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 "klastrowanie" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Prospects for the Reorientation of Investment Flows for Sustainable Development under the Influence of the COVID-19 Pandemic
    Perspektywy reorientacji przepływów inwestycyjnych na rzecz zrównoważonego rozwoju w warunkach pandemii COVID-19
    Autorzy:
    Prokopenko, Olha
    Toktosunova, Cholpon
    Sharsheeva, Nurmira
    Zablotska, Rita
    Mazurenko, Valerii
    Halaz, Lina
    Powiązania:
    https://bibliotekanauki.pl/articles/1840969.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Komitet Człowiek i Środowisko PAN
    Tematy:
    investments
    international investments
    international investment projects
    sustainable development
    clustering
    cluster investing
    economic cycle
    inwestycje
    inwestycje międzynarodowe
    międzynarodowe projekty inwestycyjne
    zrównoważony rozwój
    klastrowanie
    inwestowanie w klastry
    cykle koniunkturalne
    Opis:
    The article is devoted to substantiating the expediency of reorienting international investment flows, under the influence of the COVID-19 pandemic, from traditional directions to projects related to social transformation. It is proved that such transformations should be expressed first of all in qualitative changes in education, medicine and employment. Particular attention is paid to the modernization of the paradigm of sustainable development, the components of which should be ranked from social to environmental. The necessity of interpretation of investment strategies implemented in the countries following their common problems is substantiated. Also, attention is paid to the substantiation of the cyclical component, its role in the redistribution of investment flows at the state level. The article proposed cluster investment to solve this problem.
    Artykuł poświęcony jest uzasadnieniu celowości przeorientowania międzynarodowych przepływów inwestycyjnych pod wpływem pandemii COVID-19 z tradycyjnych kierunków na projekty związane z transformacją społeczną. Udowodniono, że takie przemiany powinny wyrażać się przede wszystkim w jakościowych zmianach w edukacji, medycynie i zatrudnieniu. Szczególną uwagę zwraca się na unowocześnienie paradygmatu zrównoważonego rozwoju, którego elementy należy uszeregować od społecznych do środowiskowych. Uzasadniono konieczność interpretacji strategii inwestycyjnych realizowanych w krajach podążających za wspólnymi problemami. Zwrócono również uwagę na uzasadnienie składnika cyklicznego, jego rolę w redystrybucji przepływów inwestycyjnych na poziomie państwa. W celu rozwiązania tego problemu w artykule zaproponowano inwestycje w klastry.
    Źródło:
    Problemy Ekorozwoju; 2021, 16, 2; 7-17
    1895-6912
    Pojawia się w:
    Problemy Ekorozwoju
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The clustering and segmentation of customers and products in the multi-channel sales of B2B e-commerce trading companies
    Klastrowanie i segmentacja klientów i produktów w sprzedaży wielokanałowej firm handlowych działających w e-commerce w segmencie B2B
    Autorzy:
    Bąska, Mateusz
    Powiązania:
    https://bibliotekanauki.pl/articles/1935075.pdf
    Data publikacji:
    2021
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    clustering
    segmentation
    e-commerce
    omnichannel
    systematic review
    klastrowanie
    segmentacja
    przegląd literatury
    Opis:
    Given the progressive growth of e-commerce sales and the increasing interest in large-channel sales of business-to-business (B2B) trading companies among researchers and practitioners, the aim of this article was to identify the needs related to clustering and segmentation in B2B trading companies, as well as the techniques currently in use. Issues related to clustering and customer and product segmentation were explored and the most promising research areas for the nearest future identified. The article outlines the main techniques for clustering and segmenting customers and products, and identifies potential areas for further research. From a managerial perspective, the article is useful for companies entering the domain of multi-channel sales to guide their future efforts on methods to increase the value of customer purchases.
    Ze względu na postępujący wzrost sprzedaży e-commerce oraz rosnące zainteresowanie sprzedażą wielkokanałową firm handlowych w segmencie business-to-business (B2B) wśród naukowców i praktyków celem niniejszego opracowania jest przedstawienie aktualnego przeglądu literatury na temat możliwości zawansowanej analityki (Big data). W szczególności zbadane zostały zagadnienia związane z klastrowaniem i segmentacją klientów i produktów, wskazano, jak temat ten był rozwijany w czasie, oraz zidentyfikowano najbardziej obiecujące obszary badawcze na najbliższą przyszłość. Artykuł oferuje wgląd w główne techniki klastrowania i segmentacji klientów i produktów, jak również wskazuje potencjalne obszary dalszych badań. Z perspektywy menedżerskiej artykuł jest przydatny dla firm wchodzących w sprzedaż wielkokanałową, aby ukierunkować ich przyszłe działania dotyczące metod zwiększania wartości zakupów klientów.
    Źródło:
    Informatyka Ekonomiczna; 2021, 2; 14-26
    1507-3858
    Pojawia się w:
    Informatyka Ekonomiczna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wound image segmentation using clustering based algorithms
    Autorzy:
    Farmaha, Ihor
    Banaś, Marian
    Savchyn, Vasyl
    Lukashchuk, Bohdan
    Farmaha, Taras
    Powiązania:
    https://bibliotekanauki.pl/articles/2064381.pdf
    Data publikacji:
    2019
    Wydawca:
    STE GROUP
    Tematy:
    clustering
    Segmentation
    machine learning
    neural networks
    wounds
    segmentacja
    nauczanie maszynowe
    sieci neuronowe
    rany
    klastrowanie
    Opis:
    Classic methods of measurement and analysis of the wounds on the images are very time consuming and inaccurate. Automation of this process will improve measurement accuracy and speed up the process. Research is aimed to create an algorithm based on machine learning for automated segmentation based on clustering algorithms Methods. Algorithms used: SLIC (Simple Linear Iterative Clustering), Deep Embedded Clustering (that is based on artificial neural networks and k-means). Because of insufficient amount of labeled data, classification with artificial neural networks can`t reach good results. Clustering, on the other hand is an unsupervised learning technique and doesn`t need human interaction. Combination of traditional clustering methods for image segmentation with artificial neural networks leads to combination of advantages of both of them. Preliminary step to adapt Deep Embedded Clustering to work with bio-medical images is introduced and is based on SLIC algorithm for image segmentation. Segmentation with this method, after model training, leads to better results than with traditional SLIC.
    Źródło:
    New Trends in Production Engineering; 2019, 2, 1; 570--578
    2545-2843
    Pojawia się w:
    New Trends in Production Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Clustering based on eigenvectors of the adjacency matrix
    Autorzy:
    Lucińska, M.
    Wierzchoń, S. T.
    Powiązania:
    https://bibliotekanauki.pl/articles/331178.pdf
    Data publikacji:
    2018
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    spectral clustering
    adjacency matrix eigenvalues
    adjacency matrix eigenvectors
    graph perturbation theory
    eigengap heuristics
    klastrowanie widmowe
    macierz sąsiedztwa
    teoria grafów
    Opis:
    The paper presents a novel spectral algorithm EVSA (eigenvector structure analysis), which uses eigenvalues and eigenvectors of the adjacency matrix in order to discover clusters. Based on matrix perturbation theory and properties of graph spectra we show that the adjacency matrix can be more suitable for partitioning than other Laplacian matrices. The main problem concerning the use of the adjacency matrix is the selection of the appropriate eigenvectors. We thus propose an approach based on analysis of the adjacency matrix spectrum and eigenvector pairwise correlations. Formulated rules and heuristics allow choosing the right eigenvectors representing clusters, i.e., automatically establishing the number of groups. The algorithm requires only one parameter—the number of nearest neighbors. Unlike many other spectral methods, our solution does not need an additional clustering algorithm for final partitioning. We evaluate the proposed approach using real-world datasets of different sizes. Its performance is competitive to other both standard and new solutions, which require the number of clusters to be given as an input parameter.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2018, 28, 4; 771-786
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    New Interpretation of Principal Components Analysis
    Autorzy:
    Gniazdowski, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/91310.pdf
    Data publikacji:
    2017
    Wydawca:
    Warszawska Wyższa Szkoła Informatyki
    Tematy:
    determination coefficient
    geometric interpretation of PCA
    selection of principal components
    clustering of variables
    tensor data mining
    anisotropy of data
    współczynnik determinacji
    interpretacja geometryczna
    PCA
    wybór głównych składników
    klastrowanie zmiennych
    dane tensorowe
    anizotropia danych
    Opis:
    A new look on the principal component analysis has been presented. Firstly,ageometric interpretation of determination coefficient was shown. In turn, the ability to represent the analyzed data and their interdependencies in the form of easy-tounderstand basic geometric structures was shown. As a result of the analysis of these structures it was proposed to enrich the classical PCA. In particular, it was proposed a new criterion for the selection of important principal components and a new algorithm for clustering primary variables by their level of similarity to the principal components. Virtual and real data spaces, as well as tensor operations on data, have also been identified.The anisotropy of the data was identified too.
    Źródło:
    Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki; 2017, 11, 16; 43-65
    1896-396X
    2082-8349
    Pojawia się w:
    Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      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