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 "mean percentage error" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    The hazard function and its role in a non-parametric duration analysis of enterprises in the Łódzkie Voivodeship
    Autorzy:
    Mikulec, Artur
    Powiązania:
    https://bibliotekanauki.pl/articles/424857.pdf
    Data publikacji:
    2019
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    enterprises
    duration analysis
    hazard function
    cumulative hazard function
    mean absolute percentage error
    Opis:
    In a duration analysis of enterprises, as a rule there are determined four basic functions related to the time of their duration, i.e.: the density function; the distribution function; the survival function, and the hazard function. It turns out that the hazard function and its cumulative version are the key to understanding modern survival analysis. The aim of the paper is to indicate the best method of the estimation of the values of individual functions in survival analysis based on other functions. The paper provides compiled and classified information on particular functions used in the non-parametric duration analysis of enterprises. It examines some theoretical and practical problems related to the determination of, among others, the hazard function and the cumulative hazard function on the basis of data in cohort tables and the results of the estimation of the survival function with the use of the Kaplan- Meier method. The considerations included in the paper are illustrated with the results of analyses for enterprises established in the Łódzkie Voivodeship in 2001-2015 (including those which went into liquidation).
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2019, 23, 3; 59-75
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Impact of information on the number of traffic accidents on the outcome of the forecast
    Autorzy:
    Gorzelanczyk, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/22672802.pdf
    Data publikacji:
    2023
    Wydawca:
    Uniwersytet Warmińsko-Mazurski w Olsztynie
    Tematy:
    forecasting
    traffic accident
    number of time series elements
    mean absolute percentage error MAPE
    Opis:
    Every year, more and more vehicles appear on the world's roads. This leads to increased traffic on the roads. Road accidents have become a rapidly growing threat. They cause loss of human life and economic assets. This is due to the rapid growth of the world's human population and the very rapid development of motorization. The main problem in forecasting and analyzing data on the number of traffic accidents is the small size of the dataset that can be used for analysis in this regard. And on the other hand, road accidents cause, globally, millions of deaths and injuries annually is their density in time and space. It is worth noting that the pandemic has reduced the number of traffic accidents. However, the value is still very high. The purpose of the article is to assess the impact of information on the number of traffic accidents on the outcome of the forecast. To this end, using historical statistical data, the forecast of the number of traffic accidents for the following years was determined, and how this variability of the input data affects the value of the average percentage error of the forecast was determined. Based on the study, it can be concluded that a smaller number of input data, historical data on the number of accidents, instead of 32 years, 7 years, makes the determination of the forecast of the number of accidents for subsequent years, is at a satisfactory level, the average absolute percentage error of MAPE less than 7%. The article concludes with the determination of the forecast for future years. It is worth noting that the prevailing pandemic distorts the results obtained.
    Źródło:
    Technical Sciences / University of Warmia and Mazury in Olsztyn; 2023, 26(1); 219--230
    1505-4675
    2083-4527
    Pojawia się w:
    Technical Sciences / University of Warmia and Mazury in Olsztyn
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prognozowanie ilości ścieków dopływających do oczyszczalni za pomocą sztucznych sieci neuronowych z wykorzystaniem liniowej analizy dyskryminacyjnej
    Forecasting the sewage inflow into a treatment plant using artificial neural networks and linear discriminant analysis
    Autorzy:
    Szeląg, B.
    Studziński, J.
    Chmielowski, K.
    Leśniańska, A.
    Rojek, I.
    Powiązania:
    https://bibliotekanauki.pl/articles/237303.pdf
    Data publikacji:
    2018
    Wydawca:
    Polskie Zrzeszenie Inżynierów i Techników Sanitarnych
    Tematy:
    Wastewater inflow
    sewage treatment plant
    water level
    daily precipitation
    artificial neural networks
    discriminant models
    mean square error
    mean percentage error
    relative error
    residual relative error
    importance coefficient
    dopływ ścieków
    oczyszczalnia ścieków
    poziom wody
    opad dobowy
    sztuczne sieci neuronowe
    model dyskryminacyjny
    błąd średniokwadratowy
    średni błąd procentowy
    błąd względny
    względny błąd resztowy
    współczynnik ważności
    Opis:
    W pracy przedstawiono wyniki prognozowania ilości ścieków dopływających do oczyszczalni komunalnej w Rzeszowie z wykorzystaniem perceptronowych wielowarstwowych sztucznych sieci neuronowych. W modelu prognostycznym przyjęto następujące zmienne niezależne: zmierzona ilość ścieków dopływających do oczyszczalni określona w poprzednich dobach, poziom wody w Wisłoku (odbiornik ścieków), suma dobowych opadów atmosferycznych oraz dobowa ilość wody tłoczonej do sieci wodociągowej. Przeprowadzone obliczenia wykazały, że wśród rozpatrywanych zmiennych istotny wpływ na zdolność predykcyjną modelu prognostycznego miał poziom wody w Wisłoku, wysokość opadów atmosferycznych oraz ilość ścieków dopływająca do obiektu zmierzona w poprzednich dniach. Analizowano również wpływ poszczególnych parametrów strukturalnych modelu opartego na sztucznych sieciach neuronowych na wyniki prognozowania. Przeprowadzone badania, z wykorzystaniem drzew klasyfikacyjnych, wykazały, że na liczbę neuronów w warstwie ukrytej wpływała liczba sygnałów wejściowych do modelu, natomiast rodzaj funkcji aktywacji w warstwach ukrytej i wyjściowej miał mniejsze znaczenie, co potwierdziły wartości o znaczeniu predykcyjnym. Badano również możliwość zastosowania liniowej analizy dyskryminacyjnej do oceny zdolności predykcyjnych skonstruowanych modeli prognostycznych. Uzyskane wyniki wykazały, że liniowa analiza dyskryminacyjna może być ciekawym narzędziem do oceny doboru zmiennych w modelu prognostycznym ilości ścieków dopływających do oczyszczalni.
    The paper presents the results of forecasting the sewage inflow into the municipal wastewater treatment plant in Rzeszow using multilayer perceptron neural networks. For the forecast model, the following independent variables were adopted: the measured inflow volume to the treatment plant from the previous days, the water level in the Wislok River (effluent receiver), the total daily precipitation and the daily water inflow into the network. The calculations led to conclusions that variables substantially affecting the prognostic capacity of the forecast model included the water level in the Wislok River, the volume of precipitation and the sewage inflow to the facility from the previous days. Additionally, the impact of individual structural parameters of the model based on artificial neural networks on forecasting results was analyzed. The research conducted with the use of classification trees demonstrated that number of neurons in the hidden layer was influenced by the number of inputs to the model, while the type of activation function in the hidden and output layer was of minor importance which was confirmed by the data of prognostic value. The applicability of a linear discriminant analysis for assessment of prognostic ability of the constructed forecast models was also investigated. The results obtained demonstrated that the linear discriminant model might be an interesting assessment tool to select variables for the forecast model of sewage inflow to a treatment plant.
    Źródło:
    Ochrona Środowiska; 2018, 40, 4; 9-14
    1230-6169
    Pojawia się w:
    Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies