Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "data reduction" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-27 z 27
    Tytuł:
    System-level approaches to power efficiency in FPGA-based designs (data reduction algorithms case study)
    Autorzy:
    Czapski, P. P.
    Śluzek, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/384769.pdf
    Data publikacji:
    2011
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    power awareness
    FPGA
    system-level
    Handel-C
    data reduction
    Opis:
    In this paper we present preliminary results on systemlevel analysis of power efficiency in FPGA-based designs. Advanced FPGA devices allow implementation of sophisticated systems (e.g. embedded sensor nodes). However, designing such complex applications is prohibitively expensive at lower levels so that, moving the designing process to higher abstraction layers, i.e. system-levels of design, is a rational decision. This paper shows that at least a certain level of power awareness is achievable at these higher abstractions. A methodology and preliminary results for a power-aware, system-level algorithm partitioning is presented. We select data reduction algorithms as the case study because of their importance in wireless sensor networks (WSN's). Although, the research has been focused on WSN applications of FPGA, it is envisaged that the presented ideas are applicable to other untethered embedded systems based on FPGA's and other similar programmable devices.
    Źródło:
    Journal of Automation Mobile Robotics and Intelligent Systems; 2011, 5, 2; 49-59
    1897-8649
    2080-2145
    Pojawia się w:
    Journal of Automation Mobile Robotics and Intelligent Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Data Reduction Method for Synthetic Transmit Aperture Algorithm
    Autorzy:
    Karwat, P.
    Klimonda, Z.
    Sęklewski, M.
    Lewandowski, M.
    Nowicki, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/177848.pdf
    Data publikacji:
    2010
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    ultrasonic imaging
    synthetic transmit aperture
    data reduction
    effective aperture
    reciprocity
    Opis:
    Ultrasonic methods of human body internal structures imaging are being continuously enhanced. New algorithms are created to improve certain output parameters. A synthetic aperture method (SA) is an example which allows to display images at higher frame-rate than in case of conventional beam-forming method. Higher computational complexity is a limitation of SA method and it can prevent from obtaining a desired reconstruction time. This problem can be solved by neglecting a part of data. Obviously it implies a decrease of imaging quality, however a proper data reduction technique would minimize the image degradation. A proposed way of data reduction can be used with synthetic transmit aperture method (STA) and it bases on an assumption that a signal obtained from any pair of transducers is the same, no matter which transducer transmits and which receives. According to this postulate, nearly a half of the data can be ignored without image quality decrease. The presented results of simulations and measurements with use of wire and tissue phantom prove that the proposed data reduction technique reduces the amount of data to be processed by half, while maintaining resolution and allowing only a small decrease of SNR and contrast of resulting images.
    Źródło:
    Archives of Acoustics; 2010, 35, 4; 635-642
    0137-5075
    Pojawia się w:
    Archives of Acoustics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie pakietu NVivo w analizie materiałów nieustrukturyzowanych
    Computer Aided Qualitative Research Using NVivo in unstructured data analysis
    Autorzy:
    Brosz, Maciej
    Powiązania:
    https://bibliotekanauki.pl/articles/1373761.pdf
    Data publikacji:
    2012
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    CAQDAS
    loss of information
    data reduction
    coding procedures
    NVivo
    grounded theory
    Opis:
    This paper concerns using NVivo software in qualitative data analysis. Main subject refers to the data reduction accompanying the process of qualitative data analysis. Using software does not necessarily cause the uncontrolled modifications of data, thereby, the loss of relevant aspects of collected data. The latest version of CAQDAS (i.e., NVivo 8, 9) enables the possibility of coding on barely altered so¬urces. The paper presents examples of coding procedures on texts, pictures, audio-visual recordings. Additionally, the paper includes description of some techniques aiding the coding process.
    Źródło:
    Przegląd Socjologii Jakościowej; 2012, 8, 1; 98-125
    1733-8069
    Pojawia się w:
    Przegląd Socjologii Jakościowej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    IoT sensing networks for gait velocity measurement
    Autorzy:
    Chou, Jyun-Jhe
    Shih, Chi-Sheng
    Wang, Wei-Dean
    Huang, Kuo-Chin
    Powiązania:
    https://bibliotekanauki.pl/articles/330707.pdf
    Data publikacji:
    2019
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    internet of things
    IoT middleware
    data fusion
    data reduction
    internet rzeczy
    oprogramowanie pośredniczące
    fuzja danych
    redukcja danych
    Opis:
    Gait velocity has been considered the sixth vital sign. It can be used not only to estimate the survival rate of the elderly, but also to predict the tendency of falling. Unfortunately, gait velocity is usually measured on a specially designed walk path, which has to be done at clinics or health institutes. Wearable tracking services using an accelerometer or an inertial measurement unit can measure the velocity for a certain time interval, but not all the time, due to the lack of a sustainable energy source. To tackle the shortcomings of wearable sensors, this work develops a framework to measure gait velocity using distributed tracking services deployed indoors. Two major challenges are tackled in this paper. The first is to minimize the sensing errors caused by thermal noise and overlapping sensing regions. The second is to minimize the data volume to be stored or transmitted. Given numerous errors caused by remote sensing, the framework takes into account the temporal and spatial relationship among tracking services to calibrate the services systematically. Consequently, gait velocity can be measured without wearable sensors and with higher accuracy. The developed method is built on top of WuKong, which is an intelligent IoT middleware, to enable location and temporal-aware data collection. In this work, we present an iterative method to reduce the data volume collected by thermal sensors. The evaluation results show that the file size is up to 25% of that of the JPEG format when the RMSE is limited to 0.5º.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2019, 29, 2; 245-259
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Python Machine Learning. Dry Beans Classification Case
    Autorzy:
    Słowiński, Grzegorz
    Powiązania:
    https://bibliotekanauki.pl/articles/50091919.pdf
    Data publikacji:
    2024-09
    Wydawca:
    Warszawska Wyższa Szkoła Informatyki
    Tematy:
    machine learning
    deep learning
    data dimension reduction
    activation function
    Opis:
    A dataset containing over 13k samples of dry beans geometric features was analyzed using machine learning (ML) and deep learning (DL) techniques with the goal to automatically classify the bean species. Performance in terms of accuracy, train and test time was analyzed. First the original dataset was reduced to eliminate redundant features (too strongly correlated and echoing others). Then the dataset was visualized and analyzed with a few shallow learning techniques and simple artificial neural network. Cross validation was used to check the learning process repeatability. Influence of data preparation (dimension reduction) on shallow learning techniques were observed. In case of Multilayer Perceptron 3 activation functions were tried: ReLu, ELU and sigmoid. Random Forest appeared to be the best model for dry beans classification task reaching average accuracy reaching 92.61% with reasonable train and test times.
    Źródło:
    Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki; 2024, 18, 30; 7-26
    1896-396X
    2082-8349
    Pojawia się w:
    Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza czynnikowa zdjęć wielospektralnych
    Principal component analysis of multispectral images
    Autorzy:
    Czapski, P.
    Kotlarz, J.
    Kubiak, K.
    Tkaczyk, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/213759.pdf
    Data publikacji:
    2014
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Lotnictwa
    Tematy:
    PCA
    metody statystyczne
    bioróżnorodność
    krzywe blasku
    redukcja danych
    statistical methods
    biodiversity
    light curves
    data reduction
    Opis:
    Analiza zdjęć wielospektralnych sprowadza się często do modelowania matematycznego opartego o wielowymiarowe przestrzenie metryczne, w których umieszcza się pozyskane za pomocą sensorów dane. Tego typu bardzo intuicyjne, łatwe do zaaplikowania w algorytmice analizy obrazu postępowanie może skutkować zupełnie niepotrzebnym wzrostem niezbędnej do analiz zdjęć mocy obliczeniowej. Jedną z ogólnie przyjętych grup metod analizy zbiorów danych tego typu są metody analizy czynnikowej. Wpracy tej prezentujemy dwie z nich: Principal Component Analysis (PCA) oraz Simplex Shrink-Wrapping (SSW). Użyte jednocześnie obniżają znacząco wymiar zadanej przestrzeni metrycznej pozwalając odnaleźć w danych wielospektralnych charakterystyczne składowe, czyli przeprowadzić cały proces detekcji fotografowanych obiektów. W roku 2014 w Pracowni Przetwarzania Danych Instytutu Lotnictwa oraz Zakładzie Ochrony Lasu Instytutu Badawczego Leśnictwa metodykę tą równie skutecznie przyjęto dla analizy dwóch niezwykle różnych serii zdjęć wielospektralnych: detekcji głównych składowych powierzchni Marsa (na podstawie zdjęć wielospektralnych pozyskanych w ramach misji EPOXI, NASA) oraz oszacowania bioróżnorodności jednej z leśnych powierzchni badawczych projektu HESOFF.
    Mostly, analysis of multispectral images employs mathematical modeling based on multidimensional metric spaces that includes collected by the sensors data. Such an intuitive approach easily applicable to image analysis applications can result in unnecessary computing power increase required by this analysis. One of the groups of generally accepted methods of analysis of data sets are factor analysis methods. Two such factor analysis methods are presented in this paper, i.e. Principal Component Analysis (PCA ) and Simplex Shrink - Wrapping (SSW). If they are used together dimensions of a metric space can be reduced significantly allowing characteristic components to be found in multispectral data, i.e. to carry out the whole detection process of investigated images. In 2014 such methodology was adopted by Data Processing Department of the Institute of Aviation and Division of Forest Protection of Forest Research Institute for the analysis of the two very different series of multispectral images: detection of major components of the Mars surface (based on multispectral images obtained from the epoxy mission, NASA) and biodiversity estimation of one of the investigated in the HESOFF project forest complexes.
    Źródło:
    Prace Instytutu Lotnictwa; 2014, 1 (234) March 2014; 143-150
    0509-6669
    2300-5408
    Pojawia się w:
    Prace Instytutu Lotnictwa
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of agent-based simulated annealing and tabu search procedures to solving the data reduction problem
    Autorzy:
    Czarnowski, I.
    Jędrzejowicz, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/907819.pdf
    Data publikacji:
    2011
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    redukcja danych
    komputerowe uczenie się
    optymalizacja
    system wieloagentowy
    data reduction
    machine learning
    A-Team
    optimization
    multi-agent system
    Opis:
    The problem considered concerns data reduction for machine learning. Data reduction aims at deciding which features and instances from the training set should be retained for further use during the learning process. Data reduction results in increased capabilities and generalization properties of the learning model and a shorter time of the learning process. It can also help in scaling up to large data sources. The paper proposes an agent-based data reduction approach with the learning process executed by a team of agents (A-Team). Several A-Team architectures with agents executing the simulated annealing and tabu search procedures are proposed and investigated. The paper includes a detailed description of the proposed approach and discusses the results of a validating experiment.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2011, 21, 1; 57-68
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Efficient astronomical data condensation using approximate nearest neighbors
    Autorzy:
    Łukasik, Szymon
    Lalik, Konrad
    Sarna, Piotr
    Kowalski, Piotr A.
    Charytanowicz, Małgorzata
    Kulczycki, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/907932.pdf
    Data publikacji:
    2019
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    big data
    astronomical observation
    data reduction
    nearest neighbor search
    kd-trees
    duży zbiór danych
    obserwacja astronomiczna
    redukcja danych
    wyszukiwanie najbliższego sąsiada
    drzewo kd
    Opis:
    Extracting useful information from astronomical observations represents one of the most challenging tasks of data exploration. This is largely due to the volume of the data acquired using advanced observational tools. While other challenges typical for the class of big data problems (like data variety) are also present, the size of datasets represents the most significant obstacle in visualization and subsequent analysis. This paper studies an efficient data condensation algorithm aimed at providing its compact representation. It is based on fast nearest neighbor calculation using tree structures and parallel processing. In addition to that, the possibility of using approximate identification of neighbors, to even further improve the algorithm time performance, is also evaluated. The properties of the proposed approach, both in terms of performance and condensation quality, are experimentally assessed on astronomical datasets related to the GAIA mission. It is concluded that the introduced technique might serve as a scalable method of alleviating the problem of the dataset size.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2019, 29, 3; 467-476
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Optimization on the complementation procedure towards efficient implementation of the index generation function
    Autorzy:
    Borowik, G.
    Powiązania:
    https://bibliotekanauki.pl/articles/330597.pdf
    Data publikacji:
    2018
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    data reduction
    feature selection
    indiscernibility matrix
    logic synthesis
    index generation function
    redukcja danych
    selekcja cech
    synteza logiczna
    funkcja generowania indeksów
    Opis:
    In the era of big data, solutions are desired that would be capable of efficient data reduction. This paper presents a summary of research on an algorithm for complementation of a Boolean function which is fundamental for logic synthesis and data mining. Successively, the existing problems and their proposed solutions are examined, including the analysis of current implementations of the algorithm. Then, methods to speed up the computation process and efficient parallel implementation of the algorithm are shown; they include optimization of data representation, recursive decomposition, merging, and removal of redundant data. Besides the discussion of computational complexity, the paper compares the processing times of the proposed solution with those for the well-known analysis and data mining systems. Although the presented idea is focused on searching for all possible solutions, it can be restricted to finding just those of the smallest size. Both approaches are of great application potential, including proving mathematical theorems, logic synthesis, especially index generation functions, or data processing and mining such as feature selection, data discretization, rule generation, etc. The problem considered is NP-hard, and it is easy to point to examples that are not solvable within the expected amount of time. However, the solution allows the barrier of computations to be moved one step further. For example, the unique algorithm can calculate, as the only one at the moment, all minimal sets of features for few standard benchmarks. Unlike many existing methods, the algorithm additionally works with undetermined values. The result of this research is an easily extendable experimental software that is the fastest among the tested solutions and the data mining systems.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2018, 28, 4; 803-815
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An effective data reduction model for machine emergency state detection from big data tree topology structures
    Autorzy:
    Iaremko, Iaroslav
    Senkerik, Roman
    Jasek, Roman
    Lukastik, Petr
    Powiązania:
    https://bibliotekanauki.pl/articles/2055178.pdf
    Data publikacji:
    2021
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    OPC UA
    OPC tree
    principal component analysis
    PCA
    big data analysis
    data reduction
    machine tool
    anomaly detection
    emergency states
    analiza głównych składowych
    duży zbiór danych
    redukcja danych
    wykrywanie anomalii
    stan nadzwyczajny
    Opis:
    This work presents an original model for detecting machine tool anomalies and emergency states through operation data processing. The paper is focused on an elastic hierarchical system for effective data reduction and classification, which encompasses several modules. Firstly, principal component analysis (PCA) is used to perform data reduction of many input signals from big data tree topology structures into two signals representing all of them. Then the technique for segmentation of operating machine data based on dynamic time distortion and hierarchical clustering is used to calculate signal accident characteristics using classifiers such as the maximum level change, a signal trend, the variance of residuals, and others. Data segmentation and analysis techniques enable effective and robust detection of operating machine tool anomalies and emergency states due to almost real-time data collection from strategically placed sensors and results collected from previous production cycles. The emergency state detection model described in this paper could be beneficial for improving the production process, increasing production efficiency by detecting and minimizing machine tool error conditions, as well as improving product quality and overall equipment productivity. The proposed model was tested on H-630 and H-50 machine tools in a real production environment of the Tajmac-ZPS company.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2021, 31, 4; 601--611
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Porównanie algorytmów ekstrakcji punktów istotnych w upraszczaniu numerycznych modeli terenu o strukturze hybrydowej
    The comparison of algorithms for key points extraction in simplification of hybrid digital terrain models
    Autorzy:
    Bakuła, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/131096.pdf
    Data publikacji:
    2014
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    numeryczny model terenu
    punkty istotne
    redukcja ilościowa danych
    generalizacja
    indeks pozycji topograficznej
    TPI
    Very Important Points
    VIP
    Z-tolerance
    digital terrain model (DTM)
    critical points
    data reduction
    generalization
    Topographic Position Index
    Opis:
    Przedstawione badania dotyczą opracowania algorytmu redukcji ilości danych wysokościowych w postaci numerycznego modelu terenu z lotniczego skanowania laserowego (ALS) dla potrzeb modelowania powodziowego. Redukcja jest procesem niezbędnym w przetwarzaniu ogromnych zbiorów danych z ALS, a jej przebieg nie może mieć charakteru regularnej filtracji danych, co często ma miejsce w praktyce. Działanie takie prowadzi do pominięcia szeregu istotnych form terenowych z punktu widzenia modelowania hydraulicznego. Jednym z proponowanych rozwiązań dla redukcji danych wysokościowych zawartych w numerycznych modelach terenu jest zmiana jego struktury z regularnej siatki na strukturę hybrydową z regularnie rozmieszczonymi punktami oraz nieregularnie rozlokowanymi punktami istotnymi. Celem niniejszego artykułu jest porównanie algorytmów ekstrakcji punktów istotnych z numerycznych modeli terenu, które po przetworzeniu ich z użyciem redukcji danych zachowają swoją dokładność przy jednoczesnym zmniejszeniu rozmiaru plików wynikowych. W doświadczeniach zastosowano algorytmy: indeksu pozycji topograficznej (TPI), Very Important Points (VIP) oraz Z-tolerance, które posłużyły do stworzenia numerycznych modeli terenu, podlegających następnie ocenie w porównaniu z danymi wejściowymi. Analiza taka pozwoliła na porównanie metod. Wyniki badań potwierdzają możliwości uzyskania wysokiego stopnia redukcji, która wykorzystuje jedynie kilka procent danych wejściowych, przy relatywnie niewielkim spadku dokładności pionowej modelu terenu sięgającego kilku centymetrów.
    The presented research concerns methods related to reduction of elevation data contained in digital terrain model (DTM) from airborne laser scanning (ALS) in hydraulic modelling. The reduction is necessary in the preparation of large datasets of geospatial data describing terrain relief. Its course should not be associated with regular data filtering, which often occurs in practice. Such a method leads to a number of important forms important for hydraulic modeling being missed. One of the proposed solutions for the reduction of elevation data contained in DTM is to change the regular grid into the hybrid structure with regularly distributed points and irregularly located critical points. The purpose of this paper is to compare algorithms for extracting these key points from DTM. They are used in hybrid model generation as a part of elevation data reduction process that retains DTM accuracy and reduces the size of output files. In experiments, the following algorithms were tested: Topographic Position Index (TPI), Very Important Points (VIP) and Z-tolerance. Their effectiveness in reduction (maintaining the accuracy and reducing datasets) was evaluated in respect to input DTM from ALS. The best results were obtained for the Z-tolerance algorithm, but they do not diminish the capabilities of the other two algorithms: VIP and TPI which can generalize DTM quite well. The results confirm the possibility of obtaining a high degree of reduction reaching only a few percent of the input data with a relatively low decrease of vertical DTM accuracy to a few centimetres. The presented paper was financed by the Foundation for Polish Science - research grant no. VENTURES/2012-9/1 from Innovative Economy program of the European Structural Funds.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2014, 26; 11-21
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    On a book Algorithms for data science by Brian Steele, John Chandler and Swarn Reddy
    Autorzy:
    Szajowski, Krzysztof J.
    Powiązania:
    https://bibliotekanauki.pl/articles/747695.pdf
    Data publikacji:
    2017
    Wydawca:
    Polskie Towarzystwo Matematyczne
    Tematy:
    histogram
    algorytm centroidów
    Algorithms
    Associative Statistics
    Computation
    Computing Similarity
    Cluster Analysis
    Correlation
    Data Reduction
    Data Mapping
    Data Dictionary
    Data Visualization
    Forecasting
    Hadoop
    Histogram
    k-Means Algorithm
    k-Nearest Neighbor Prediction
    Algorytmy
    miary zależności
    obliczenia
    analiza skupień
    korelacja
    redukcja danych
    transformacja danych
    wizualizacja danych
    prognozowanie
    algorytm k-średnich
    algorytm k najbliższych sąsiadów
    Opis:
    Przedstawiona tutaj pozycja wydawnicza jest obszernym wprowadzeniem do najważniejszych podstawowych zasad, algorytmów i danych wraz zestrukturami, do których te zasady i algorytmy się odnoszą. Przedstawione zaganienia są wstępem do rozważań w dziedzinie informatyki. Jednakże, to algorytmy są podstawą analityki danych i punktem skupienia tego podręcznika. Pozyskiwanie wiedzy z danych wymaga wykorzystania metod i rezultatów z co najmniej trzech dziedzin: matematyki, statystyki i informatyki. Książka zawiera jasne i intuicyjne objaśnienia matematyczne i statystyczne poszczególnych zagadnień, przez co algorytmy są naturalne i przejrzyste. Praktyka analizy danych wymaga jednak więcej niż tylko dobrych podstaw naukowych, ścisłości matematycznej i spojrzenia od strony metodologii statystycznej. Zagadnienia generujące dane są ogromnie zmienne, a dopasowanie metod pozyskiwania wiedzy może być przeprowadzone tylko w najbardziej podstawowych algorytmach. Niezbędna jest płynność programowania i doświadczenie z rzeczywistymi problemami. Czytelnik jest prowadzony przez zagadnienia algorytmiczne z wykorzystaniem Pythona i R na bazie rzeczywistych problemów i  analiz danych generowanych przez te zagadnienia. Znaczną część materiału zawartego w książce mogą przyswoić również osoby bez znajomości zaawansowanej metodologii. To powoduje, że książka może być przewodnikiem w jedno lub dwusemestralnym kursie analityki danych dla studentów wyższych lat studiów matematyki, statystyki i informatyki. Ponieważ wymagana wiedza wstępna nie jest zbyt obszerna,  studenci po kursie z probabilistyki lub statystyki, ze znajomością podstaw algebry i analizy matematycznej oraz po kurs programowania nie będą mieć problemów, tekst doskonale nadaje się także do samodzielnego studiowania przez absolwentów kierunków ścisłych. Podstawowy materiał jest dobrze ilustrowany obszernymi zagadnieniami zaczerpniętymi z rzeczywistych problemów. Skojarzona z książką strona internetowa wspiera czytelnika danymi wykorzystanymi w książce, a także prezentacją wybranych fragmentów wykładu. Jestem przekonany, że tematem książki jest nowa dziedzina nauki. 
    The book under review gives a comprehensive presentation of data science algorithms, which means on practical data analytics unites fundamental principles, algorithms, and data. Algorithms are the keystone of data analytics and the focal point of this textbook. The data science, as the authors claim, is the discipline since 2001. However, informally it worked before that date (cf. Cleveland(2001)). The crucial role had the graphic presentation of the data as the visualization of the knowledge hidden in the data.  It is the discipline which covers the data mining as the tool or important topic. The escalating demand for insights into big data requires a fundamentally new approach to architecture, tools, and practices. It is why the term data science is useful. It underscores the centrality of data in the investigation because they store of potential value in the field of action. The label science invokes certain very real concepts within it, like the notion of public knowledge and peer review. This point of view makes that the data science is not a new idea. It is part of a continuum of serious thinking dates back hundreds of years. The good example of results of data science is the Benford law (see Arno Berger and Theodore P. Hill(2015, 2017). In an effort to identifying some of the best-known algorithms that have been widely used in the data mining community, the IEEE International Conference on Data Mining (ICDM) has identified the top 10 algorithms in data mining for presentation at ICDM '06 in Hong Kong. This panel will announce the top 10 algorithms and discuss the impact and further research of each of these 10 algorithms in 2006. In the present book, there are clear and intuitive explanations of the mathematical and statistical foundations make the algorithms transparent. Most of the algorithms announced by IEEE in 2006 are included. But practical data analytics requires more than just the foundations. Problems and data are enormously variable and only the most elementary of algorithms can be used without modification. Programming fluency and experience with real and challenging data are indispensable and so the reader is immersed in Python and R and real data analysis. By the end of the book, the reader will have gained the ability to adapt algorithms to new problems and carry out innovative analysis.
    Źródło:
    Mathematica Applicanda; 2017, 45, 2
    1730-2668
    2299-4009
    Pojawia się w:
    Mathematica Applicanda
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Efektywne wykorzystanie danych lidar w dwuwymiarowym modelowaniu hydraulicznym
    Effective application of lidar data in two-dimensional hydraulic modelling
    Autorzy:
    Bakuła, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/129777.pdf
    Data publikacji:
    2014
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    modelowanie hydrauliczne
    lotnicze skanowanie laserowe
    ALS
    numeryczny model terenu
    NMT
    redukcja ilościowa danych
    numeryczny model szorstkości podoża
    hydraulic modeling
    airborne laser scanning (ALS)
    digital terrain model (DTM)
    DTM
    data reduction
    digital roughness model
    DRM
    Opis:
    W niniejszym artykule zaprezentowano aspekty wykorzystania danych z lotniczego skanowania laserowego w dwuwymiarowym modelowaniu hydraulicznym obejmujących tworzenie wysokiej dokładności numerycznych modeli terenu, ich efektywnego przetworzenia będącego kompromisem pomiędzy rozdzielczością danych a ich dokładnością, a także uzyskania informacji o szorstkości pokrycia terenu dającego informacje mogące konkurować z informacjami z baz topograficznych. Prezentowane badania dotyczyły przetwarzania danych NMT w celu ich efektywnego wykorzystania z udziałem metod redukcji ilościowej danych. W wyniku oddzielnego eksperymentu udowodniono, iż dane z lotniczego skanowania laserowego umożliwiają utworzenie w pełni poprawnego dwuwymiarowego modelu hydraulicznego przy założeniu posiadania odpowiednich danych hydraulicznych, a dane z ALS mogą mieć inne zastosowanie niż tylko geometryczna reprezentacja rzeźby terenu.
    This paper presents aspects of ALS data usage in two-dimensional hydraulic modelling including generation of high-precision digital terrain models, their effective processing which is a compromise between the resolution and the accuracy of the processed data, as well as information about the roughness of the land cover providing information that could compete with information from topographic databases and orthophotomaps. Still evolving ALS technology makes it possible to collect the data with constantly increasing spatial resolution that guarantees correct representation of the terrain shape and height. It also provides a reliable description of the land cover. However, the size of generated files may cause problems in their effective usage in the 2D hydraulic modeling where Saint-Venant’s equations are implemented. High-resolution elevation models make it impossible or prolong the duration of the calculations for large areas in complex algorithms defining a model of the water movement, which is directly related to the cost of the hydraulic analysis. As far as an effective usage of voluminous datasets is concerned, the data reduction is recommended. Such a process should reduce the size of the data files, maintain their accuracy and keep the appropriate structure to allow their further application in the hydraulic modelling. An application of only a few percent of unprocessed datasets, selected with the use of specified filtering algorithms and spatial analysis tools, can give the same result of the hydraulic modeling obtained in a significantly shorter time than the result of the comparable operation on unprocessed datasets. Such an approach, however, is not commonly used, which means the most reliable hydraulic models are applied only in small areas in the largest cities. Another application of ALS data is its potential usage in digital roughness model creation for 2D hydraulic models. There are many possibilities of roughness coefficient estimation in hydraulic modelling which has an impact on the velocity of water flow. As a basic and reference source for such analysis topographic databases as well as orthophotomaps from aerial or satellite imagery can be considered. The presented paper proved that LIDAR data should be effectively applied in cooperation between surveyors and hydrologists. ALS data can be s used solely in the creation of a fully correct two-dimensional hydraulic model, assuming that appropriate hydraulic datasets are available. Additionally, application of ALS data should not be limited to geometric representation of the terrain and it can be used as information about roughness of terrain. The presented paper was financed by the Foundation for Polish Science - research grant no. VENTURES/2012-9/1 from Innovative Economy program of the European Structural Funds.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2014, 26; 23-37
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Novel approach for big data classification based on hybrid parallel dimensionality reduction using spark cluster
    Autorzy:
    Ali, Ahmed Hussein
    Abdullah, Mahmood Zaki
    Powiązania:
    https://bibliotekanauki.pl/articles/305766.pdf
    Data publikacji:
    2019
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    big data
    dimensionality reduction
    parallel processing
    Spark
    PCA
    LDA
    Opis:
    The big data concept has elicited studies on how to accurately and efficiently extract valuable information from such huge dataset. The major problem during big data mining is data dimensionality due to a large number of dimensions in such datasets. This major consequence of high data dimensionality is that it affects the accuracy of machine learning (ML) classifiers; it also results in time wastage due to the presence of several redundant features in the dataset. This problem can be possibly solved using a fast feature reduction method. Hence, this study presents a fast HP-PL which is a new hybrid parallel feature reduction framework that utilizes spark to facilitate feature reduction on shared/distributed-memory clusters. The evaluation of the proposed HP-PL on KDD99 dataset showed the algorithm to be significantly faster than the conventional feature reduction techniques. The proposed technique required >1 minute to select 4 dataset features from over 79 features and 3,000,000 samples on a 3-node cluster (total of 21 cores). For the comparative algorithm, more than 2 hours was required to achieve the same feat. In the proposed system, Hadoop’s distributed file system (HDFS) was used to achieve distributed storage while Apache Spark was used as the computing engine. The model development was based on a parallel model with full consideration of the high performance and throughput of distributed computing. Conclusively, the proposed HP-PL method can achieve good accuracy with less memory and time compared to the conventional methods of feature reduction. This tool can be publicly accessed at https://github.com/ahmed/Fast-HP-PL.
    Źródło:
    Computer Science; 2019, 20 (4); 411-429
    1508-2806
    2300-7036
    Pojawia się w:
    Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Multilinear Filtering Based on a Hierarchical Structure of Covariance Matrices
    Autorzy:
    Szwabe, Andrzej
    Ciesielczyk, Michal
    Misiorek, Pawel
    Powiązania:
    https://bibliotekanauki.pl/articles/1373696.pdf
    Data publikacji:
    2015
    Wydawca:
    Uniwersytet Jagielloński. Wydawnictwo Uniwersytetu Jagiellońskiego
    Tematy:
    tensor-based data modeling
    multilinear PCA
    random indexing
    dimensionality reduction
    multilinear data filtering
    higher-order SVD
    Opis:
    We propose a novel model of multilinear filtering based on a hierarchical structure of covariance matrices – each matrix being extracted from the input tensor in accordance to a specific set-theoretic model of data generalization, such as derivation of expectation values. The experimental analysis results presented in this paper confirm that the investigated approaches to tensor-based data representation and processing outperform the standard collaborative filtering approach in the ‘cold-start’ personalized recommendation scenario (of very sparse input data). Furthermore, it has been shown that the proposed method is superior to standard tensor-based frameworks such as N-way Random Indexing (NRI) and Higher-Order Singular Value Decomposition (HOSVD) in terms of both the AUROC measure and computation time.
    Źródło:
    Schedae Informaticae; 2015, 24; 103-112
    0860-0295
    2083-8476
    Pojawia się w:
    Schedae Informaticae
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A comparative study for outlier detection methods in high dimensional text data
    Autorzy:
    Park, Cheong Hee
    Powiązania:
    https://bibliotekanauki.pl/articles/2201316.pdf
    Data publikacji:
    2023
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    curse of dimensionality
    dimension reduction
    high dimensional text data
    outlier detection
    Opis:
    Outlier detection aims to find a data sample that is significantly different from other data samples. Various outlier detection methods have been proposed and have been shown to be able to detect anomalies in many practical problems. However, in high dimensional data, conventional outlier detection methods often behave unexpectedly due to a phenomenon called the curse of dimensionality. In this paper, we compare and analyze outlier detection performance in various experimental settings, focusing on text data with dimensions typically in the tens of thousands. Experimental setups were simulated to compare the performance of outlier detection methods in unsupervised versus semisupervised mode and uni-modal versus multi-modal data distributions. The performance of outlier detection methods based on dimension reduction is compared, and a discussion on using k-NN distance in high dimensional data is also provided. Analysis through experimental comparison in various environments can provide insights into the application of outlier detection methods in high dimensional data.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2023, 13, 1; 5--17
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Implementation of the attribute significance analysis with the use of soft reduction of attributes in the rough set theory on the basis of the SQL mechanisms
    Autorzy:
    Nozdrzykowski, Ł.
    Nozdrzykowska, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/114726.pdf
    Data publikacji:
    2017
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    rough set theory
    data analysis
    soft reduction of attributes
    SQL implementation
    Opis:
    This article presents a way to use databases supporting the SQL and PL/SQL in the implementation of a method of attribute significance analysis with the use of soft reduction of attributes in the rough set theory. A number of SQL queries are presented, which facilitate the implementation. The original mechanisms presented previously [1] are supplemented with queries which facilitate the execution of attribute coding. The authors present a complete implementation of the method, from the coding of attributes to the determination of the significance of conditional attributes. Application of queries to the database eliminates the necessity to build data grouping and data mining mechanisms and calculation of repetitions of identical rules in the reduced decision rule space. Without the support of a database, the creation of universal data grouping and data mining mechanisms which could be used with any number of attributes is a challenging task.
    Źródło:
    Measurement Automation Monitoring; 2017, 63, 1; 10-14
    2450-2855
    Pojawia się w:
    Measurement Automation Monitoring
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An algorithm for reducing the dimension and size of a sample for data exploration procedures
    Autorzy:
    Kulczycki, P.
    Łukasik, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/330110.pdf
    Data publikacji:
    2014
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    dimension reduction
    sample size reduction
    linear transformation
    simulated annealing
    data mining
    redukcja wymiaru
    transformacja liniowa
    wyżarzanie symulowane
    eksploracja danych
    Opis:
    The paper deals with the issue of reducing the dimension and size of a data set (random sample) for exploratory data analysis procedures. The concept of the algorithm investigated here is based on linear transformation to a space of a smaller dimension, while retaining as much as possible the same distances between particular elements. Elements of the transformation matrix are computed using the metaheuristics of parallel fast simulated annealing. Moreover, elimination of or a decrease in importance is performed on those data set elements which have undergone a significant change in location in relation to the others. The presented method can have universal application in a wide range of data exploration problems, offering flexible customization, possibility of use in a dynamic data environment, and comparable or better performance with regards to the principal component analysis. Its positive features were verified in detail for the domain’s fundamental tasks of clustering, classification and detection of atypical elements (outliers).
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2014, 24, 1; 133-149
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Presenting a technique for registering images and range data using a topological representation of a path within an environment
    Autorzy:
    Ferreira, F.
    Davim, L.
    Rocha, R.
    Dias, J.
    Santos, V.
    Powiązania:
    https://bibliotekanauki.pl/articles/385035.pdf
    Data publikacji:
    2007
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    sensor feature integration
    binary data
    Bernoulli mixture model
    dimensionality reduction
    robot localisation
    change detection
    Opis:
    This article presents a novel method to the utilize topological representation of a path, thatpath that is created from sequences of images from digital cameras and sensor data from range sensors. A topological representation of the environment is created by leading the robot around the environment during a familiarisation phaseLeading the robot around the environment during a familiarisation phase creates a topological representation of the environment. While moving down the same path, the robot is able to localise itself within the topological representation that is has been previously created. The principal contribution to the state of the art is that, by using a topological representation of the environment, individual 3D data sets acquired from a set of range sensors need not be registered in a single, [Global] Coordinate Reference System. Instead, 3D point clouds for small sections of the environment are indexed to a sequence of multi-sensor views, of images and range data. Such a registration procedure can be useful in the construction of 3D representations of large environments and in the detection of changes that might occur within these environments.
    Źródło:
    Journal of Automation Mobile Robotics and Intelligent Systems; 2007, 1, 3; 47-56
    1897-8649
    2080-2145
    Pojawia się w:
    Journal of Automation Mobile Robotics and Intelligent Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Metoda OptD do redukcji danych w opracowaniu wyników pomiarów linii elektroenergetycznych
    The OptD method for data reduction in the development of surveying of power lines
    Autorzy:
    Błaszczak-Bąk, W.
    Sobieraj-Żłobińska, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/104955.pdf
    Data publikacji:
    2017
    Wydawca:
    Politechnika Rzeszowska im. Ignacego Łukasiewicza. Oficyna Wydawnicza
    Tematy:
    przetwarzanie danych
    lotniczy skaning laserowy
    metoda redukcji
    data processing
    airborne laser scanning
    reduction method
    Opis:
    Skaning laserowy to technologia dostarczająca we względnie krótkim czasie dużą ilość danych pomiarowych. Jest to zarazem pozytywna jak i negatywna cecha tej technologii. Z jednej strony w wyniku skaningu otrzymuje się dane, które szczegółowo odzwierciedlają pomierzony obiekt. Z drugiej strony trudność sprawia przetwarzanie takiej ilości danych i nie zawsze wszystkie dane ze skaningu są niezbędne do realizacji wybranego zadania. Z tych względów nieustannie trwają prace nad opracowaniem algorytmów umożliwiających usprawnienie ich przetwarzania. Jednym z rozwiązań jest zmniejszenie ilości danych. W pracy przedstawiono wyniki redukcji danych pochodzących z pomiaru lotniczym skaningiem laserowym napowietrznych sieci elektroenergetycznych. Pomiary były przeprowadzone na potrzeby inwentaryzacji. Uzyskaną chmurę punktów przetworzono wykorzystując metodę Optimum Dataset (OptD). Celem było sprawdzenie czy punkty obrazujące linie elektroenergetyczną nie zostaną utracone w trakcie przetwarzania metodą OptD. W metodzie OptD jako kryterium optymalizacyjne przyjęto stopień redukcji czyli jaki procent punktów ma zostać usunięty z oryginalnego zbioru (p%). Badania przeprowadzono dla dwóch przypadków: 1) p%=70%, (zbiór Ω1) oraz 2) p%=85% (zbiór Ω2). Uzyskane wyniki pokazały, że metoda OptD nie zakłóca obrazu linii elektroenergetycznych. Liczba punktów obrazująca linie jest wystarczająca do prawidłowego wyznaczenia przebiegu tej linii.
    Laser scanning is a technology that provides a large amount of measurement data in a relatively short time. It is both a positive and a negative feature of this technology. On the one hand, as a result of scanning, data is obtained that accurately reflects the measured object. On the other hand, it is difficult to process such a large amount of data, and not all of the data from the scanning is necessary to accomplish the selected task. For these reasons, works on developing algorithms to improve data processing are constantly conducted. One of the solution is to reduce the amount of data. The paper presents the results of data reduction from surveying of overhead power lines by means of ALS. The measurements were carried out for inventory purposes. The obtained point cloud was processed using the Optimum Dataset method (OptD). The aim was to check whether the points displaying the power lines will not be lost during the OptD processing. In the OptD method as the optimization criterion the degree of reduction was assumed. It is percentage of points which should be removed from the original dataset (p%). The research was carried out for two cases: 1) p% = 70%, (dataset Ω1) and 2) p% = 85% (dataset Ω2). The obtained results showed that the OptD method does not interfere with the image of power lines. The number of points displaying the lines is sufficient to correctly determine the course of this line.
    Źródło:
    Czasopismo Inżynierii Lądowej, Środowiska i Architektury; 2017, 64, 4/II; 319-330
    2300-5130
    2300-8903
    Pojawia się w:
    Czasopismo Inżynierii Lądowej, Środowiska i Architektury
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A hybrid approach to dimension reduction in classification
    Autorzy:
    Krawczak, M.
    Szkatuła, G.
    Powiązania:
    https://bibliotekanauki.pl/articles/206425.pdf
    Data publikacji:
    2011
    Wydawca:
    Polska Akademia Nauk. Instytut Badań Systemowych PAN
    Tematy:
    data series
    dimension reduction
    envelopes
    essential attributes
    heteroassociation
    machine learning from examples
    decision rules
    classification
    Opis:
    In this paper we introduce a hybrid approach to data series classification. The approach is based on the concept of aggregated upper and lower envelopes, and the principal components here called 'essential attributes', generated by multilayer neural networks. The essential attributes are represented by outputs of hidden layer neurons. Next, the real valued essential attributes are nominalized and symbolic data series representation is obtained. The symbolic representation is used to generate decision rules in the IF. . . THEN. . . form for data series classification. The approach reduces the dimension of data series. The efficiency of the approach was verified by considering numerical examples.
    Źródło:
    Control and Cybernetics; 2011, 40, 2; 527-551
    0324-8569
    Pojawia się w:
    Control and Cybernetics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Redukcja wymiarowości danych pomiarowych z wykorzystaniem liniowej i nieliniowej analizy składników głównych (PCA)
    Dimensionality reduction of measurement data using linear and nonlinear PCA
    Autorzy:
    Rogala, T.
    Brykalski, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/156148.pdf
    Data publikacji:
    2005
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    redukcja wymiarowości danych pomiarowych
    analiza liniowa
    analiza nieliniowa
    linear and nonlinear data using PCA
    dimensionality reduction of measurement
    Opis:
    Reprezentacja danych wielowymiarowych na płaszczyźnie lub w przestrzeni jest często spotykanym zagadnieniem w rozpoznawaniu obrazów. Jednak wykorzystane w tej dziedzinie metody mogą być stosowane zawsze, gdy zachodzi konieczność wizualizacji złożonych danych pomiarowych. Uznaną i często stosowaną do tego celu techniką jest tzw. Analiza Składników Głównych (ang. Principal Components Analysis). Ponieważ jest to przekształcenie liniowe, posiada ono liczne ograniczenia. Wersja nieliniowa tego przekształcenia, tzw. NLPCA, pozwala ominąć te niedogodności, za cenę pewnej niejednoznaczności wyniku. Praca opisuje wyżej wymienione przekształcenia, ich implementację (m.in. przy użyciu sieci neuronowych), oraz przykładowe zastosowanie w odniesieniu do danych "syntetycznych" i pochodzących z rzeczywistych pomiarów.
    Representation of multidemensional data on 2D or 3D plane is a common task in pattern classification. However, the dimensionality reduction techniques can be applied whenever sophisticated measurement data have to be visualized. Principal Component Analysis (PCA) is well known and widely applied method. Since it is a linear transform it suffers from certain limitations. Nonlinear PCA (NLPCA) enables overcoming these difficulties, in exchange for an ambiguity of the results. This paper discusses mentioned transformations and their implementations, including neural network based approaches. Two datasets are analyzed. Comparison of the results is followed by detailed discussion.
    Źródło:
    Pomiary Automatyka Kontrola; 2005, R. 51, nr 2, 2; 41-44
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Transport carbon emissions reduction efficiency and economic growth: a perspective from nighttime lights remote sensing
    Autorzy:
    Yan, Yuxiang
    Li, Jianing
    Powiązania:
    https://bibliotekanauki.pl/articles/27311799.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    transport
    carbon emissions reduction
    control of emissions
    data envelopment analysis
    nighttime lights
    redukcja emisji dwutlenku węgla
    światła nocne
    teledetekcja
    Opis:
    The carbon emissions are essential for climate change and 26% of the world's carbon emissions are related to transport. But focusing only on fewer carbon emissions might be biased at times. In order to keep a balance between economic growth and carbon emissions reduction, this paper evaluated the performance of carbon control by considering the input factors and output factors together, which is more comprehensive and reliable. Firstly, this paper has calculated the transport carbon emissions reduction efficiency (TCERE) based on the model of super SBM with undesirable outputs. The input factors include capital stock, labor force and fossil energy consumption. And the output factors include gross domestic product and carbon dioxide emissions. Then the influencing factors of TCERE were analyzed using econometric models. The economic growth, transport structure, technology level and population density were posited as influencing factors. This paper creatively proposed the per capita nighttime lights brightness as a new indicator for economic growth. An empirical study was conducted in East China from 2013 to 2017, and this study has found that the relationship between TCERE and economic growth shows an U-shape. Besides, transport structure and technology level both show a positive impact on TCERE. The implications of our findings are that: (a) The TCERE declines slower in East China, giving us reason to believe that the improvement of TCERE is predictable; (b) When economic growth exceeds the turning point, economic growth is conducive to the improvement of TCERE. We could develop the economy boldly and confidently; (c) Increased investment in railway and waterway transportation infrastructure projects is needed to strengthen the structure of the railway and waterway transportation systems. Furthermore, the general public and businesses should be encouraged to prefer rail or river transportation; (d) Investment in scientific and technological innovation should be enhanced in order to produce more efficient energy-use methods.
    Źródło:
    Archives of Transport; 2023, 66, 2; 21--32
    0866-9546
    2300-8830
    Pojawia się w:
    Archives of Transport
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Porównanie wpływu wybranych metod redukcji NMT w tworzeniu map zagrożenia powodziowego
    Comparison of the impact of selected DTM reduction method in flood hazard map creation
    Autorzy:
    Bakuła, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/130866.pdf
    Data publikacji:
    2012
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    numeryczny model terenu
    redukcja
    mapa zagrożenia powodziowego
    duże zbiory danych
    LIDAR
    DEM/DTM
    reduction
    flood hazard map
    large data set
    lidar
    Opis:
    Oprogramowania tworzące mapy zagrożenia związanego z kataklizmem powodzi opierają się w dużej mierze na danych o terenie w formie numerycznego modelu terenu. Produkt ten generowany jest na podstawie danych ze skaningu laserowego, który dostarcza odpowiednio dokładne, ale i ogromne zbiory danych, stwarzające problemy dla skomplikowanych obliczeń przy modelowaniu hydraulicznym. W niniejszej pracy przedstawiono wpływ redukcji NMT na określanie miejsc potencjalnego wystąpienia katastrofy powodzi poprzez tworzenie map zagrożenia powodziowego. Numeryczny model terenu obszaru testowego poddany został znaczącej redukcji wybranymi metodami, co posłużyło do późniejszych analiz związanych z jej wpływem na wielkość obszaru zagrożonego katastrofą powodzi. Celem badania jest przede wszystkim udowodnienie istnienia możliwości wykorzystania jedynie nieznacznej części informacji zawartej w NMT dla stworzenia równie wysoko dokładnych opracowań co takie, dla pozyskania których wykorzystano oryginalne dane. Wyniki doświadczenia potwierdzają przypuszczenie o niewielkich rozbieżnościach w określeniu miejsc zagrożonych powodzią pomiędzy analizami z użyciem oryginalnych danych i tych poddanych różnowariantowej redukcji.
    Software for creating flood risk maps and simulation of flood water is based on Digital Terrain Model (DTM). Such product is generated on a basis of laser scanning data which provide appropriately accurate results and huge data sets as well, what causes many problems for hydrodynamic – numerical calculations. The essential issue for such data is high redundancy which can guarantee the opportunity to thin it out. However, it is possible to provide suitable DTM for flood modeling by its intelligent reduction, which could still ensure sufficient accuracy for application such as hydrodynamic modeling. In this paper, the impact of DTM reduction on determination of area at risk of flood disaster by creating flood hazard maps was presented. Digital terrain model of case study was significantly reduced with use of six selected methods, what gave possibility for subsequent analysis of reduction impact on the size of the area endangered by a flood disaster. This reduction was based on the automation of the process where points, containing key information, were retained while redundant points, duplicating information about terrain height, were removed from the data set. For comparison of the result of reduction, such reduced models were used in practice to determine flood risk by creating flood hazard maps for selected water levels. For each reduction method, flood simulation with different river water level (i.e. digital water surface model) was created. In this way, area endangered by flood was determined in result of the intersection of digital terrain model and digital water surface model. Size of such area was compared then for each approach with the results obtained on the basis of original DTM data and methods were assessed in terms of their accuracy, efficiency and suitability for presented issues. The aim of this research is particularly to prove that it is possible to use only small percentage of the information contained in DTM for the creation as highly accurate studies as can be obtained from original data. The results of experiment confirm the assumption of small disparities in identifying areas endangered by flood disaster between analysis with use of original data and those reduced by various methods. Difference between results from unreduced and reduced DTMs was very slight what proves that well-generalized models of terrain can be effectively used in that application.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2012, 23; 19-28
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    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:
    Algorytm hybrydowy detekcji obiektów w przestrzeni 3D
    Hybrid algorithm for object detection in 3D space
    Autorzy:
    Budzan, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/152480.pdf
    Data publikacji:
    2008
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    detekcja powierzchni
    transformata Hough'a
    redukcja szumów
    decymacja
    przetwarzanie danych 3D
    inżnieria odwrotna
    surface detection
    Hough transform
    noise reduction
    decimation
    3D data processing
    reverse engineering
    Opis:
    Artykul stanowi podsumowanie badań autora w zakresie algorytmów przetwarzania danych pozyskanych ze skanera 3D, zamieszczonych w rozprawie doktorskiej. Zaprezentowano algorytm filtracji nieregularnych danych pomiarowych 3D, zwanych obrazem 3D. Następnie omówiono algorytm decymacji, w którym wprowadzono modyfikację, która skupia się na wprowadzeniu a priori wartości stopnia decymacji okreslającego liczbę usuniętych punktów ze zbioru. Najistotniejszym elementem badań był algorytm hybrydowy detekcji obiektów w przestrzeni 3D, który bazuje na wykorzystaniu transformaty Hough'a 3D w powiązaniu z segmentacją metodą rozrostu, która powoduje wzrost efektywności algorytmu.
    In the paper some authors experiments summary has been presented. First the robust noise reduction in 3D measurement data algorithm has been presented. Often the noise source are optical elements from the 3D scanner. This noise commonly is the separate groups of points with high amplitude or single points with low amplitude. Main idea of applied algorithm depends on maximize distance - distance between points in three dimensional space - nearest neighbors in sliding 3D sphere. Next the modification of decimation algorithm has been presented. Main idea of proposed algorithm depends on adding a priori decimation level - number of the data points, which must be deleted from the dataset. Also the new hybrid algorithm for detection of parametric surfaces in 3D measurement data is presented in this paper, as well as some major problems connected with 3D data acquisition and processing. The algorithm is based on 3D Hough transform and segmentation with region growing which increase the efficiency of the algorithm. The application of Hough transform for parametric surfaces in 3D is the natural extension of the Hough transform for 2D digital images, where it is used for detection of e.g. lines and ellipses.
    Źródło:
    Pomiary Automatyka Kontrola; 2008, R. 54, nr 5, 5; 298-301
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Rola instytutów badawczych we wsparciu działań adaptacyjnych do zmian klimatu
    The actions of research institutes to support adaptation to climate change
    Autorzy:
    Granoszewski, Wojciech
    Kowalczyk, Agnieszka
    Ploch, Izabela
    Rubinkiewicz, Jacek
    Woźnicka, Małgorzata
    Kępińska-Kasprzak, Małgorzata
    Limanówka, Danuta
    Doktor, Radosław
    Struzik, Piotr
    Dubel, Anna
    Skotak, Krzysztof
    Hajto, Małgorzata
    Kozyra, Jerzy
    Pudełko, Rafał
    Żyłowska, Katarzyna
    Jędrejek, Anna
    Łopatka, Artur
    Jadczyszyn, Jan
    Nieróbca, Anna
    Doroszewski, Andrzej
    Barszczewska, Marta
    Powiązania:
    https://bibliotekanauki.pl/articles/2076003.pdf
    Data publikacji:
    2020
    Wydawca:
    Państwowy Instytut Geologiczny – Państwowy Instytut Badawczy
    Tematy:
    zmiany klimatu
    systemy monitorowania
    warunki meteorologiczne
    powierzchnia wody
    wody gruntowe
    osuwiska
    wybrzeże
    susza rolnicza
    dane paleoklimatyczne
    ocena ekonomiczna
    skutki zmian klimatu
    ryzyko katastrof
    climate change
    monitoring systems
    meteorological conditions
    surface water
    groundwater
    landslides
    seacoast
    agricultural drought
    palaeoclimate data
    economic assessment
    climate change impacts
    disaster risk reduction
    Opis:
    A crucial part of every adaptation planning and disaster risk reduction is estimation of vulnerable areas and risk in the future. Only a well-developed monitoring system could bring valuable information to create possible scenarios to set up adaptation plans. Monitoring systems of meteorological conditions, surface water, groundwater, landslides, seacoast, agricultural drought as well as their standards and methodologies, are crucial for establishing an effective warning system of every country, and thus are the subject of research conducted by national institutes. Therefore, the conditions of this national research (getting trained staff, equipment etc.) is essential to provide reliable information for a national adaptation plan and for economic assessment of climate change impacts. Poland has significant experiences in monitoring systems, data collecting and visualizing, as well as in the development of scenarios and risk maps. Methodologies and capacity building, necessary for their use, along with experiences and lessons, learned to get valuable information for disaster risk reduction, were presented by the authors from the research during the 24th session of the Conference of the Parties to the United Nations Framework Convention on Climate Change (COP 24) in Katowice (December 2018). The presentation contributed to the global adaptation process through experience sharing that is important for the relevant research conducted in the least developed countries.
    Źródło:
    Przegląd Geologiczny; 2020, 68, 1; 25--44
    0033-2151
    Pojawia się w:
    Przegląd Geologiczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-27 z 27

      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