stacji permanentnych IGS/EPN. Stacje permanentne IGS/EPN służą między innymi do realizacji ziemskiego układu odniesienia, wyznaczania precyzyjnych orbit satelitów GPS, modeli jonosfery oraz parametrów troposfery. Wykorzystanie powyższych wyników pozwala na przeniesienie realizacji układu odniesienia i podniesienie dokładności estymowanych parametrów na etapie opracowania sieci lokalnej. W artykule przedstawiono koncepcję opracowania sieci lokalnych GPS w nawiązaniu do stacji permanentnych IGS/EPN wraz z przykładami.
The local GPS networks are processed in connection to permanent GNSS stations of EUREF Permanent Network (EPN) or/and International GNSS Service (IGS). The permanent GNSS stations are used for realization of Terrestrial Reference Frame (e.g. International Terrestrial Reference Frame), precise orbits determination and ionosphere and troposphere models. The products of above networks solutions give the possibility of reference frame realization and higher accuracy of estimated parameters in local GPS networks. In the paper the processing methodology of a local GPS network connected to IGS/EPN permanent stations and same examples has been presented.
Źródło:
Geomatics and Environmental Engineering; 2007, 1, 1/1; 91-101
1898-1135
Pojawia się w:
Geomatics and Environmental Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
On training deep neural networks using a streaming approach
Autorzy:
Duda, Piotr
Jaworski, Maciej
Cader, Andrzej
Wang, Lipo
Powiązania:
https://bibliotekanauki.pl/articles/91796.pdf
Data publikacji:
2020
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
deep learning
data streams
convolutional neural networks
strumienie danych
konwolucyjne sieci neuronowe
Opis:
In recent years, many deep learning methods, allowed for a significant improvement of systems based on artificial intelligence methods. Their effectiveness results from an ability to analyze large labeled datasets. The price for such high accuracy is the long training time, necessary to process such large amounts of data. On the other hand, along with the increase in the number of collected data, the field of data stream analysis was developed. It enables to process data immediately, with no need to store them. In this work, we decided to take advantage of the benefits of data streaming in order to accelerate the training of deep neural networks. The work includes an analysis of two approaches to network learning, presented on the background of traditional stochastic and batch-based methods.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2020, 10, 1; 15-26
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie technik eksploracji danych na przykładzie badania popularności wzorców projektowych w serwisie społecznościowym Stackoverflow.com
Autorzy:
Czyczyn-Egird, D.
Wojszczyk, R.
Powiązania:
https://bibliotekanauki.pl/articles/118327.pdf
Data publikacji:
2016
Wydawca:
Politechnika Koszalińska. Wydawnictwo Uczelniane
Tematy:
sieci społecznościowe
eksploracja danych
wzorce projektowe
social networks
data mining
design patterns
Opis:
Idea sieci społecznościowych jest znana od wielu lat. Jednak dopiero od niedawna nabrały nowego znaczenia, do czego przyczyniła się popularność współczesnych serwisów społecznościowych. Generowana treść przez społeczności jest ogromnym zasobem wiedzy do przeanalizowania. W artykule przedstawiono wyniki badań nad popularnością wzorców projektowych w oparciu o dane zgromadzone w wyspecjalizowanych sieciach społecznościowych. Wyniki badań uzyskano poprzez wykorzystanie technik eksploracji danych.
The idea of social networks has been known for many years. However, only recently took on a new meaning, which was due to the popularity of today's social networks. Social service user-generated content constitutes tremendous stores of knowledge to be analysed. The article presented results of research on the popularity of design patterns on the basis of data gathered in the specialised social networks. The research results were obtained thanks to using data mining techniques.
Źródło:
Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej; 2016, 10; 81-94
1897-7421
Pojawia się w:
Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Energy consumption monitoring system and energy data processing tools
Autorzy:
Tsmots, I.
Tsymbal, Yu.
Roman, V.
Karpa, D.
Powiązania:
https://bibliotekanauki.pl/articles/411027.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Oddział w Lublinie PAN
Tematy:
monitoring system
information subsystem
analytical subsystem
sensor networks
visualization
energy data
components
Opis:
It is determined that monitoring system of energy consumption at the enterprises in Lviv region should provide the implementation of the following tasks: energy data collection on a real-time basis; integration and processing of information resources justifying energy consumption at both enterprise and regional levels; communication between regional authorities and entrepreneurs; quick access of regional authorities to the latest information on energy consumption; analysis of energy consumption dynamics, structure and industrial energy efficiency; short-term and medium-term predictions of energy consumption and energy efficiency of regional economy; daily energy audit of enterprises of the region; rapid identification and response to energy loss (accidents, damage, illegal use etc); working out the effective managerial decisions based on processing of large amount of information related to energy consumption. The structure of the system of energy consumption monitoring in Lviv region was developed. It consists of two subsystems - information and analytical ones. The technical basis of the information subsystem comprises wireless sensor networks ensuring energy data collection on a real-time basis. Analytical subsystem consists of energy data warehouse, ETL, OLAP, BI, Data Mining tools, prediction, visualization and decision support tools. The components of the analytical subsystem providing for visualization and evaluation of industrial energy consumption were developed.
Źródło:
ECONTECHMOD : An International Quarterly Journal on Economics of Technology and Modelling Processes; 2018, 7, 2; 45-52
2084-5715
Pojawia się w:
ECONTECHMOD : An International Quarterly Journal on Economics of Technology and Modelling Processes
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Performance Modeling of Database Systems: a Survey
Autorzy:
Krajewska, A.
Powiązania:
https://bibliotekanauki.pl/articles/309263.pdf
Data publikacji:
2018
Wydawca:
Instytut Łączności - Państwowy Instytut Badawczy
Tematy:
database systems
NoSQL data stores
performance evaluation
queueing networks
queueing Petri nets
Opis:
This paper presents a systematic survey of the existing database system performance evaluation models based on the queueing theory. The continuous evolution of the methodologies developed is classified according to the mathematical modeling language used. This survey covers formal models – from queueing systems and queueing networks to queueing Petri nets. Some fundamentals of the queueing system theory are presented and queueing system models are classified according to service time distribution. The paper introduces queueing networks and considers several classification criteria applicable to such models. This survey distinguishes methodologies, which evaluate database performance at the integrated system level. Finally, queueing Petri nets are introduced, which combine modeling power of queueing networks and Petri nets. Two performance models within this formalism are investigated. We find that an insufficient amount of research effort is directed into the area of NoSQL data stores. Vast majority of models developed focus on traditional relational models. These models should be adapted to evaluate performance of non-relational data stores.
Źródło:
Journal of Telecommunications and Information Technology; 2018, 4; 37-45
1509-4553
1899-8852
Pojawia się w:
Journal of Telecommunications and Information Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A Novel Graph-modification Technique for User Privacy-preserving on Social Networks
Autorzy:
Hamideh Erfani, Seyedeh
Mortazavi, Reza
Powiązania:
https://bibliotekanauki.pl/articles/958060.pdf
Data publikacji:
2019
Wydawca:
Instytut Łączności - Państwowy Instytut Badawczy
Tematy:
graph-modification
social networks
privacypreserving publication of data
graph anonymization
database security
Opis:
The growing popularity of social networks and the increasing need for publishing related data mean that protection of privacy becomes an important and challenging problem in social networks. This paper describes the (k,l k,l k,l)-anonymity model used for social network graph anonymization. The method is based on edge addition and is utility-aware, i.e. it is designed to generate a graph that is similar to the original one. Different strategies are evaluated to this end and the results are compared based on common utility metrics. The outputs confirm that the na¨ıve idea of adding some random or even minimum number of possible edges does not always produce useful anonymized social network graphs, thus creating some interesting alternatives for graph anonymization techniques.
Źródło:
Journal of Telecommunications and Information Technology; 2019, 3; 27-38
1509-4553
1899-8852
Pojawia się w:
Journal of Telecommunications and Information Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Przetwarzanie danych w Centrum Diagnostyki PKP Polskie Linie Kolejowe S.A. – nowe inicjatywy
New trands in data processing explored at the centre for railway diagnostics, PKP Polskie Linie Kolejowe S.A.
Autorzy:
Madej, L.
Gołąbek, P.
Powiązania:
https://bibliotekanauki.pl/articles/249575.pdf
Data publikacji:
2018
Wydawca:
Stowarzyszenie Inżynierów i Techników Komunikacji Rzeczpospolitej Polskiej
Tematy:
utrzymanie predykcyjne
big data
sieci sensorowe
WSN
diagnostyka kolejowa
predictive maintenance
Big Data
wireless sensor networks
railway diagnostics
Opis:
Burzliwy rozwój technologii informatycznych pozwala na pozyskiwanie, przetwarzanie i automatyczną analizę wielkich ilości danych diagnostycznych. Umożliwia to realizację optymalnych pod względem efektywności i kosztu strategii utrzymania infrastruktury kolejowej. Centrum Diagnostyki PKP Polskie Linie Kolejowe S.A. utrzymuje obszerny zbiór danych diagnostycznych i podejmuje działania ku przekształceniu go w wydajną bazę do działań analitycznych, zgodnie ze współczesnymi trendami, znanymi pod hasłem Big Data Analytics. Częścią aktywności w tym zakresie jest pozyskiwanie nowych źródeł danych diagnostycznych. Przykładem jest projekt pilotażowy wdrożenia sieci autonomicznych sensorów bezprzewodowych do monitorowania temperatury szyn. Artykuł opisuje podjęte i planowane działanie wraz z koniecznym kontekstem technologicznym.
Fierce development of IT sector allows for an effective acquisition, processing and automatic analysis of large volumes of diagnostic data. This in turn brings in the possibility of implementing an optimal strategy for railway infrastructure maintenance in terms of both effectiveness and operational costs. The Center for Diagnostics, PKP Polskie Linie Kolejowe S.A. maintains a large database of diagnostic data and puts an effort toward transforming this data set into effective and consistent platform of data analysis according to current trend called Big Data Analytics. A part of an effort in this field is extending the database with new diagnostic data sets. The recent example of such activity is a drive test project of implementing a wireless sensor network for rail temperature monitoring. The undertaken and planned initiatives along with necessary technological context have been described in the paper.
Źródło:
Zeszyty Naukowo-Techniczne Stowarzyszenia Inżynierów i Techników Komunikacji w Krakowie. Seria: Materiały Konferencyjne; 2018, 1(115); 59-73
1231-9171
Pojawia się w:
Zeszyty Naukowo-Techniczne Stowarzyszenia Inżynierów i Techników Komunikacji w Krakowie. Seria: Materiały Konferencyjne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Effective Approach for Data Aggregation in Wireless Sensor Network: a Structure Free Approach
Autorzy:
Prasad, U.
Adane, D. S.
Powiązania:
https://bibliotekanauki.pl/articles/108713.pdf
Data publikacji:
2014
Wydawca:
Społeczna Akademia Nauk w Łodzi
Tematy:
wireless sensor networks
throughput
delay
energy efficiency
protocols
event based
dynamic
Data Aggregation
Opis:
Wireless Sensor Network consist of thousands sensor node which have limited Power, Computation, Sensing and Communication capabilities. Among all operation of Sensor Node, Wireless Communication consumes most of the energy. So it is necessary to decrease the number of packets transmitted through the network. Many Sensor Node could detect similar event, which increases the overall bandwidth utilization to transmit redundant data. Here Nodes computation is cheaper than communication in terms of energy. So the technique of Data Aggregation is applied to summarize data which decreases the amount of data transmitted in the network, which in turn increases the lifetime of the network. Many Data aggregation protocols are based on a structured approach which is suitable for data collection application. But maintenance of the structure is an extra overhead and this approach is not suitable for dynamic scenario. So we propose an ad-hoc data aggregation protocol for dynamic scenario mainly event based application.
Źródło:
Journal of Applied Computer Science Methods; 2014, 6 No. 1; 55-65
1689-9636
Pojawia się w:
Journal of Applied Computer Science Methods
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wireless communication for medical applications: the HEARTS experience
Autorzy:
Kropp, A.
Powiązania:
https://bibliotekanauki.pl/articles/309511.pdf
Data publikacji:
2005
Wydawca:
Instytut Łączności - Państwowy Instytut Badawczy
Tematy:
Bluetooth
wearable 802.11b
wireless networks
sensor data
DSP
medical devices
dehospitalization
Opis:
Wireless networks provide all the functionality of wire-line networks without the physical constraints of the wire itself giving an interesting alternative to phone-line and powerline wiring systems. With a wireless network, physicians can actively monitor a patient's vital signs from anywhere in a hospital. HEARTS (health early alarm recognition and telemonitoring system) is a research project having the major aim to provide support for prevention and monitoring heart disease, based on advanced technology. The HEARTS idea is to gather biometric and environmental data coming from patients during both hospitalization phase and in their normal lifetime activities, using wireless networks. The wireless network and its composing devices are called personal health network (PHN). WPAN and WLAN technologies have been investigated, each with its pros and cons, for use in health monitoring activities inside hospitals and at home, for improving patient mobility, and to provide patients for "last interconnection hop" to the infrastructure network. Technological and operational problems have been addressed concerning bluetooth, IEEE 802.11b (WiFi), GSM/GPRS/UMTS wireless transports, all of them tested and some of them concretely adopted inside the HEARTS framework.
Źródło:
Journal of Telecommunications and Information Technology; 2005, 4; 40-41
1509-4553
1899-8852
Pojawia się w:
Journal of Telecommunications and Information Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Assessment of mixed network processes with shared inputs and undesirable factors
Autorzy:
Nematizadeh, Maryam
Amirteimoori, Alireza
Kordrostami, Sohrab
Vaez-Ghasemi, Mohsen
Powiązania:
https://bibliotekanauki.pl/articles/406305.pdf
Data publikacji:
2020
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
network data envelopment analysis
parallel-series mixed networks
weak disposability
undesirable factors
ranking
Opis:
In the real world, there are processes whose structures are like a parallel-series mixed network. Network data envelopment analysis (NDEA) is one of the appropriate methods for assessing the performance of processes with these structures. In the paper, mixed processes with two parallel and series components are considered, in which the first component or parallel section consists of the shared inputs, and the second component or series section consists of undesirable factors. By considering the weak disposability assumption for undesirable factors, a DEA approach as based on network slackbased measure (NSBM) is introduced to evaluate the performance of processes with mixed structures. The proposed model is illustrated with a real case study. Then, the model is developed to discriminate efficient units.
Źródło:
Operations Research and Decisions; 2020, 30, 1; 97-118
2081-8858
2391-6060
Pojawia się w:
Operations Research and Decisions
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A strong and efficient baseline for vehicle re-identification using deep triplet embedding
Autorzy:
Kumar, Ratnesh
Weill, Edwin
Aghdasi, Farzin
Sriram, Parthasarathy
Powiązania:
https://bibliotekanauki.pl/articles/91741.pdf
Data publikacji:
2020
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
convolutional neural networks
re-identification
triplet networks
siamese networks
embedding
hard data mining
contrastive loss
konwolucyjne sieci neuronowe
sieci triplet
sieci syjamskie
osadzanie
eksploracja danych
Opis:
In this paper we tackle the problem of vehicle re-identification in a camera network utilizing triplet embeddings. Re-identification is the problem of matching appearances of objects across different cameras. With the proliferation of surveillance cameras enabling smart and safer cities, there is an ever-increasing need to re-identify vehicles across cameras. Typical challenges arising in smart city scenarios include variations of viewpoints, illumination and self occlusions. Most successful approaches for re-identification involve (deep) learning an embedding space such that the vehicles of same identities are projected closer to one another, compared to the vehicles representing different identities. Popular loss functions for learning an embedding (space) include contrastive or triplet loss. In this paper we provide an extensive evaluation of triplet loss applied to vehicle re-identification and demonstrate that using the recently proposed sampling approaches for mining informative data points outperform most of the existing state-of-the-art approaches for vehicle re-identification. Compared to most existing state-of-the-art approaches, our approach is simpler and more straightforward for training utilizing only identity-level annotations, along with one of the smallest published embedding dimensions for efficient inference. Furthermore in this work we introduce a formal evaluation of a triplet sampling variant (batch sample) into the re-identification literature. In addition to the conference version [24], this submission adds extensive experiments on new released datasets, cross domain evaluations and ablation studies.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2020, 10, 1; 27-45
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognozowanie zmian jakości wód podziemnych w układzie przestrzennym z wykorzystaniem sieci neuronowych
Spatial predictions of groundwater quality changes using neural networks
Autorzy:
Kmiecik, E.
Powiązania:
https://bibliotekanauki.pl/articles/2063365.pdf
Data publikacji:
2004
Wydawca:
Państwowy Instytut Geologiczny – Państwowy Instytut Badawczy
Tematy:
jakość wód podziemnych
sieci monitoringowe
dane hydrogeochemiczne
sieci neuronowe
predykcja
klasyfikacja
groundwater quality
monitoring networks
hydrogeochemical data
neural networks
prediction
classification
Opis:
Zastosowanie sieci neuronowych do prognozowania zmian jakości wód w układzie przestrzennym oparte zostało na istniejącej bazie danych, zawierającej wyniki uzyskane w ramach regionalnego monitoringu jakości wód podziemnych RMWP przeprowadzonego dla zlewni górnej Wisły w latach 1993-1994 (Witczak i in., 1994a, b). Wyniki oznaczeń terenowych i laboratoryjnych (55) wskaźników fizykochemicznych (nieorganicznych i organicznych) wód poddano weryfikacji z zastosowaniem parametrów kontroli jakości oraz statystycznej analizy rozkładu tych wskaźników. Na zweryfikowanej bazie danych przeprowadzono próby predykcji wartości wskaźników fizykochemicznych wód dla punktu monitoringowego o określonych współrzędnych oraz klasyfikacji punktu monitoringowego (na podstawie wyników oznaczeń wskaźników fizykochemicznych) do obszaru o określonym użytkowaniu terenu. Uzyskane wyniki badań wskazują, że sieci neuronowe można z powodzeniem wykorzystać do prognozowania zmian jakości wód w układzie przestrzennym. Warunkiem jednak, by uzyskiwane prognozy cechowały się wysokim stopniem wiarygodności, jest konieczność weryfikacji danych wejściowych wprowadzanych do modelu.
This paper presents using neural networks in spatial prediction of groundwater quality changes on the base of existing database. This database consists of results of regional groundwater quality monitoring of the upper Vistula river basin carried out in 1993-1994 (Witczak et al., 1994a, b). Data (the results of field and laboratory determinations of physicochemical indicators of groundwater quality) was verified using quality control parameters and statistical analysis. On the verified database were conducted predictive trials to provide values of physicochemical indicators for the monitoring sites with known coordinates and monitoring site classification (on the base of physicochemical indicators values) to the area of known type of land-use. The results of such a study show that neural networks can be succesfully used for spatial prediction of changes in groundwater quality. The condition for reliability of the prognoses is verification of input data loaded to the model.
Źródło:
Biuletyn Państwowego Instytutu Geologicznego; 2004, 412, Hydrogeologia z. 6; 5-70
0867-6143
Pojawia się w:
Biuletyn Państwowego Instytutu Geologicznego
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Empirical Evaluation of Methods of Filling the Missing Data in Learning Probabilistic Models
Porównanie metod uzupełniania danych brakujących w uczeniu modeli probabilistycznych
Autorzy:
Falkowski, A. A.
Łupińska-Dubicka, A.
Powiązania:
https://bibliotekanauki.pl/articles/88374.pdf
Data publikacji:
2018
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
dane brakujące
model probabilistyczny
sieci Bayesa
klasyfikacja
missing data
probabilistic models
Bayesian networks
classification
Opis:
Missing data is a common problem in statistical analysis and most practical databases contain missing values of some of their attributes. Missing data can appear for many reasons. However, regardless of the reason for the missing values, even a small percent of missing data can cause serious problems with analysis reducing the statistical power of a study and leading to draw wrong conclusions. In this paper the results of handling missing observations in learning probabilistic models were presented. Two data sets taken from UCI Machine Learning Repository were used to learn the quantitative part of the Bayesian networks. To provide the opportunity to compare selected data sets did not contain any missing values. For each model data sets with variety of levels of missing values were artificially generated. The main goal of this paper was to examine whether omitting observations has an influence on model’s reliability. The accuracy was defined as the percentage of correctly classified records and has been compared to the results obtained in the data set not containing missing values.
Brakujące dane są częstym problemem w analizie statystycznej, a większość baz danych zawiera brakujące wartości niektórych z ich atrybutów. Brakujące dane mogą pojawiać się z wielu powodów. Jednak bez względu na przyczynę brakujących wartości nawet ich niewielki procent może spowodować poważne problemy z analizą, zmniejszając siłę statystyczną badania i prowadząc do wyciągnięcia błędnych wniosków. W artykule przedstawiono wyniki uzupełniania danych brakujących w uczeniu modeli probabilistycznych. Dwa zestawy danych pobrane z repozytorium uczenia maszynowego UCI posłużyły do wytrenowania ilościowej części sieci bayesowskich. Aby zapewnić możliwość porównania wybrane zbiory danych nie zawierały żadnych brakujących wartości. Dla każdego modelu zbiory danych z różnymi poziomami brakujących wartości zostały sztucznie wygenerowane. Głównym celem tego artykułu było zbadanie, czy braki w obserwacjach mają wpływ na niezawodność modelu. Dokładność została zdefiniowana jako procent poprawnie zaklasyfikowanych rekordów i została porównana z wynikami uzyskanymi w zbiorze danych niezawierającym brakujących wartości.
Źródło:
Advances in Computer Science Research; 2018, 14; 55-67
2300-715X
Pojawia się w:
Advances in Computer Science Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Model symulacyjny sieci sensorowej na potrzeby systemów fuzji danych
Simulation model of sensor network for data fusion
Autorzy:
Dyk, M.
Najgebauer, A.
Pierzchała, D.
Powiązania:
https://bibliotekanauki.pl/articles/404003.pdf
Data publikacji:
2013
Wydawca:
Polskie Towarzystwo Symulacji Komputerowej
Tematy:
sieci sensorowe
fuzja danych
symulacja dyskretna zdarzeniowa
sensor networks
data fusion
discrete event simulation
Opis:
W pracy przedstawiono model sieci sensorowej będący podstawą dla budowy symulatora, który może być wykorzystany do generowania sytuacji oraz danych na potrzeby systemów fuzji danych. Model, a w konsekwencji symulator, pozwala na zbudowanie heterogenicznej sieci (lub wielu sieci), której sensory obserwują zmieniające się w czasie zjawiska. Zaletami proponowanego modelu są: możliwość szerokiej konfiguracji węzłów, które posiadać mogą wiele zdolności do obserwacji środowiska, również uznawanych obecnie za futurystyczne, oraz łatwa konfigurowalność algorytmów trasowania i komunikacji bezprzewodowej. Budowany w oparciu o przedstawiony model symulator będzie również umożliwiał modyfikację zachowania sensorów poprzez ich makroprogramowanie.
Paper presents wireless sensor network model which is base for desining and implementation of a simulator, which can be used by data fusion systems. The model, and in consequence the simulator, allows user to build a heterogeneous, wireless network. Its sensors can observe phenomena, which may change during simulation process. Proposed model has some advantages. First of all, sensors can be widely configured. They can have multiple observational capabilities, also those that are considered futuristic.
Źródło:
Symulacja w Badaniach i Rozwoju; 2013, 4, 4; 203-212
2081-6154
Pojawia się w:
Symulacja w Badaniach i Rozwoju
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wybrane zagadnienia niezawodności i bezpieczeństwa transmisji danych w przemysłowych sieciach komputerowych
Selected issues of safety and security of data transmission in industrial computer networks
Autorzy:
Porzeziński, M.
Powiązania:
https://bibliotekanauki.pl/articles/267221.pdf
Data publikacji:
2014
Wydawca:
Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
Tematy:
przemysłowe sieci komputerowe
niezawodność
bezpieczeństwo transmisji danych
industrial computer networks
safety
data transmission security
Opis:
W referacie przedstawiono problemy dotyczące bezpieczeństwa i niezawodności transmisji danych w przemysłowych sieciach komunikacyjnych wykorzystywanych do realizacji funkcji związanych z bezpieczeństwem. Omówiona została koncepcja kanałów komunikacyjnych bezpiecznych funkcjonalnie oraz związane z nimi wymagania niezawodnościowe określone w normach PN-EN 61508-3 oraz PN-EN 61784-3. Przedstawione zostały również zagrożenia dotyczące bezpieczeństwa transmisji danych w sieciach przemysłowych i stosowane metody ochrony oraz metodyka zarządzania bezpieczeństwem informacji w ujęciu norm z rodziny ISO/IEC 27000 i ISO/IEC 15408.
The paper presents security and reliability issues of data transmission in industrial communication networks used to implement safety functions. The concept of functional safety communication profiles and associated reliability requirements specified in the standards PN/EN 61508-3 and PN/EN 61784-3 are described. It also includes security risks of data transmission in industrial networks, the methods of data protection and information security management methodology in terms of ISO/IEC 27000 and ISO/IEC 15408 standards.
Źródło:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2014, 40; 89-93
1425-5766
2353-1290
Pojawia się w:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ann modelling for the analysis of the green moulding sands properties
Analiza właściwości syntetycznych mas formierskich z zastosowaniem sztucznych sieci neuronowych
Autorzy:
Jakubski, J.
Malinowski, P.
Dobosz, S. M.
Major-Gabryś, K.
Powiązania:
https://bibliotekanauki.pl/articles/356980.pdf
Data publikacji:
2013
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
data mining
artificial neural networks
green moulding sands
sztuczne sieci neuronowe
syntetyczne masy formierskie
Opis:
Application of modern technological solutions, as well as the economic and ecological solutions, is for foundries one of the main aspects of the competitiveness on the market for castings. IT solutions can significantly support technological processes. This article presents neural networks with different structures that have been used to determine the moisture content of the moulding sand based on the moulding sand selected properties research results. Neural networks were built using Matlab software. Moulding sand properties chosen for quality control processes were selected based on wide previous results. For the proposed moulding sand properties, neural networks can be a useful tool for predicting moisture content. The structure of artificial neural network do not have a significant influence on the obtained results. In subsequent studies on the use of neural networks as an application to support the green moulding sand rebonding process, it must be determined how factors such as environmental humidity and moulding sand temperature will affect the accuracy of data obtained with the use of artificial neural networks.
Zastosowanie nowoczesnych rozwiązań technologicznych, a także ekonomicznych i ekologicznych stanowi dla odlewni jeden z głównych aspektów konkurencyjności na rynku produktów odlewów. Doskonałym wsparciem dla procesów technologicznych są rozwiązania informatyczne. W artykule zaprezentowano sieci neuronowych o różnej strukturze, które zostały użyte do określania wilgotności masy formierskiej na podstawie wyników badania wybranych właściwości masy. Sieci neuronowe zbudowano z wykorzystaniem oprogramowania Matlab. Właściwości mas wybrane do procesów sterowania jakością zostały dobrane w oparciu o wcześniejsze wyniki badań. Dla zaproponowanych właściwości syntetycznych mas formierskich sztuczne sieci neuronowe mogą być użytecznym narzędziem do przewidywania wilgotności masy. Ilość warstw ukrytych w strukturze sieci nie ma wpływu na otrzymywane rezultaty. W kolejnych badaniach nad wykorzystaniem sieci neuronowych jako aplikacji wspierającej procesy odświeżania syntetycznych mas formierskich, należy okreslić, w jaki sposób czynniki takie jak wilgotność otoczenia, czy temperatura masy wpłyną na dokładność danych uzyskanych z wykorzystaniem sztucznych sieci neuronowych.
Źródło:
Archives of Metallurgy and Materials; 2013, 58, 3; 961-963
1733-3490
Pojawia się w:
Archives of Metallurgy and Materials
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sieci sensorowe dla potrzeb pozyskiwania danych w symulacji wielorozdzielczej
Sensor networks for data acquisition in the problem of multiresolution simulation
Autorzy:
Najgebauer, A.
Dyk, M.
Powiązania:
https://bibliotekanauki.pl/articles/404063.pdf
Data publikacji:
2011
Wydawca:
Polskie Towarzystwo Symulacji Komputerowej
Tematy:
sieci sensorowe
pozyskiwanie danych
symulator
symulacja wielorozdzielcza
sensor networks
data acquisition
simulator
multiresolution simulation
Opis:
W zagadnieniu symulacji wielorozdzielczej dużym wyzwaniem jest akwizycja danych najwyższej rozdzielczości. Problem jest szczególnie wyraźny w przypadku współpracy systemów symulacji komputerowej oraz rzeczywistej. W rozważanej sytuacji zakłada się współpracę symulatorów wojskowych różnych poziomów z ćwiczeniami poligonowymi. Pomysłem na rozwiązanie tego problemu jest zastosowanie sieci sensorowych jako narzędzia komunikacji. Dla działania sieci sensorowej konieczne jest opracowanie algorytmów trasowania i lokalizacji węzłów. Zadanie to jest szczególnie trudne jeśli węzły są w ruchu a ich dokładna lokalizacja nie jest znana, co ma miejsce w przypadku ćwiczenia poligonowego. Praca opisuje wymagania jakie powinny spełniać te algorytmy oraz dokonuje analizy obecnie funkcjonujących rozwiązań pod tym kątem.
In the problem of multiresolution simulation the highest-resolution data acquisition is a challenge. The problem is particularly important in the case of cooperation of computer simulation and real-world. In the considered situation is assumed to military co-operation simulation of different levels of real exercise. The idea to solve this problem is to use sensor networks as a communication tool.
Źródło:
Symulacja w Badaniach i Rozwoju; 2011, 2, 4; 197-207
2081-6154
Pojawia się w:
Symulacja w Badaniach i Rozwoju
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
TRIDAQ Systems in HEP Experiments at LHC Accelerator
Autorzy:
Zagoździńska, A.
Romaniuk, R. S
Poźniak, K. T.
Zalewski, P.
Powiązania:
https://bibliotekanauki.pl/articles/963907.pdf
Data publikacji:
2013
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
TRIDAQ
trigger
RPC
CMS
HEP
electronic systems
detectors
front-end electronics
CERN
data acquisition systems
distributed measuring and control networks
photonic networks
Opis:
The paper describes Trigger and Data Acquisition (TRIDAQ) systems of accelerator experiments for High Energy Physics. The background for physics research comprises assumptions of the Standard Model theory with basic extensions. On this basis, a structure of particle detector system is described, with emphasis on the following functional blocks: Front-End Electronics, Trigger and DAQ systems. The described solutions are used in the LHC experiments: ATLAS, ALICE, CMS and LHCb. They are also used in other accelerator experiments. Data storage and processing functionality is divided into two hardware systems: Trigger and Data Acquisition, that are dependent on each other. High input data rate impose relevant choices for the architecture and parameters of both systems. The key parameters include detailed system structure and its overall latency. Trigger structure is defined by the physics requirements and the storage capability of DAQ system. Both systems are designed to achieve the highest possible space and time resolution for particle detection. Trigger references are reviewed [1]–[39] as well as chosen accelerator research efforts originating in this country [40]–[83].
Źródło:
International Journal of Electronics and Telecommunications; 2013, 59, 4; 415-421
2300-1933
Pojawia się w:
International Journal of Electronics and Telecommunications
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Monitoring maszyn i urządzeń – koncepcja technicznej realizacji przepisów
Monitoring of machines and devices – the concept of the technical implementation of the regulations
Autorzy:
Leks, Z.
Olszynka, A.
Powiązania:
https://bibliotekanauki.pl/articles/112814.pdf
Data publikacji:
2016
Wydawca:
STE GROUP
Tematy:
sieci wydzielone
bezpieczeństwo teleinformatyczne
serwer lustrzany
zdalny dostęp
systemy SCADA
dedicated IT networks
data security
data mirroring server
remote access
SCADA systems
Opis:
W artykule przedstawiono koncepcję ochrony systemów monitorowania i sterowania procesami przemysłowymi, przy jednoczesnym kontrolowanym dostępie do tych systemów oraz możliwość wymiany danych między nimi.
We present the concept of protection Supervisory Control And Data Acquisition Systems both with unautorized access and posibility to data sharing betwen them.
Źródło:
Systemy Wspomagania w Inżynierii Produkcji; 2016, 1 (13); 430-442
2391-9361
Pojawia się w:
Systemy Wspomagania w Inżynierii Produkcji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Multi-layer neural networks for sales forecasting
Autorzy:
Scherer, M.
Powiązania:
https://bibliotekanauki.pl/articles/122611.pdf
Data publikacji:
2018
Wydawca:
Politechnika Częstochowska. Wydawnictwo Politechniki Częstochowskiej
Tematy:
data forecasting
machine learning
artificial neural networks
sztuczna sieć neuronowa
uczenie maszynowe
systemy neuro-rozmyte
Opis:
Predicting business operations on the basis of previous events plays an important role in managing a company. In the paper, we predict monthly sales volume of a textile warehouse by mathematical tools. To this end we use a feedforward artificial neural network trained on past data. The network predicted the volume with high accuracy. For the examined company, such prediction is very important as nearly the entire range of products is imported from different countries and the goods have to be ordered in advance.
Źródło:
Journal of Applied Mathematics and Computational Mechanics; 2018, 17, 1; 61-68
2299-9965
Pojawia się w:
Journal of Applied Mathematics and Computational Mechanics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie perceptronu wielowarstwowego do wyszczególniania obiektów o znaczeniu orientacyjnym na mapach topograficznych
The use of a multilayer perceptron for specifying the landmarks on topographic maps
Autorzy:
Pokonieczny, K.
Powiązania:
https://bibliotekanauki.pl/articles/345795.pdf
Data publikacji:
2016
Wydawca:
Polskie Towarzystwo Informacji Przestrzennej
Tematy:
sztuczne sieci neuronowe
obiekty orientacyjne
klasyfikacja obiektów przestrzennych
artificial neural networks
landmarks
spatial data classification
Opis:
W artykule została poruszona problematyka wyboru obiektów o znaczeniu orientacyjnym tj. trwałych obiektów i przedmiotów sytuacyjnych, które łatwo rozpoznać w terenie i według których dokładnie i szybko można określić swoje położenie. Do ich wyszczególniania, wykorzystano sztuczne sieci neuronowe (a konkretnie perceptron wielowarstwowy). W artykule opisano zarówno sposób doboru najwłaściwszej architektury sieci neuronowej, jak i wprowadzane do niej dane wejściowe (parametry opisujące obiekt oraz jego otoczenie). Testy przeprowadzono dla obszaru 4 arkuszy Wojskowej Mapy Topograficznej w skali 1:50 000. Przeanalizowano 4 klasy obiektów (komin, krzyż przydrożny, pomnik i punkt wysokościowy). W celu wyboru odpowiedniej architektury sieci, wykonano sprawdzenie krzyżowe, polegające na podziale próby uczącej na 3 części (uczącą, testową i walidacyjną). Pozwoliło to na wybór 10 najlepszych sieci, które zostały połączone w zespół sztucznych sieci neuronowych. Ponadto przeprowadzono globalną analizę wrażliwości, co pomogło określić, które zmienne mają największy wpływ na możliwość zakwalifikowania obiektu do grupy obiektów orientacyjnych. Wdrożenie sieci wykonano na bazie zbioru danych testowych znajdujących się na obszarze sąsiedniego arkusza mapy. Wyniki wskazują, że przygotowana sieć neuronowa we właściwy sposób potrafiła wyszczególnić obiekt o znaczeniu orientacyjnym. Najwyższy współczynnik nadawany był wysokim, odosobnionym obiektom, co było zgodne ze sposobem nauczania sieci neuronowej. Zastosowanie ciągłej funkcji aktywacji pozwoliło na wyznaczenie współczynnika w ciągłym przedziale od 0 do 1. W zaprezentowanych w artykule przykładach wykorzystane zostały dane przestrzenne pochodzące z Vector Map Level 2 i mapy w skali 1 : 50 000.
The presented article concerns the issue of landmarks selection i.e. solid objects and situational items that may be easily identified in the field. To specify them the artificial neural networks (a multi-layer perceptron) have been used. The article describes both, how to select the most appropriate neural network architecture and input data (attribute and spatial) which are entered to the network. The tests have been performed for the area of 4 sheets of the Military Topographic Map at 1:50 000 scale. 4 classes of objects have been analyzed (a chimney, a wayside cross, a monument and an elevation spot). To select the appropriate network architecture the cross-validation has been performed. The learning sample has been divided into 3 parts (one learning, one testing and one validation sample). This allowed to select the top 10 networks. In addition a global sensitivity analysis was conducted, which helped to determine variables with the greatest impact on the results. Implementation of the network was made based on a test data set, located in the area of the adjacent map sheets. The results showed that the neural network was able to correctly specify a landmark. The highest index was assigned to high, isolated objects, which was in line with the way of teaching the neural network. The usage of a continuous activation function allowed to determine the index in the continuous range 0 to 1. The spatial data from the Vector Map Level 2 and the Military Topographic Map at 1:50 000 scale have been used for studies described in this article.
Źródło:
Roczniki Geomatyki; 2016, 14, 3(73); 397-405
1731-5522
2449-8963
Pojawia się w:
Roczniki Geomatyki
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Reservoir computing and data visualisation
Autorzy:
Ashour, W.
Wang, T. D.
Fyfe, C.
Powiązania:
https://bibliotekanauki.pl/articles/91852.pdf
Data publikacji:
2012
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
reservoir computing
data visualisation
time series
Echo State Networks
ESNs
multidimensional scaling criterion
fixed latent space
Opis:
We consider the problem of visualisation of high dimensional multivariate time series. A data analyst in creating a two dimensional projection of such a time series might hope to gain some intuition into the structure of the original high dimensional data set. We review a method for visualising time series data using an extension of Echo State Networks (ESNs).The method uses the multidimensional scaling criterion in order to create a visualisation of the time series after its representation in the reservoir of the ESN. We illustrate the method with two dimensional maps of a financial time series. The method is then compared with a mapping which uses a fixed latent space and a novel objective function.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2012, 2, 3; 215-222
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie metod fuzji danych w zarządzaniu zasobami radaru wielofunkcyjnego
The Application of the Data Fusion Methods in the Multifunction Radar Resources Management
Autorzy:
Komorniczak, W.
Kawalec, A.
Pietrasiński, J.
Powiązania:
https://bibliotekanauki.pl/articles/210695.pdf
Data publikacji:
2006
Wydawca:
Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
Tematy:
radar wielofunkcyjny
fuzja danych
sieci neuronowe
systemy rozmyte
multifunction radar
data fusion
neural networks
fuzzy logic
Opis:
W referacie poruszono tematykę związaną z zarządzaniem zasobami radaru wielofunkcyjnego. Jako jeden z elementów tego procesu wyróżniono priorytetyzację (rangowanie) zadań realizowanych przez radar. Rangowanie jest wymuszone przez potencjalnie niedostateczne zasoby wymagane do realizacji wszystkich zadań radaru, stąd konieczność szeregowania obsługiwanych przezeń obiektów zgodnie z ich istotnością. W referacie scharakteryzowano dane źródłowe zasilające proces rangowania oraz przedstawiono algorytmy przetwarzania tych danych. Zaprezentowane algorytmy oparto na wybranych metodach fuzji danych. Przedstawiono przebieg i wyniki badań procesu rangowania oraz wyniki badań wpływu zastosowania rangowania na niektóre parametry zarządzania zasobami radaru wielofunkcyjnego.
The paper deals with the problem of the multifunction radar resources management (RRM). The objectives of RRM are: optimal (from the radar performance point of view) resources allocation and the device operation control. As a result of RRM, it is expected a matrix containing information for the execution systems: " what, when, and how to do. The main constraints to deal with in the radar work are: time and energy limitations. If it is enough resource to execute all the tasks, the tasks execution is feasible. But in real situation one should not expect such a comfort. Typically neither time nor energy is enough and the questions arises what to do in these circumstances. It is obvious that only selected tasks can be executed, the RRM should answer which of them and in what order. To answer these questions, the structure of the RRM was proposed. First of all it is necessary to rank the tasks in order of their priorities, then to select the most important of them and schedule their execution. RRM is decomposed into two sub-problems, e.g.: ranking and task scheduling. The ranking belongs to the identification problems class, while the scheduling can be treated as an optimization task. The paper presents the data fusion approach to the task ranking. There are numerous examples of utilization of the data fusion tools in order to solve the identification problems. The conclusions from these examples can be following: the neural networks which have the ability to learn from the presented examples have also disadvantage of impossibility of extraction of the gathered knowledge. The internal processes of reasoning are neither well described nor studied, so they are not a good tool for military application, which the multifunction radar is. Fuzzy logic systems (based on the fuzzy sets theory and fuzzy logic) have the advantage of good and clear knowledge representation and ability to relatively easy implementation of the expert knowledge. The good side of the fuzzy systems is their possibility of maintaining and fusion of the imperfect knowledge. The disadvantage is the lack of ability to learn whole the knowledge from the examples. Some hybrid solutions are necessary. Four solutions are presented in the paper: neural, fuzzy, fuzzy — neural and probabilistic — fuzzy. In order to implement data fusion tools, the base test platform was designed and implemented. In fact, the test platform is a complex process of multifunction radar resources management, as well as it deals with the task scheduling problem. In order to evaluate the algorithms presented in the paper, some factors of radar work performance were defined. Presented ranking algorithms have capability of learning with use of the registered data learning set. Algorithms with their knowledge bases were tested and compared. The conclusion is following: the use of ranking process gives approximately two times better performance in task removal/delay aspect. On the other hand, the quality of algorithm (its accuracy) has lower influence on the final result. It means that for the use in radar application the algorithm with the best convergence during learning process and stability should be recommended. It is also important that the algorithm should have clear knowledge representation. These requirements meet two of the presented algorithms: neural - fuzzy and probabilistic - fuzzy. The first one was used against the positional data, the second one gave the best results for identification data. It is important, that overall performance of the presented RRM and ranking algorithms was tested with the use of real registered data, what makes it very interesting from the application point of view.
Źródło:
Biuletyn Wojskowej Akademii Technicznej; 2006, 55, 1; 55-75
1234-5865
Pojawia się w:
Biuletyn Wojskowej Akademii Technicznej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Predykcja ataków DDoS za pomocą technik eksploracji danych
Autorzy:
Czyczyn-Egird, D.
Wojszczyk, R.
Powiązania:
https://bibliotekanauki.pl/articles/118556.pdf
Data publikacji:
2017
Wydawca:
Politechnika Koszalińska. Wydawnictwo Uczelniane
Tematy:
sieci komputerowe
eksploracja danych
atak sieciowy
rozpoznawanie wzorców
computer networks
data mining
DDoS attack
pattern detection
Opis:
Pojęcie ataków internetowych jest znane w przestrzeni sieci komputerowych od bardzo dawna. Ataki te mają różne cele, najczęstszym powodem jest dążenie sprawcy do unieruchomienia połączenia sieciowego oraz blokady usług. Skutki takich działań mogą być trudne do naprawienia, a także bardzo kosztowne. Warto zatem wykrywać takie szkodliwe ataki w jak najkrótszym czasie, kiedy skutki są jeszcze dość łatwo odwracalne. W artykule przedstawiono wyniki badań nad przewidywaniem wystąpienia ataków typu DoS na wybrane zasoby sieciowe. Wyniki badań zostały uzyskane poprzez wykorzystanie technik eksploracji danych.
The notion of Internet attacks has been well-known in the area of computer networks for a long time now. These attacks have different goals; the most frequent one is when perpetrator aims at disabling a network connection and denying service. The effects of these actions can be difficult to rectify and also very expensive. Therefore, these harmful attacks should be detected in the shortest time possible when the effects are still quite easily reversible. The article presented the results of the research on predicting the occurrence of DoS attacks on the selected network resources. The research results were obtained by using data mining techniques.
Źródło:
Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej; 2017, 11; 49-63
1897-7421
Pojawia się w:
Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Elements of an algorithm for optimizing a parameter-structural neural network
Autorzy:
Mrówczyńska, M.
Powiązania:
https://bibliotekanauki.pl/articles/106777.pdf
Data publikacji:
2016
Wydawca:
Politechnika Warszawska. Wydział Geodezji i Kartografii
Tematy:
neural networks
group data handling
deviations from the vertical
sieci neuronowe
przetwarzanie danych grupowe
odchylenie od pionu
Opis:
The field of processing information provided by measurement results is one of the most important components of geodetic technologies. The dynamic development of this field improves classic algorithms for numerical calculations in the aspect of analytical solutions that are difficult to achieve. Algorithms based on artificial intelligence in the form of artificial neural networks, including the topology of connections between neurons have become an important instrument connected to the problem of processing and modelling processes. This concept results from the integration of neural networks and parameter optimization methods and makes it possible to avoid the necessity to arbitrarily define the structure of a network. This kind of extension of the training process is exemplified by the algorithm called the Group Method of Data Handling (GMDH), which belongs to the class of evolutionary algorithms. The article presents a GMDH type network, used for modelling deformations of the geometrical axis of a steel chimney during its operation.
Źródło:
Reports on Geodesy and Geoinformatics; 2016, 101; 27-35
2391-8365
2391-8152
Pojawia się w:
Reports on Geodesy and Geoinformatics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Blender jako narzędzie do generacji danych syntetycznych
Blender as a tool for generating synthetic data
Autorzy:
Sieczka, Rafał
Pańczyk, Maciej
Powiązania:
https://bibliotekanauki.pl/articles/98204.pdf
Data publikacji:
2020
Wydawca:
Politechnika Lubelska. Instytut Informatyki
Tematy:
artificial neural networks
convolutional neural network
synthetic data
blender
sztuczne sieci neuronowe
konwolucyjne sieci neuronowe
dane syntetyczne
Opis:
Acquiring data for neural network training is an expensive and labour-intensive task, especially when such data is difficult to access. This article proposes the use of 3D Blender graphics software as a tool to automatically generate synthetic image data on the example of price labels. Using the fastai library, price label classifiers were trained on a set of synthetic data, which were compared with classifiers trained on a real data set. The comparison of the results showed that it is possible to use Blender to generate synthetic data. This allows for a significant acceleration of the data acquisition process and consequently, the learning process of neural networks.
Pozyskiwanie danych do treningu sieci neuronowych, jest kosztownym i pracochłonnym zadaniem, szczególnie kiedy takie dane są trudno dostępne. W niniejszym artykule zostało zaproponowane użycie programu do grafiki 3D Blender, jako narzędzia do automatycznej generacji danych syntetycznych zdjęć, na przykładzie etykiet cenowych. Przy użyciu biblioteki fastai, zostały wytrenowane klasyfikatory etykiet cenowych, na zbiorze danych syntetycznych, które porównano z klasyfikatorami trenowanymi na zbiorze danych rzeczywistych. Porównanie wyników wykazało, że możliwe jest użycie programu Blender do generacji danych syntetycznych. Pozwala to w znaczącym stopniu przyśpieszyć proces pozyskiwania danych, a co za tym idzie proces uczenia sieci neuronowych.
Źródło:
Journal of Computer Sciences Institute; 2020, 16; 227-232
2544-0764
Pojawia się w:
Journal of Computer Sciences Institute
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Social Networks and Potential Competition Issues
Serwisy społecznościowe a kwestia konkurencji
Autorzy:
Funta, Ratislav
Powiązania:
https://bibliotekanauki.pl/articles/1963168.pdf
Data publikacji:
2020
Wydawca:
Akademia Leona Koźmińskiego w Warszawie
Tematy:
Search engines
Social networks
Internet
Competition law
Data protection
wyszukiwarki internetowe
serwisy społecznościowe
prawo konkurencji
ochrona danych
Opis:
In addition to search engines, social networks represent an important digital service for many Internet users. Social network services such as Facebook, Xing, or Twitter provide vital platforms for communication and sharing of content as part of a modern, user-friendly Internet. Public criticism of social networks is expressed in particular with regard to processing of personal data. These play a central role in business models of many social networks, with regard to their use e.g. for advertising purposes. A question is, if it can be assumed that market-dominant providers, due to a lock-in effect, can demand a wide-ranging consent for the collection and use of personal data that would be expected in a functioning competition? In the following, social networks, potential competition issues and possible legislative measures due to concentration tendencies in connection with access to user data in the area of social networks will be discussed.
Wielu internautów ceni sobie możliwość korzystania nie tylko z wyszukiwarek internetowych, ale i serwisów społecznościowych. Serwisy, takie jak Facebook, Xing, czy Twitter, to platformy służące komunikacji, wymianie informacji czy udostępnianiu treści innym, stanowiące ważny element nowoczesnego, przyjaznego użytkownikowi Internetu. Serwisy społecznościowe spotykają się z powszechną krytyką głównie z uwagi na kwestię przetwarzania danych osobowych. Ma ona kluczowe znaczenie dla modeli biznesowych wielu serwisów społecznościowych – choćby w kontekście korzystania z danych osobowych użytkowników tych serwisów w celach reklamowych. Powstaje zatem pytanie, czy w okolicznościach „zamrożenia” rynku można założyć, że liderzy rynku serwisów społecznościowych będą oczekiwać udzielania zgód na gromadzenie i korzystanie z danych osobowych na szeroką skalę na warunkach takich samych, jak w sytuacji niezachwianej konkurencji. W artykule przedstawiono charakterystykę ważniejszych serwisów społecznościowych, a także omówiono potencjalne problemy na tle konkurencji oraz środki ustawodawcze możliwe do zastosowania w kontekście dostępu do danych osobowych użytkowników wspomnianych serwisów społecznościowych.
Źródło:
Krytyka Prawa. Niezależne Studia nad Prawem; 2020, 12, 1; 193-205
2080-1084
2450-7938
Pojawia się w:
Krytyka Prawa. Niezależne Studia nad Prawem
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Clustering and filtering of measurement data based on dynamic self-organizing neural networks
Grupowanie i filtracja danych pomiarowych z wykorzystaniem dynamicznych, samoorganizujących się sieci neuronowych
Autorzy:
Gorzałczany, M. B.
Rudziński, F.
Powiązania:
https://bibliotekanauki.pl/articles/153286.pdf
Data publikacji:
2010
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
inteligencja obliczeniowa
samoorganizujące się sieci neuronowe
grupowanie
computational intelligence
self-organizing neural networks
clustering
filtering
measurement data
Opis:
The paper presents an application of dynamic self-organizing neural networks (introduced by the same authors) to clustering of complex, multidimensional measurement-type data using as an example the so-called Synthetic Control Chart Time Series available at WWW server of the Department of Information and Computer Science, the University of California at Irvine. Moreover, after deactivation of some of the mechanisms governing the operation of the proposed networks they become efficient tools for signal and data filtering. The filtering of Equiptemp measurement data set available from Time Series Library by means of the proposed networks is also briefly presented.
Artykuł prezentuje zastosowanie tzw. dynamicznych samoorganizujących się sieci neuronowych (zaproponowanych przez autorów tej pracy) do grupowania złożonych, wielowymiarowych danych pomiarowych na przykładzie zbioru danych Synthetic Control Chart Time Series dostępnego na serwerze WWW Uniwersytetu Kalifornijskiego w Irvine (Department of Information and Computer Science). Proponowane sieci, w trakcie procesu uczenia, są w stanie dzielić swoje łańcuchy neuronów na podłańcuchy, ponownie łączyć wybrane podłańcuchy ze sobą oraz dynamicznie zmieniać całkowitą liczbę neuronów sieci. Cechy te umożliwiają im jak najlepsze dopasowanie się do nieznanych z góry struktur "zakodowanych" w danych. Funkcjonowanie proponowanych sieci zilustrowano najpierw na przykładzie złożonego zbioru danych dwuwymiarowych typu dwóch spiral. Po wyłączeniu pewnych mechanizmów rządzących funkcjonowaniem proponowanych sieci stają się one również efektywnymi narzędziami filtracji sygnałów. Przykłady filtracji danych pomiarowych zawartych w zbiorze Equiptemp pochodzącym z tzw. Time Series Library są również przedstawione w artykule.
Źródło:
Pomiary Automatyka Kontrola; 2010, R. 56, nr 12, 12; 1416-1419
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Using artificial neural networks to predict the reference evapotranspiration
Autorzy:
Abo El-Magd, Amal
Baraka, Shaimaa M.
Eid, Samir F.M.
Powiązania:
https://bibliotekanauki.pl/articles/27312640.pdf
Data publikacji:
2023
Wydawca:
Instytut Technologiczno-Przyrodniczy
Tematy:
climate data
ETo calculator
feedforward artificial neural networks
Penman-Monteith method
reference evaporation
root mean square error
Opis:
Artificial neural network models (ANNs) were used in this study to predict reference evapotranspiration (ETo) using climatic data from the meteorological station at the test station in Kafr El-Sheikh Governorate as inputs and reference evaporation values computed using the Penman-Monteith (PM) equation. These datasets were used to train and test seven different ANN models that included different combinations of the five diurnal meteorological variables used in this study, namely, maximum and minimum air temperature (Tmax and Tmin ), dew point temperature (Tdw), wind speed (u), and precipitation (P), how well artificial neural networks could predict ETo values. A feed-forward multi-layer artificial neural network was used as the optimization algorithm. Using the tansig transfer function, the final architected has a 6-5-1 structure with 6 neurons in the input layer, 5 neurons in the hidden layer, and 1 neuron in the output layer that corresponds to the reference evapotranspiration. The root mean square error (RMSE) of 0.1295 mm∙day -1 and the correlation coefficient (r) of 0.996 are estimated by artificial neural network ETo models. When fewer inputs are used, ETo values are affected. When three separate variables were employed, the RMSE test values were 0.379 and 0.411 mm∙day -1 and r values of 0.971 and 0.966, respectively, and when two input variables were used, the RMSE test was 0.595 mm∙day -1 and the r of 0.927. The study found that including the time indicator as an input to all groups increases the prediction of ETo values significantly, and that including the rain factor has no effect on network performance. Then, using the Penman-Monteith method to estimate the missing variables by using the ETo calculator the normalised root mean squared error (NRMSE) reached about 30% to predict ETo if all data except temperature is calculated, while the NRMSE reached about of 13.6% when used ANN to predict ETo using variables of temperature only.
Źródło:
Journal of Water and Land Development; 2023, 57; 1--8
1429-7426
2083-4535
Pojawia się w:
Journal of Water and Land Development
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Fundamentals of a recommendation system for the aluminum extrusion process based on data-driven modeling
Autorzy:
Perzyk, Marcin
Kochański, Andrzej
Kozłowski, Jacek
Powiązania:
https://bibliotekanauki.pl/articles/29520062.pdf
Data publikacji:
2022
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
aluminum extrusion
advisory system
product defect
data mining
neural networks
system doradczy
wada produktu
eksploracja danych
sieci neuronowe
Opis:
The aluminum profile extrusion process is briefly characterized in the paper, together with the presentation of historical, automatically recorded data. The initial selection of the important, widely understood, process parameters was made using statistical methods such as correlation analysis for continuous and categorical (discrete) variables and ‘inverse’ ANOVA and Kruskal–Wallis methods. These selected process variables were used as inputs for MLP-type neural models with two main product defects as the numerical outputs with values 0 and 1. A multi-variant development program was applied for the neural networks and the best neural models were utilized for finding the characteristic influence of the process parameters on the product quality. The final result of the research is the basis of a recommendation system for the significant process parameters that uses a combination of information from previous cases and neural models.
Źródło:
Computer Methods in Materials Science; 2022, 22, 4; 173-188
2720-4081
2720-3948
Pojawia się w:
Computer Methods in Materials Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
System monitorujący pracę bezprzewodowej sieci sensorowej oparty na przestrzennych typach danych
Wireless sensor network monitoring system based on spatial data types
Autorzy:
Dymora, P.
Mazurek, M.
Maciąg, P.
Powiązania:
https://bibliotekanauki.pl/articles/154722.pdf
Data publikacji:
2014
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
przestrzenne typy danych
mikroprocesor AVR
protokoły bezprzewodowych sieci sensorowych
spatial data types
microcontrollers AVR
wireless sensor networks protocols
Opis:
Sieci sensorowe znajdują zastosowanie nie tylko w budowie systemów ostrzegających przed zagrożeniami naturalnymi, ale również w projektowaniu inteligentnych budynków czy specjalistycznej aparatury medycznej. System sensorowy składa się zazwyczaj z pewnej liczby węzłów pomiarowych, których zadaniem jest dostarczanie informacji o pewnych pożądanych parametrach. Parametry te mogą mówić np. o stanie poziomu wód rzecznych, stężeniu niebezpiecznych gazów czy występowaniu substancji niebezpiecznych dla środowiska naturalnego. Dobrze zaprojektowana sieć sensorowa powinna cechować się redundancją, możliwością routowania danych pomiędzy węzłami pomiarowymi oraz wykorzystaniem odpowiedniego mechanizmu dostępu do pasma komunikacyjnego. Istotną część systemu sensorowego stanowi aplikacja monitorująca oraz wizualizująca stan sensorów. W niniejszym artykule przedstawiono oryginalne podejście do budowy sieci sensorowej i wizualizacji jej działania z użyciem przestrzennych typów danych.
Because of their low cost, high availability and redundancy, wireless sensor networks are used in wide variety of applications. Today building monitoring systems which can inform about and prevent natural disasters, designing smart houses and supporting contemporary medicine are achieved by using sensor networks. When implementing a wireless sensor network, designer have to elaborate protocol which can be used to provide communication between sensors, user interface for monitoring and controlling system and database in which should be stored data from sensors. This paper presents capabilities of sensor network and spatial data types in designing smart house.
Źródło:
Pomiary Automatyka Kontrola; 2014, R. 60, nr 10, 10; 849-853
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Data fusion in the decision-making process based on artificial neural networks
Autorzy:
Dudczyk, Janusz
Rybak, Łukasz
Jezierski, Zdzisław
Powiązania:
https://bibliotekanauki.pl/articles/1860953.pdf
Data publikacji:
2020
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
data fusion
decision-making process
sensor networks
artificial neural network
fuzja danych
proces decyzyjny
sieci sensorowe
sztuczna sieć neuronowa
Opis:
Purpose: The term data fusion is often used in various technologies, where a significant element is the ability of combining data of different typology coming from diverse sources. Currently, the issue of DF is developing towards interdisciplinary field and is connected with 'agile' data (information) synthesis concerning phenomena and objects. Optimal environment to carry out data fusion are SN (Sensor Networks), in which DF process is carried out on a data stage, most often automatically with the use of probable association algorithms of this data. The purpose of this article was an implementation of a neural network and its adaptation in the process of data fusion and solving the value prediction problem. Design/methodology/approach: The conducted experiment was concerned with modelling artificial neural network to form radiation beam of microstrip antenna. In the research the MATLAB environment was used. Findings: The conducted experiment shows that depending on the type of output data set and the task for ANN, the effect of neural network's learning is dependent on the activation function type. The described and implemented network for different activation functions learns effectively, predicts results as well as has the ability to generalize facts on the basis of the patterns learnt. Research limitations/implications: Without doubts, it is possible to improve the model of a network and provide better results than these presented in the paper through modifying the number of hidden layers, the number of neurons, learning step value or modifying the learning algorithm itself. Originality/value: The paper presents the implementation of the sensor network in the context of the process of data fusion and solution prediction. The paper should be read by persons which research interests are focused at the decision support by the information and communication technologies.
Źródło:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska; 2020, 149; 97-108
1641-3466
Pojawia się w:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Data-driven discharge analysis: a case study for the Wernersbach catchment, Germany
Autorzy:
Popat, Eklavyya
Kuleshov, Alexey
Kronenberg, Rico
Bernhofer, Christian
Powiązania:
https://bibliotekanauki.pl/articles/108441.pdf
Data publikacji:
2020
Wydawca:
Instytut Meteorologii i Gospodarki Wodnej - Państwowy Instytut Badawczy
Tematy:
artificial neural networks
data-driven modelling
event-based coefficient of rainfall-runoff
precipitation
multi-correlation analysis
soil moisture content
Opis:
This study focuses on precipitationdischarge data-driven models, with regression analysis between the weighted maximum rainfall and maximum discharge of flood events. It is also the first of its kind investigation for the Wernersbach catchment, which incorporates data-driven models in order to evaluate the suitability of the model in simulating the discharge from the catchment and provide good insights for future studies. The input parameters are hydrological and climate data collected from 2001 to 2009, including precipitation, rainfall-runoff and soil moisture. The statistical regression and artificial neural network models used are based on a data-driven multiple linear regression technique, and the same input parameters are applied for validation and calibration. The artificial neural network model has one hidden layer with a sigmoidal activation function and uses a linear activation function in the output layer. The artificial neural network is observed to model 0.7% and 0.5% of values, with and without extreme values respectively. With less than 1% error, the artificial neural network is observed to predict extreme events better compared to the conventional statistical regression model and is also better suited to the tasks of rainfall-runoff and flood forecasting. It is presumed that in the future this study’s conclusions would form the basis for more complex and detailed studies for the same catchment area.
Źródło:
Meteorology Hydrology and Water Management. Research and Operational Applications; 2020, 8, 1; 54-62
2299-3835
2353-5652
Pojawia się w:
Meteorology Hydrology and Water Management. Research and Operational Applications
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie metod uczenia maszynowego w badaniu czynników wzrostu przedsiębiorczości
The Use of Machine Learning in Research of Entrepreneurship Growth Factors
Autorzy:
Czyżewska, Marta
Mroczek, Teresa
Lewicki, Arkadiusz
Cwynar, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/439389.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Pedagogiczny im. Komisji Edukacji Narodowej w Krakowie
Tematy:
analiza wielowymiarowa;
inteligentna analiza danych;
przedsiębiorczość;
sieci bayesowskie;
wskaźniki dobrego rządzenia na świecie
Bayesian networks;
entrepreneurship;
Intelligent Data Analysis;
World Governance Indicators
Opis:
Przedsiębiorczość ma kluczowe znaczenie zarówno dla wzrostu gospodarczego, jak i rozumianego wielowymiarowo rozwoju, co znalazło odzwierciedlenie w przyjmowaniu jej za jeden z czynników produkcji przez niektóre teorie. Zarówno teoretyczne, jak i empiryczne badania przedsiębiorczości świadczą o tym, że jest ona kształtowana przez wiele różnorodnych czynników, będąc wyjątkowo złożonym zjawiskiem. Tradycyjne metody badawcze okazują się niewystarczające wobec wspomnianej złożoności zjawiska. Niniejszy artykuł prezentuje wyniki badania dotyczącego wpływu poszczególnych wskaźników opracowanych przez Bank Światowy w World Governance Indicators na wzrost przedsiębiorczości. Celem artykułu jest empiryczna weryfikacja przydatności metod uczenia maszynowego w selekcji czynników kluczowych dla przedsiębiorczości w sytuacji, gdy dokonuje się jej z wykorzystaniem dużych zbiorów wielowymiarowych i zmiennych danych. Zastosowana metoda wykazała istotne różnice pomiędzy kluczowymi czynnikami determinującymi wzrost przedsiębiorczości w pięciu grupach krajów, wydzielonych ze względu na wartość tego wzrostu mierzoną przyrostem nowo zakładanych przedsiębiorstw. Otrzymane wyniki świadczą o tym, że do badania istoty i determinant przedsiębiorczości mogą zostać zaprzęgnięte niestandardowe metody, rzucając nowe światło na to zjawisko.
Entrepreneurship is crucial both for economic growth and development which is reflected in the adoption of entrepreneurship as the factor of production in certain theories. Both theoretical and empirical research present entrepreneurship as a complex phenomenon shaped by a range of different factors. Traditional research methods are insufficient with respect to the complexity of the phenomenon. This article presents the results of research on the impact of the indicators developed by the World Bank in World Governance Indicators on the entrepreneurship growth. The aim of the article is the empirical verification of machine learning use in the selection of key factors for entrepreneurship in situations when applying large multidimensional and variable data. The applied method revealed significant differences between the key factors determining the growth of entrepreneurship in five groups of countries, categorized by the value of this growth measured by the growth in newly established enterprises. The results indicate that the applying unconventional methods to research on entrepreneurship determinants shed new light on this phenomenon.
Źródło:
Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego; 2017, 31, 4; 169-186
2080-1653
Pojawia się w:
Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sztucznych sieci neuronowych do wyznaczania przepuszczalności skał na podstawie danych otworowych z rejonu Dzików–Wola Obszańska w północno-wschodniej części zapadliska przedkarpackiego
Artificial Neural Networks applying for determining the absolute rock permeability on the basis of data from boreholes situated on the Dzików–Wola Obszańska area (northeastern part of the Carpathian Foredeep Basin)
Autorzy:
Jarzyna, J.
Prętka, J.
Powiązania:
https://bibliotekanauki.pl/articles/2063104.pdf
Data publikacji:
2010
Wydawca:
Państwowy Instytut Geologiczny – Państwowy Instytut Badawczy
Tematy:
przepuszczalność skał
sztuczne sieci neuronowe SSN
selekcja danych wejściowych
profilowania geofizyki otworowej
rock permeability
artificial neural networks
input data selection
well logging
Opis:
Zbadano zdolność sztucznych sieci neuronowych SNN do oceny przepuszczalności absolutnej skał. Do tego celu wykorzystano dane z pięciu otworów wiertniczych, zlokalizowanych w północno-wschodniej części zapadliska przedkarpackiego: Dzików 16, 17, 20 oraz Wola Obszańska 10 i 15. Modele neuronowe stworzono na podstawie wyników badań laboratoryjnych próbek skał pobranych w wymienionych otworach, profilowań geofizyki otworowej oraz wyników kompleksowej interpretacji tych profilowań. Otrzymano SSN, służącą do odtwarzania wartości przepuszczalności całkowitej, określonej w laboratorium. Następnie model neuronowy wdrożono do estymowania przepuszczalności w otworze wiertniczym DZ17, przenosząc tym samym rozpoznane wcześniej zależności na nowy zbiór danych. Sieci neuronowe mogą stanowić alternatywę dla klasycznych metod wyznaczania przepuszczalności skał.
The absolute rock permeability was determinated with the use of artificial neural networks (ANN). Authors checked up ANN ability to determine permeability on the data from five borehole locked in northeastern part of the Carpathian Foredeep: Dzików 16, 17, 20 and Wola Obszańska 10 and 15. Neural models were built on the basis of results from laboratory tests, well logs data and the results of the comprehensive interpretation. ANN provided good results in estimating laboratory permeability. The best neural network was applied on similar data set from DZ17 borehole to show that complicated links between input variable and absolute permeability can be used for prediction of permeability from another data. It is hard to find deft deterministic model for permeability estimation so neural model gained in training process is an alternative method.
Źródło:
Biuletyn Państwowego Instytutu Geologicznego; 2010, 439 (2); 399--402
0867-6143
Pojawia się w:
Biuletyn Państwowego Instytutu Geologicznego
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Evolutionary paths in wireless communication systems
Autorzy:
Michalski, W.
Powiązania:
https://bibliotekanauki.pl/articles/309042.pdf
Data publikacji:
2005
Wydawca:
Instytut Łączności - Państwowy Instytut Badawczy
Tematy:
cellular mobile radio systems
wireless local area networks
wireless personal networks
wide area wireless packet data systems
satellite-based mobile systems
paging/messaging systems
cordless telephones
access points
switches
GPRS
Mobile IP
WLAN cellular integration
Opis:
The paper contains a review and analysis of evolutionary paths of seven most important, from network development strategy point of view, wireless communication systems, especially the WLAN operating according to the IEEE 802.11 standard. With respect to WLAN, trends related to evolution toward mobile network and self organizing network as well as toward integration of WLAN and GSM using GPRS are presented. Concerning WLAN architecture development, evolution paths toward distributed controlled network as well as centrally coordinated and controlled network are described. Moreover, analysis includes cellular mobile radio systems, wireless personal networks, wide area wireless packet data systems, satellite-based mobile systems, paging/messaging systems and cordless telephones. With respect to these systems, general evolution process and trends associated with this process are described.
Źródło:
Journal of Telecommunications and Information Technology; 2005, 3; 105-111
1509-4553
1899-8852
Pojawia się w:
Journal of Telecommunications and Information Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Impact of the Internet of Things on the economy and society
Wpływ internetu rzeczy na gospodarkę i społeczeństwo
Autorzy:
Szewczyk, P.
Powiązania:
https://bibliotekanauki.pl/articles/321750.pdf
Data publikacji:
2016
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
internet of things (IoT)
machine-to-machine communication
wireless sensor networks
big data
Internet Rzeczy
komunikacja maszyny z maszyną
sieć bezprzewodowych czujników
gigadane
Opis:
The IoT (Internet of Things) is a pervasive innovative technology building on the universal connectivity of things and people. The emergence of the IoT is a global phenomenon, but there is still much discussion about the rate of growth, the most attractive market development opportunities, and the challenges to be met in a wide range of issues, from privacy and security, to the governance of these complex systems. In this paper the role of IoT in the general world economy and, in particular, what concerns the state and level of development of an enterprise will be presented.
Internet Rzeczy (IRz) staje się wszechobecną technologią innowacyjną, tworzoną w celu umożliwienia uniwersalnej łączności rzeczy i ludzi. Pojawienie się IRz jest zjawiskiem globalnym. W artykule zostanie przedstawiona rola Internetu Rzeczy w ogólnej gospodarce światowej, a w szczególności w zakresie stanu i poziomu rozwoju przedsiębiorstwa.
Źródło:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska; 2016, 93; 461-470
1641-3466
Pojawia się w:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Estymacja stanu w sieciach elektroenergetycznych najwyższych napięć
State estimation in the highest voltage power system networks
Autorzy:
Rzepecki, A.
Powiązania:
https://bibliotekanauki.pl/articles/408068.pdf
Data publikacji:
2012
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
estymacja stanu
detekcja i identyfikacja błędów pomiarowych
modelowanie sieci elektroenergetycznej w czasie rzeczywistym
state estimation
bad data analysis
real-time modeling of power networks
Opis:
Artykuł jest poświęcony praktycznym problemom estymacji wektora stanu systemu elektroenergetycznego. Przedstawia zarówno ogólny zarys teoretyczny dotyczący problematyki estymacji, jak i przykładową konfigurację zbudowaną w oparciu o wybrane algorytmy analizatora topologii, testu obserwowalności, estymacji oraz analizy błędnych danych. Każdy z w/w modułów opisano w oddzielnym rozdziale. W ostatniej części artykułu został zaprezentowany i omówiony wybrany system modelowania sieci elektroenergetycznej w czasie rzeczywistym jako przykład integracji wlw modułów.
The paper describes practice problem in power system stale estimation. General state estimation theory is presented, as well as network topology processing, observability test, state estimation and bad data analysis. Last chapter shows integration of described modules in full system of real-time modeling.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2012, 2; 45-48
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Bayes classification of imprecise information of interval type
Autorzy:
Kulczycki, P.
Kowalski, P. A.
Powiązania:
https://bibliotekanauki.pl/articles/205655.pdf
Data publikacji:
2011
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
data analysis
classification
imprecise information
interval type information
statistical kernel estimators
reduction in pattern size
classifier parameter correction
sensitivity method for artificial neural networks
Opis:
The subject of the investigation presented here is Bayes classification of imprecise multidimensional information of interval type by means of patterns defined through precise data, e.g. deterministic or sharp. For this purpose the statistical kernel estimators methodology was applied, which makes the resulting algorithm independent of the pattern shape. In addition, elements of pattern sets which have insignificant or negative influence on the correctness of classification are eliminated. The concept for realizing the procedure is based on the sensitivity method, used in the domain of artificial neural networks. As a result of this procedure the number of correct classifications and - above all - calculation speed increased significantly. A further growth in quality of classification was achieved with an algorithm for the correction of classifier parameter values. The results of numerical verification, carried out on pseudorandom and benchmark data, as well as a comparative analysis with other methods of similar conditioning, have validated the concept presented here and its positive features.
Źródło:
Control and Cybernetics; 2011, 40, 1; 101-123
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Znaczenie analiz sieci społecznych online dla bezpieczeństwa narodowego.
Analysis of online social networks in the context of national security.
Autorzy:
Surma, Jerzy
Powiązania:
https://bibliotekanauki.pl/articles/501968.pdf
Data publikacji:
2016-11-15
Wydawca:
Agencja Bezpieczeństwa Wewnętrznego
Tematy:
sieci społeczne online,
wojna informacyjna,
rozpoznanie zorganizowanych grup przestępczych,
metody ilościowe,
eksploracja danych.
on-line social networks,
information war,
organized crime identification,
quantitative methods,
data mining.
Opis:
Sieci społeczne online mają istotne znaczenie w funkcjonowaniu współczesnego społeczeństwa. Zastosowanie zaawansowanych metod analitycznych w ich badaniu może być wykorzystane do wsparcia zarządzania bezpieczeństwem narodowym w co najmniej dwóch aspektach. Po pierwsze umożliwia identyfikację wojny informacyjnej prowadzonej z wykorzystaniem mediów społecznościowych. Po drugie zaś udostępnia metody rozpoznania struktury i sposobów działania zorganizowanych grup przestępczych, takich jak na przykład organizacje terrorystyczne. Te dwa obszary zastosowań zostały omówione w odniesieniu do aktualnego stanu badań naukowych, ograniczeń w ich prowadzeniu oraz potencjalnego zastosowania tych badań w zakresie bezpieczeństwa narodowego.
Online social networks are essential dimension of modern society. Applying advanced analytical methods in social networks can be used to support of national security in at least two aspects. Firstly it allows identification information war, which is conducted with the use of social media. Secondly it provides methods for the recognition of the structure and methods of operation in organized criminal groups, such as terrorist organizations. These two areas of application are discussed in relation to the current state of art in scientific research, limitations, and potential applications in the national security.
Źródło:
Przegląd Bezpieczeństwa Wewnętrznego; 2016, 8, 14; 92-101
2080-1335
2720-0841
Pojawia się w:
Przegląd Bezpieczeństwa Wewnętrznego
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Diagnozowanie komunikacji między elementami rozproszonego systemu sterowania
Diagnosis of Communication Between the Elements of a Distributed Control System
Autorzy:
Bednarek, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/2174234.pdf
Data publikacji:
2022
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
sieci przemysłowe
rozproszony system sterowania
stacja procesowa
stacja operatorska
diagnozowanie komunikacji
przesył danych
industrial networks
distributed control system
process station
operator station
communication diagnostics
data transfer
Opis:
W artykule opisano wybrane fragmenty procesu diagnozowania komunikacji między stacją procesową i operatorską, a także między stacjami procesowymi minisystemu rozproszonego, zbudowanego na bazie modułowego sterownika przemysłowego AC800F. W wyniku przeprowadzonych eksperymentów uzyskano informacje dotyczące sposobu transmisji i położenia wartości zmiennych procesowych w przesyłanych komunikatach. Informacje te można wykorzystać do podjęcia decyzji dotyczących dodatkowych zabezpieczeń przesyłu lub skomunikowania stacji systemu z rozszerzającymi zasobami użytkownika.
The article describes selected fragments of the process diagnosing communication between a process and operator station, and between process stations of a distributed mini-system based on an AC800F modular industrial controller. Conducted experiments provided information on the transmission method and location of process variable values in transferred messages. The information can be used to make a decision regarding additional transfer protections or communicating system stations with expanding user resources.
Źródło:
Pomiary Automatyka Robotyka; 2022, 26, 4; 91--98
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Porównanie dokładności różnych metod predykcji stężeń zanieczyszczeń powietrza
A comparison of accuracies of different air pollutants concentration prediction methods
Autorzy:
Hoffman, S.
Jasiński, R.
Powiązania:
https://bibliotekanauki.pl/articles/297662.pdf
Data publikacji:
2009
Wydawca:
Politechnika Częstochowska. Wydawnictwo Politechniki Częstochowskiej
Tematy:
zanieczyszczenia powietrza
monitoring powietrza
stężenia chwilowe
dane monitoringu
brakujące dane
luki pomiarowe
aproksymacja
modele szeregów czasowych
modele regresyjne
sieci neuronowe
air monitoring
hourly concentrations
monitoring data
air pollution
missing data
measure gaps
approximation
time series models
regression models
neural networks
Opis:
W analizie wykorzystano dane zarejestrowane w latach 2004-2008 na ośmiu stacjach monitoringu powietrza działających w różnych miejscowościach województw łódzkiego i mazowieckiego. W pracy badano możliwości aproksymacji stężeń zanieczyszczeń mierzonych na stacjach monitoringu powietrza. Ocenę jakości modelowania wykonano poprzez porównanie modelowanych stężeń ze stężeniami rzeczywistymi. Do predykcji stężeń wykorzystano sieci neuronowe. Porównywano dokładność pięciu różnych grup modeli: modeli szeregów czasowych, liniowych modeli regresji wielowymiarowej, nieliniowych modeli regresji wielowymiarowej, liniowych modeli regresji wielowymiarowej eksplorujących dane pochodzące z sąsiednich stacji monitoringu i nieliniowych modeli regresji wielowymiarowej eksplorujących dane pochodzące z sąsiednich stacji monitoringu. Celem praktycznym była rekomendacja optymalnych technik modelowania luki pomiarowej obejmującej pewien dłuższy fragment serii czasowej tylko jednego z zanieczyszczeń powietrza przy założeniu, że są dostępne wszystkie pozostałe dane, w tym dane pochodzące z sąsiednich stacji monitoringu powietrza. Wykonana analiza wykazała, że dla każdego z zanieczyszczeń powietrza należy rekomendować inne metody predykcji, ponieważ występują duże różnice w możliwościach modelowania poszczególnych zanieczyszczeń powietrza. Stężenia takich zanieczyszczeń, jak O3, SO2, PM10 można efektywnie modelować metodą szeregów czasowych, ale tylko do pewnego horyzontu prognozy, po którym regresyjne metody modelowania okazują się dokładniejsze. W modelowaniu stężeń O3 i PM10 efektywne może się okazać wykorzystanie stężeń tych zanieczyszczeń zarejestrowanych na innych stacjach monitoringu powietrza. W przypadku pozostałych zanieczyszczeń NO, NO2 i CO zasadne jest stosowanie tylko jednej metody modelowania - analizy regresji. Liniowe modele regresyjne są mniej dokładne od ich nieliniowych odpowiedników. Różnice dokładności obu typów modeli nie zawsze są duże. Dlatego modele liniowe mogą stanowić praktyczną alternatywę dla nieliniowych odpowiedników.
Air monitoring data collected over a 5-year period at 8 different measure sites in Central Poland were used as the database for analysis purposes. Approximation of concentrations of monitored air pollutants were done by means of several prediction methods: time series analysis, regression analysis with predictors from a single monitoring station, and regression analysis with external predictors. Separate models were created for O3, NO2, NO, PM10, SO2, CO. Modelled and measured concentrations were compared. As a result prediction errors were calculated for each model. The main objective of analysis was a comparison of prediction results, and recommendation the most accurate modelling methods, dedicated to specified pollutants. The examination was made by means of artificial neural networks, which were employed to create all types of models.
Źródło:
Inżynieria i Ochrona Środowiska; 2009, 12, 4; 307-325
1505-3695
2391-7253
Pojawia się w:
Inżynieria i Ochrona Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wybrane metody diagnozowania nieprawidłowości działania sieci teleinformatycznych
Selected methods of diagnosing of telecommunication networks malfunctioning
Autorzy:
Chaładyniak, D.
Grzybowski, J.
Powiązania:
https://bibliotekanauki.pl/articles/91391.pdf
Data publikacji:
2012
Wydawca:
Warszawska Wyższa Szkoła Informatyki
Tematy:
model ISO/OSI
sieci teleinformatyczne
warstwa fizyczna
warstwa łącza danych
warstwa sieciowa
analizator sieci
ISO/OSI model
telecommunication networks
physical layer
data link layer
network layer
network analyzer
Opis:
Sieci teleinformatyczne są efektywne, jeżeli działają prawidłowo, tzn. w pełni realizują swoje funkcje we wszystkich warstwach logicznego modelu ISO/OSI. W realnym świecie jednak z różnych przyczyn występują awarie, które powodują różnego rodzaju problemy z poprawnym działaniem sieci. Opierając się na warstwowym modelu ISO/OSI można sklasyfikować problemy występujące w sieciach teleinformatycznych w odniesieniu do poszczególnych warstw modelu. Większość problemów związanych z niedziałaniem sieci teleinformatycznych przypisane jest do niższych warstw modelu ISO/OSI. Są to warstwy związane z fizycznymi nośnikami danych sieciowych, urządzeniami sieciowymi oraz podstawowymi mechanizmami sterującymi przepływem danych w sieciach teleinformatycznych. Powyższym zagadnieniom poświęcony jest ten artykuł.
Telecommunication networks are efficient when they operate correctly, i.e. they fully carry out their functions in all layers of the logical ISO/OSI model. In the real world for various reasons, there are failures that cause problems and improper operation of networks. Based on the layered ISO/OSI model, we can develop a classification of the problems encountered in data communication networks for the individual layers of the model. Most of the problems related with networks malfunctioning are attributed to lower layers of the ISO/ OSI model. These are related to the network data storage medium, network devices and the basic mechanisms of data flow control in data communication networks. The article presents these issues.
Źródło:
Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki; 2012, 6, 8; 61-76
1896-396X
2082-8349
Pojawia się w:
Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Classifiers accuracy improvement based on missing data imputation
Autorzy:
Jordanov, I.
Petrov, N.
Petrozziello, A.
Powiązania:
https://bibliotekanauki.pl/articles/91626.pdf
Data publikacji:
2018
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
machine learning
missing data
model-based imputation
neural networks
random forests
support vector machine
radar signal classification
nauczanie maszynowe
brakujące dane
sieci neuronowe
maszyna wektorów nośnych
klasyfikacja sygnałów radarowych
Opis:
In this paper we investigate further and extend our previous work on radar signal identification and classification based on a data set which comprises continuous, discrete and categorical data that represent radar pulse train characteristics such as signal frequencies, pulse repetition, type of modulation, intervals, scan period, scanning type, etc. As the most of the real world datasets, it also contains high percentage of missing values and to deal with this problem we investigate three imputation techniques: Multiple Imputation (MI); K-Nearest Neighbour Imputation (KNNI); and Bagged Tree Imputation (BTI). We apply these methods to data samples with up to 60% missingness, this way doubling the number of instances with complete values in the resulting dataset. The imputation models performance is assessed with Wilcoxon’s test for statistical significance and Cohen’s effect size metrics. To solve the classification task, we employ three intelligent approaches: Neural Networks (NN); Support Vector Machines (SVM); and Random Forests (RF). Subsequently, we critically analyse which imputation method influences most the classifiers’ performance, using a multiclass classification accuracy metric, based on the area under the ROC curves. We consider two superclasses (‘military’ and ‘civil’), each containing several ‘subclasses’, and introduce and propose two new metrics: inner class accuracy (IA); and outer class accuracy (OA), in addition to the overall classification accuracy (OCA) metric. We conclude that they can be used as complementary to the OCA when choosing the best classifier for the problem at hand.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2018, 8, 1; 31-48
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Niekonwencjonalne techniki pomiarowe w modelowaniu ruchu
Unconventional measuring techniques in traffic modeling
Autorzy:
Drzał, M.
Ostaszewski, P.
Powiązania:
https://bibliotekanauki.pl/articles/193434.pdf
Data publikacji:
2018
Wydawca:
Stowarzyszenie Inżynierów i Techników Komunikacji Rzeczpospolitej Polskiej
Tematy:
techniki pomiarowe
modelowanie
pozyskiwanie danych
sieci neuronowe
uczenie maszynowe
automatyczne pomiary ruchu w transporcie
measurement techniques
modeling
data acquisition
neural networks
machine learning
automatic measurement of traffic in transport
Opis:
Celem artykułu jest przedstawienie autorskiego projektu wprowadzenia algorytmu opartego o sieci neuronowe w zastosowaniu do pomiarów wykonywanych w transporcie. Jakość, ilość oraz sposób pozyskiwania danych bezpośrednio przekłada się na wyniki tworzonych modeli symulacyjnych. Przeanalizowano różne systemy (zarówno komercyjne, jak i autorskie), które są używane do pozyskania danych do modelowania. W wyniku różnych wątpliwości, niedostosowania systemów lub zbyt wysokich kosztów, zaproponowano alternatywne rozwiązania, które mogą wyeliminować prezentowane problemy. Zaproponowano rozwiązania ograniczające część problemów sygnalizowanych przez autorów w przedmiotowym zakresie. Testowe prace uzasadniły wykorzystanie sieci neuronowych w pomiarach w transporcie. Otrzymano wyniki pomiarów testowych o dostatecznej zgodności z rzeczywistymi obserwacjami oraz porównano je z wynikami systemów dostępnych na rynku. Autorzy poddają analizie dalsze wymagane prace oraz możliwości udoskonalenia stosowanych rozwiązań.
The aim of the article is to present the original project of introducing an algorithm based on neural networks in application to measurements performed in transport. The quality, quantity and method of obtaining data directly translate into the results of the simulation models created. Various systems (both commercial and proprietary) have been analyzed, which are used to obtain data for modeling. As a result of various doubts, system maladjustments or excessive costs, alternative solutions have been proposed that can eliminate the presented problems. As part of its work, solutions have been proposed that limit some of the problems reported by the authors in this regard. Test work justified the use of neural networks in measurements in transport. Test results with sufficient compliance with real observations were obtained and compared to the results of systems available on the market. The authors also analyze further required work and the possibilities of improving the solutions used.
Źródło:
Transport Miejski i Regionalny; 2018, 4; 25-31
1732-5153
Pojawia się w:
Transport Miejski i Regionalny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Predictive regression models of monthly seismic energy emissions induced by longwall mining
Regresyjne modele predykcyjne miesięcznej emisji energii sejsmicznej indukowanej eksploatacją w ścianie
Autorzy:
Jakubowski, J.
Tajduś, A.
Powiązania:
https://bibliotekanauki.pl/articles/219968.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
sejsmiczność indukowana
wstrząsy górnicze
zagrożenie tąpaniami
eksploatacja ścianowa
drzewa wzmacniane
sieci neuronowe
data mining
modele regresyjne
modele predykcyjne
induced seismicity
mining tremors
rockburst hazard
longwall mining
boosted trees
neural networks
regression models
predictive models
Opis:
This article presents the development and validation of predictive regression models of longwall mining-induced seismicity, based on observations in 63 longwalls, in 12 seams, in the Bielszowice colliery in the Upper Silesian Coal Basin, which took place between 1992 and 2012. A predicted variable is the logarithm of the monthly sum of seismic energy induced in a longwall area. The set of predictors include seven quantitative and qualitative variables describing some mining and geological conditions and earlier seismicity in longwalls. Two machine learning methods have been used to develop the models: boosted regression trees and neural networks. Two types of model validation have been applied: on a random validation sample and on a time-based validation sample. The set of a few selected variables enabled nonlinear regression models to be built which gave relatively small prediction errors, taking the complex and strongly stochastic nature of the phenomenon into account. The article presents both the models of periodic forecasting for the following month as well as long-term forecasting.
W artykule przedstawiono budowę i walidację predykcyjnych modeli regresyjnych sejsmiczności indukowanej eksploatacją w ścianie, opartych na obserwacjach w 63 ścianach kopalni Bielszowice prowadzonych w 12 pokładach w latach 1992-2012. Zmienna prognozowaną jest logarytm miesięcznej sumy energii sejsmicznej wstrząsów w ścianie. Zestaw predyktorów składa się z siedmiu zmiennych ilościowych i jakościowych opisujących wybrane czynniki górnicze i geologiczne w ścianach. Do budowy modeli zastosowano dwie metody uczenia się maszyn: drzewa wzmacniane oraz sieci neuronowe. Zastosowano dwa rodzaje walidacji modeli: na losowej próbie walidacyjnej oraz na czasowej próbie walidacyjnej. Zestaw kilku wybranych zmiennych pozwolił na zbudowanie nieliniowych modeli regresyjnych, które, biorąc pod uwagę złożoną i silnie stochastyczną naturę zjawiska, dają względnie małe błędy pro gnozy. W artykule przedstawiono zarówno modele do prognozy okresowej na kolejny miesiąc jak i do prognozy długoterminowej.
Źródło:
Archives of Mining Sciences; 2014, 59, 3; 705-720
0860-7001
Pojawia się w:
Archives of Mining Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Organizational network management - new quality in strategic management of research-development units
Zarządzanie siecią organizacyjną - nowa jakość w strategicznym zarządzaniu jednostkami badawczo-rozwojowymi
Autorzy:
Bilecka, Joanna
Powiązania:
https://bibliotekanauki.pl/articles/1342129.pdf
Data publikacji:
2018
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Lotnictwa
Tematy:
intellectual capital
organizational networks
social network analysis
human resources management
marketing strategies
data visualization new marketing communities
kapitał intelektualny
sieci organizacyjne
analiza sieci społecznych
zarządzanie zasobami ludzkimi
strategie marketingowe
wizualizacja danych
nowe społeczności marketingowe
Opis:
Market organizations apply multi-channel communication with clients, analyse and use signals from the clients and their knowledge of their ecosystem to support the development of products and services. Leading companies manage relations with employees in a similar way. This is particularly beneficial in organizations employing knowledge-workers. Employees, carrying out their tasks, as a result of interaction with clients and internal limitations, along with formal organizational structure spontaneously create a “fast reaction” network. Thanks to the analysis of the network of internal relations and visualization of data in online platforms organizations can investigate the methods of work and cooperation of teams and employees’ behaviours. Organizational Network Analysis (ONA) is a new field, which provides strategic knowledge – about cooperation in an organization, the role of its units and particular employees, allocation of resources, relational potential and barriers for development. Visualization of the network of relations provided to employees online allows them to learn about the organization and carry out their tasks, providing them with, among others, information about persons with similar knowledge, or knowledge necessary for the employees, about cooperation of people and teams, flow of information, knowledge, decisions. The analysis of organizational networks serves the purpose of diagnosing an organization and conducting continuous HR processes, e.g. codification of knowledge, identification of talents, organization of trainings and development, it delivers data for the decision-making process and communication and knowledge management. Using the example of the Polish participatory platform „Mapa organizacji” (Organization map) the author shows how you can collect and use analytical data for the purpose of managing talents of an organization in an optimum way. The platform collects data concerning the formal structure such as: membership in an organizational unit, position, level in the hierarchy, reporting lines, experience, location of workplace. Every participant is asked about the relations of cooperation, flow of knowledge and/or decisions. Thanks to the analysis and visualization of this data, in a network you can highlight employees with various profiles e.g. sources of field knowledge, organizational and project talents, brokers of information, opinion leaders, or e.g. various styles of functioning of managers. Observing and measuring cooperation within teams and between them it is possible to plan and monitor the effects of activities facilitating communication and cooperation and to efficiently manage knowledge and change e.g. locating and breaking down silos. The application allows business owners and HR teams to conduct the processes of “soft HR” with the use of analytical data, among others: induction of new employees, launching internal mobility, recruitment and succession, identifying employees who could potentially drop out, internal trainers and mentors, organizing internal trainings, developing cooperation where it’s missing and reducing its excess, building communities of practice and project teams. Organizational network management makes it much easier for companies and heads of R&D departments to build a culture of openness and knowledge sharing, to develop creativity and innovativeness and improving the flexibility of the organization.
Organizacje rynkowe stosują wielokanałową komunikację z klientami, analizują i wykorzystują sygnały od klientów oraz wiedzę swojego ekosystemu, aby wspierać rozwój produktów i usług. Podobnie wiodące firmy zarządzają relacjami z pracownikami. Jest to szczególnie korzystne w organizacjach zatrudniających pracowników wiedzy. Pracownicy realizując cele, wskutek interakcji z klientami i wewnętrznych ograniczeń, obok formalnej struktury organizacyjnej tworzą spontanicznie sieć „szybkiego reagowania”. Dzięki analizie sieci wewnętrznych relacji i wizualizacji danych w platformach on-line organizacje mogą badać sposoby pracy i współpracy zespołów oraz zachowania pracowników. Analiza sieci organizacyjnych (ONA – Organizational Network Analysis) to nowa dziedzina, która dostarcza strategiczną wiedzę – o współpracy w organizacji, roli jej jednostek i poszczególnych pracowników, alokacji zasobów, potencjale relacyjnym i barierach rozwoju. Wizualizacja sieci relacji udostępniona on-line pracownikom ułatwia im poznanie organizacji i realizację zadań, dostarczając m.in. informacje o osobach o podobnej lub potrzebnej pracownikom wiedzy, współpracy ludzi i zespołów, przepływie informacji, wiedzy, decyzji. Analiza sieci organizacyjnych służy diagnozie organizacji i prowadzeniu stałych procesów HR np. kodyfikacji wiedzy, identyfikacji talentów, organizacji szkoleń i rozwoju, dostarczanych do podejmowania decyzji oraz zarządzania komunikacją i wiedzą. Na przykładzie polskiej partycypacyjnej platformy „Mapa organizacji” autorka pokazuje, jak można gromadzić i wykorzystywać analityczne dane w celu optymalnego zarządzania talentami w organizacji. Do platformy zaczytywane są dane o formalnej strukturze takie jak; przynależność do jednostki organizacyjnej, stanowisko, poziom w hierarchii, podległość służbowa, staż, lokalizacja miejsca pracy. Każdemu uczestnikowi zadawane są pytania o relacje współpracy, przepływu wiedzy i/lub decyzji. Dzięki analizie i wizualizacji tych danych, w sieci można wskazać pracowników o różnych profilach np. źródła wiedzy dziedzinowej, talenty organizacyjne i projektowe, brokerów informacji, liderów opinii lub np. różne style funkcjonowania menedżerów. Obserwując i mierząc współpracę w zespołach i pomiędzy nimi można planować i monitorować efekty działań usprawniających komunikację i współpracę oraz skutecznie zarządzać wiedzą i zmianą np. lokalizować i neutralizować silosy. Aplikacja pozwala właścicielom biznesowym i zespołom HR prowadzić procesy tzw. „miękkiego HR” z wykorzystaniem analitycznych danych m.in.: wdrażać do pracy nowych pracowników, uruchamiać wewnętrzną mobilność, rekrutację i sukcesje, identyfikować pracowników potencjalnie zagrożonych odejściem, trenerów wewnętrznych i mentorów, organizować szkolenia wewnętrzne, rozwijać współpracę tam gdzie jej brak i ograniczać jej nadmiar, budować communities of practice i zespoły projektowe. Zarządzanie siecią organizacyjną znacznie ułatwia przedsiębiorstwom i szefom działów R&D budowanie kultury otwartości i dzielenia się wiedzą, rozwijanie kreatywności i innowacyjności oraz poprawę elastyczności organizacji.
Źródło:
Marketing Instytucji Naukowych i Badawczych; 2018, 1(27); 1-24
2353-8414
Pojawia się w:
Marketing Instytucji Naukowych i Badawczych
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Predykcyjny model dobowej emisji energii sejsmicznej indukowanej eksploatacją górniczą
Predictive model of the daily release of seismic energy induced by mining
Autorzy:
Jakubowski, J.
Lenart, Ł.
Ożóg, Ł.
Powiązania:
https://bibliotekanauki.pl/articles/166220.pdf
Data publikacji:
2014
Wydawca:
Stowarzyszenie Inżynierów i Techników Górnictwa
Tematy:
sejsmiczność indukowana
wstrząsy górnicze
hazard sejsmiczny
zagrożenie tąpaniami
drzewa wzmacniane
sieci neuronowe
regresja logistyczna
modele prognostyczne
modele klasyfikacyjne
induced seismicity
mining tremors
seismic hazard
rockburst hazard
data mining
boosted trees
neural networks
logistic regression
predictive model
classification model
Opis:
W artykule przedstawiono budowę i ocenę predykcyjnego modelu klasyfikacyjnego dobowej emisji energii sejsmicznej indukowanej eksploatacją ścianową węgla. Model jest oparty na danych z katalogu wstrząsów i podstawowych danych o wydobyciu i ścianach eksploatowanych w partii XVI kopalni Piast w okresie od lipca 1987 do marca 2011. Zmienną prognozowaną jest dwustanowa zmienna określająca wystąpienie dobowej sumy energii sejsmicznej wstrząsów w rejonie ściany większej lub równej wartości progowej 10/5 J. Zastosowano trzy metody analityczne w schemacie data mining: regresję logistyczną, sieci neuronowe i drzewa wzmacniane. Jako najlepszy do celów prognozy wybrano model drzew wzmacnianych. Wyniki na zbiorze walidacyjnym pokazały jego dobrą zdolność predykcyjną, co zachęca do dalszych badań.
This paper presents the design and evaluation of the classification predictive model of daily seismic activity induced by longwall mining. The model combines seismic catalog data, output volume and basic characteristics of the longwall faces in sector XVI of the Piast coal mine over the period of July 1987 to March 2011. The predicted variable defines the occurrence of a daily sum of seismic energy released nearby the longwall, that is greater than or equal to the threshold value of 10/5 J. Machine learning and statistical methods were applied, namely neural networks, stochastic gradient boosted trees and logistic regression. The design and evaluation of the classification predictive models were presented. The boosted tree model appeared to meet the prediction quality criteria best. The results of the model evaluation show its promising predictive capability.
Źródło:
Przegląd Górniczy; 2014, 70, 3; 18-25
0033-216X
Pojawia się w:
Przegląd Górniczy
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-73 z 73

    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