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 "missing data" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 36
Tytuł:
Z badań nad metodami prognozowania na podstawie niekompletnych szeregów czasowych z wahaniami okresowymi (sezonowymi)
Studies of methods applied to forecasting incomplete data in seasonal time series
Autorzy:
Szmuksta-Zawadzka, Maria
Zawadzki, Jan
Powiązania:
https://bibliotekanauki.pl/articles/422819.pdf
Data publikacji:
2012
Wydawca:
Główny Urząd Statystyczny
Tematy:
szeregi czasowe
wahania sezonowe
brakujące dane
prognozowanie
time series
seasonal fluctuations
missing data
forecasting
Opis:
Praca została poświęcona syntetycznemu omówieniu wyników wieloletnich badań autorów nad zastosowaniami metod prognozowania w warunkach braku pełnej informacji w szeregach czasowych z wahaniami sezonowymi. Rozważania odnosić się będą do dwóch rodzajów luk w danych: systematycznych i niesystematycznych. Z lukami systematycznymi mamy do czynienia wtedy, gdy nie są dostępne informacje liczbowe przynajmniej o jednym podokresie w całym przedziale czasowym „próby”. Rozpatrywane będą metody prognozowania zarówno dla danych oryginalnych (z sezonowością) jak i danych, z których wyeliminowano wahania sezonowe. Egzemplifikacją rozważań o charakterze teoretycznym będzie przykład empiryczny.
This work presents discussion about results of long-term of authors research on applications of different forecasting methods in condition of lack of full information. There will be considered two types of gaps in data: systematic and unsystematic. The systematic gaps in data are only when we have not any information about at least one sub-period in the whole of analyzed data. There will be presented two types of methods applied to time series with and without seasonal component. Exemplification of theoretical considerations will be an empirical example.
Źródło:
Przegląd Statystyczny; 2012, 59, numer specjalny 1; 140-154
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The problem of imputation of the missing data from the continuous counts of road traffic
Autorzy:
Spławińska, M.
Powiązania:
https://bibliotekanauki.pl/articles/231354.pdf
Data publikacji:
2015
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
ruch drogowy
zbiór danych
przypisanie
dane brakujące
model SARIMA
road traffic
data collection
imputation
missing data
SARIMA model
Opis:
Missing traffic data is an important issue for road administration. Although numerous ways can be found to impute them in foreign literature (inter alia, the most effective method, that is Box-Jenkins models), in Poland, still only proven and simplified methods are applied. The article presents the analyses including an assessment of the completeness of the existing traffic data and works related to the construction of SARIMA model. The study was conducted on the basis of hourly traffic volumes, derived from the continuous traffic counts stations located in the national road network in Poland (Golden River stations) from the years 2005 – 2010. As a result, the proposed model was used to impute the missing data in the form of SARIMA (1.1,1)(0,1,1)168. The newly developed model can be used effectively to fill in the missing required days of measurement for estimating AADT by AASHTO method. In other cases, due to its accuracy and laboriousness of the process, it is not recommended.
Źródło:
Archives of Civil Engineering; 2015, 61, 1; 131-145
1230-2945
Pojawia się w:
Archives of Civil Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The occurrence of missing data in surveys
Występowanie braków danych w badaniach ankietowych
Autorzy:
Zdebska, W.,
Powiązania:
https://bibliotekanauki.pl/articles/2116965.pdf
Data publikacji:
2021
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
Tematy:
survey
analysis of missing data
MCAR
MAR
NMAR
badania ankietowe
analiza braków danych
Opis:
The purpose of this article is to discuss issues related to the analysis of missing data. Why do missing data occur in a data set? What percentage of the collected data constitutes missing data? What is the nature of missing data that emerges during data collection? The above questions are extremely important in assessing conducted surveys or in evaluating the quality of the collected data. A lack of reflection on the aspects mentioned above may lead to false conclusions and recommendations. This article presents not only an overview of the literature regarding missing data, but also shows how in a practical way an analysis of the randomness of missing data can be performed. The analysis presented in the article is based on data collected as part of the Polish General Social Survey carried out in 2008. The main recommendation of the author is to conduct an analysis of the randomness of missing data before analyzing the collected data.
Celem niniejszego artykułu jest omówienie zagadnień związanych z analizą braków danych. Dlaczego braki danych występują w zbiorze danych? Ile procent zebranych danych stanowią braki danych? Jaka jest natura braków danych, które pojawiły się w trakcie zbierania danych? Jakie czynniki mogą wpłynąć na potencjalne pojawienie się braków danych? Powyższe pytania, na które autorka artykułu pragnie odpowiedzieć w jego ramach są niezwykle istotne w ocenie prowadzonych badań ankietowych lub ocenie jakości danych zastanych. Brak refleksji nad wspomnianymi powyżej aspektami może prowadzić natomiast do wyciągania fałszywych wniosków oraz rekomendacji. Stąd też analiza braków danych jest niezwykle istotnym, a często nadal pomijanym etapem analizy danych ankietowych. W ramach artykułu przestawiona została analiza losowości braków danych na podstawie danych zebranych w ramach Polskiego Generalnego Sondażu Społecznego w 2008 roku.
Źródło:
Acta Scientiarum Polonorum. Oeconomia; 2021, 20, 2; 95-103
1644-0757
Pojawia się w:
Acta Scientiarum Polonorum. Oeconomia
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The handling of missing binary data in language research
Autorzy:
Pichette, Francois
Beland, Sebastien
Jolani, Shahab
Leśniewska, Justyna
Powiązania:
https://bibliotekanauki.pl/articles/780779.pdf
Data publikacji:
2015-03-01
Wydawca:
Uniwersytet im. Adama Mickiewicza w Poznaniu
Tematy:
missing data
Cronbach's alpha
participant exclusion
second language testing
Opis:
Researchers are frequently confronted with unanswered questions or items on their questionnaires and tests, due to factors such as item difficulty, lack of testing time, or participant distraction. This paper first presents results from a poll confirming previous claims (Rietveld & van Hout, 2006; Schafer & Gra- ham, 2002) that data replacement and deletion methods are common in research. Language researchers declared that when faced with missing answers of the yes/no type (that translate into zero or one in data tables), the three most common solutions they adopt are to exclude the participant’s data from the analyses, to leave the square empty, or to fill in with zero, as for an incorrect answer. This study then examines the impact on Cronbach’s α of five types of data insertion, using simulated and actual data with various numbers of participants and missing percentages. Our analyses indicate that the three most common methods we identified among language researchers are the ones with the greatest impact  n Cronbach's α coefficients; in other words, they are the least desirable solutions to the missing data problem. On the basis of our results, we make recommendations for language researchers concerning the best way to deal with missing data. Given that none of the most common simple methods works properly, we suggest that the missing data be replaced either by the item’s mean or by the participants’ overall mean to provide a better, more accurate image of the instrument’s internal consistency.
Źródło:
Studies in Second Language Learning and Teaching; 2015, 5, 1; 153-169
2083-5205
2084-1965
Pojawia się w:
Studies in Second Language Learning and Teaching
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Tests for profile analysis based on two-step monotone missing data
Autorzy:
Onozawa, Mizuki
Takahashi, Sho
Seo, Takashi
Powiązania:
https://bibliotekanauki.pl/articles/729840.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Zielonogórski. Wydział Matematyki, Informatyki i Ekonometrii
Tematy:
Hotelling's T²-type statistic
likelihood ratio
profile analysis
two-step monotone missing data
Opis:
In this paper, we consider profile analysis for the observations with two-step monotone missing data. There exist three interesting hypotheses - the parallelism hypothesis, level hypothesis, and flatness hypothesis - when comparing the profiles of some groups. The T²-type statistics and their asymptotic null distributions for the three hypotheses are given for two-sample profile analysis. We propose the approximate upper percentiles of these test statistics. When the data do not have missing observations, the test statistics perform lower than the usual test statistics, for example, as in [8]. Further, we consider a parallel profile model for several groups when the data have two-step monotone missing observations. Under the assumption of non-missing data, the likelihood ratio test procedure is derived by [16]. We derive the test statistic based on the likelihood ratio. Finally, in order to investigate the accuracy for the null distributions of the proposed statistics, we perform a Monte Carlo simulation for some selected parameters values.
Źródło:
Discussiones Mathematicae Probability and Statistics; 2013, 33, 1-2; 171-190
1509-9423
Pojawia się w:
Discussiones Mathematicae Probability and Statistics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Symulacyjna analiza wpływu liczby i rozmieszczenia luk niesystematycznych na dokładność prognoz
Simulation analysis of influence of number and distribution of unsystematic gaps on the accuracy of forecasts
Autorzy:
Oesterreich, Maciej
Powiązania:
https://bibliotekanauki.pl/articles/425016.pdf
Data publikacji:
2015
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
forecasting of missing data
simulation methods
analysis of gaps distribution
Opis:
In this paper there was conducted a statistical analysis of the impact of the distribution of unsystematic gaps on the accouracy of inter- and extrapolative forecasts in the seasonal time series. In the analysis, as variable, there was used the average period of stay of tourists in accommodation establishments in the West Pomeranian Voivodeship in the years 2008-2013. In calculations there were used simulation methods to generate ten thousand sets of gaps for the three variants, differed in the number of gaps. For all the set and variants of gaps, there were estimated time series models with exponential trend and relatively-fixed seasonality. In the next step there were built inter- and extrapolative forecasts and calculated their relative errors (MAPE). In the analysis there were used R program and Statistica 10.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2015, 2 (48); 78-88
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Stability of Optimal Parameters for Classifier Based on Simple Granules of Knowledge
Badanie stabilności optymalnych parametrów klasyfikatora bazującego na prostych granulach wiedzy
Autorzy:
Artiemjew, P.
Powiązania:
https://bibliotekanauki.pl/articles/298234.pdf
Data publikacji:
2011
Wydawca:
Uniwersytet Warmińsko-Mazurski w Olsztynie
Tematy:
zbiory przybliżone
inkluzje przybliżone
granule wiedzy
klasyfikacja danych
uszkodzenia systemu decyzyjnego
stabilność optymalnych parametrów
rough sets
rough inclusions
granules of knowledge
classification of data
missing values
stability of optimal parameters
Opis:
Searching for optimal parameters of a classifier based on simple granules of knowledge investigated recently by the author (ARTIEMJEW 2010) raises a question about stability of optimal parameters. In this article, we will check dependence of stability of the optimal radius of granulation on random damage of decision system. The results of experiments show the dependence of stability on size of damage and strategies of treating missing values. This kind of research aims at finding methods of protecting decision systems which are vulnerable to damage against decreasing their classification effectiveness, which means preserving classifying possibilities similar to undamaged decision systems.
Przeprowadzone w ostatnim czasie badania (ARTIEMJEW 2010) zmierzające do wyszukiwania optymalnych parametrów klasyfikacji modułów decyzyjnych opartych na prostych granulach wiedzy zrodziły pytanie o stabilność optymalnych parametrów klasyfikacji. W pracy sprawdzono zależność stabilności optymalnych promieni granulacji od losowego uszkadzania systemu decyzyjnego. Wyniki badań wskazały jednoznacznie, że istnieje zależność między stabilnością a wielkością uszkodzenia i strategiami traktowania wartości uszkodzonych. Tego typu badania mają na celu szukanie metod zabezpieczania systemów decyzyjnych, które są podatne na uszkodzenia, przed zmniejszaniem ich efektywności klasyfikacyjnej. Celem było zachowanie możliwości klasyfikacyjnych zbliżonych do efektywności nieuszkodzonych systemów decyzyjnych.
Źródło:
Technical Sciences / University of Warmia and Mazury in Olsztyn; 2011, 14(1); 57-69
1505-4675
2083-4527
Pojawia się w:
Technical Sciences / University of Warmia and Mazury in Olsztyn
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Some asymptotic results of the estimators for conditional mode for functional data in the single index model missing data at random
Autorzy:
Mekkaoui, Souad
Kadiri, Nadia
Rabhi, Abbes
Powiązania:
https://bibliotekanauki.pl/articles/31340028.pdf
Data publikacji:
2023-11-30
Wydawca:
Główny Urząd Statystyczny
Tematy:
functional data analysis
functional single-index process
kernel estimator
missing at random
non-parametric estimation
small ball probability
Opis:
In this work, we consider the problem of non-parametric estimation of a regression function, namely the conditional density and the conditional mode in a single functional index model (SFIM) with randomly missing data. The main result of this work is the establishment of the asymptotic properties of the estimator, such as almost complete convergence rates. Moreover, the asymptotic normality of the constructs is obtained under certain mild conditions. We finally discuss how to apply our result to construct confidence intervals.
Źródło:
Przegląd Statystyczny; 2023, 70, 2; 20-45
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Single Functional Index Quantile Regression for Functional Data with Missing Data at Random
Właściwości asymptotyczne estymatorów półparametrycznych dla kwantyla warunkowego pojedynczego wskaźnika funkcjonalnego z losowymi brakami danych
Autorzy:
Kadiri, Nadia
Mekki, Sanaà Dounya
Rabhi, Abbes
Powiązania:
https://bibliotekanauki.pl/articles/21375671.pdf
Data publikacji:
2023
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
functional data analysis
functional single index process
kernel estimator
missing at random
nonparametric estimation
small ball probability
funkcjonalna analiza danych
funkcjonalny proces pojedynczego indeksu
estymator jądra
losowe braki
estymacja nieparametryczna
prawdopodobieństwo małej kuli
Opis:
The primary goal of this research was to estimate the quantile of a conditional distribution using a semi-parametric approach in the presence of randomly missing data, where the predictor variable belongs to a semi-metric space. The authors assumed a single index structure to link the explanatory and response variable. First, a kernel estimator was proposed for the conditional distribution function, assuming that the data were selected from a stationary process with missing data at random (MAR). By imposing certain general conditions, the study established the model’s uniform almost complete consistencies with convergence rates.
Głównym celem przedstawionych w artykule badań jest oszacowanie kwantyla rozkładu warunkowego przy użyciu podejścia półparametrycznego w obecności losowo brakujących danych, gdzie zmienna predykcyjna należy do przestrzeni semimetrycznej. Założono strukturę pojedynczego indeksu, aby połączyć zmienną objaśniającą i zmienną odpowiedzi. Wstępnie zaproponowano estymator jądra dla funkcji rozkładu warunkowego, zakładając, że dane są losowo wybierane z procesu stacjonarnego z brakującymi danymi (MAR). Nakładając pewne ogólne warunki, ustalono jednolitą, prawie całkowitą zgodność modelu ze współczynnikami konwergencji.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2023, 27, 3; 1-19
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Rough support vector machine for classification with interval and incomplete data
Autorzy:
Nowicki, Robert K.
Grzanek, Konrad
Hayashi, Yoichi
Powiązania:
https://bibliotekanauki.pl/articles/91559.pdf
Data publikacji:
2020
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
support vector machines
rough sets
missing features
interval data
three–way decision
maszyna wektorów nośnych
dane interwałowe
Opis:
The paper presents the idea of connecting the concepts of the Vapnik’s support vector machine with Pawlak’s rough sets in one classification scheme. The hybrid system will be applied to classifying data in the form of intervals and with missing values [1]. Both situations will be treated as a cause of dividing input space into equivalence classes. Then, the SVM procedure will lead to a classification of input data into rough sets of the desired classes, i.e. to their positive, boundary or negative regions. Such a form of answer is also called a three–way decision. The proposed solution will be tested using several popular benchmarks.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2020, 10, 1; 47-56
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Review of methods for data sets with missing values and practical applications
Autorzy:
Korczyński, Adam
Powiązania:
https://bibliotekanauki.pl/articles/433946.pdf
Data publikacji:
2014
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
missing data pattern
missing data mechanism
complete-case analysis
available-case analysis
single imputation
likelihood-based methods
multiple imputation
weighting methods
Opis:
The aim of this paper is to revise the traditional methods (complete-case analysis, available-case analysis, single imputation) and current methods (likelihood-based methods, multiple imputation, weighting methods) for handling the problem of missing data and to assess their usefulness in statistical research. The paper provides the terminology and the description of traditional and current methods and algorithms used in the analysis of incomplete data sets. The methods are assessed in terms of the statistical properties of their estimators. An example is provided for the multiple imputation method. The review indicates that current methods outweigh traditional ones in terms of bias reduction, precision and efficiency of the estimation.
Źródło:
Śląski Przegląd Statystyczny; 2014, 12(18); 83-104
1644-6739
Pojawia się w:
Śląski Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Rekonstrukcja brakujących danych temperatury gruntu w Polskiej Stacji Polarnej w Hornsundzie (SW Spitsbergen) w latach 1990-2013
Reconstruction of the missing data of the ground temperature in the Polish Polar Station in Hornsund (SW Spitsbergen) in the period of 1990-2013
Autorzy:
Leszkiewicz, J.
Caputa, Z.
Powiązania:
https://bibliotekanauki.pl/articles/260750.pdf
Data publikacji:
2015
Wydawca:
Stowarzyszenie Klimatologów Polskich
Tematy:
temperatura gruntu
Spitsbergen
metoda statystyczna
rekonstrukcja brakujących danych
ground temperature
statistical method
reconstruction of missing data
Opis:
Temperatura gruntu jest ważnym wskaźnikiem stanu wieloletniej zmarzliny oraz warstwy czynnej szczególnie w okresie współczesnego ocieplenia klimatu. Oddziałuje na zjawiska geomorfologiczne, hydrologiczne i inne, które zachodzą głównie w warstwie czynnej, natomiast całkowite zamarznięcie gruntu wyraźnie hamuje ich przebieg. Stąd też duże zainteresowanie danymi temperatury gruntu. Jednak historyczne dane często cechują się brakami pomiarowymi lub krótkimi seriami a nawet błędami. Dlatego dająca pozytywne wyniki, metoda rekonstrukcji danych temperatury gruntu na różnych głębokościach może ułatwić badania nad termiką gruntu. Metoda warunków meteorologicznych poprzedzających (MWMP) pozwala z wysoką wiarygodnością statystyczną odtworzyć brakujące serie danych na podstawie temperatury powietrza lub innych. Użyteczność metody przedstawiono na podstawie brakujących pomiarów temperatury gruntu na Polskiej Stacji Polarnej. Stwierdzono wysoką korelację (r>0,9) oraz istotność statystyczną dla relacji temperatura powietrza poprzedzająca – temperatura gruntu. Długość czasu reakcji (połowa czasu poprzedzającego) wyniosła: 1-4 dni dla przypowierzchniowej temperatury gruntu (głębokości 5, 10 i 20 cm) oraz 8-26,5 dni dla temperatury gruntu z głębokości 100 cm. Analiza długich serii czasowych pozwoliła na określenie tendencji współczesnego ocieplenia gruntu, np. zanik temperatury gruntu -10°C na głębokości 100 cm od roku 2005.
The ground temperature is an important indicator of the state of permafrost and the active layer, especially during the contemporary warming. It affects geomorphological, hydrological and other phenomena, which occur mainly in the active layer, whereas the total freezing of the ground effectively inhibits their course. Hence the great interest in the ground temperature data. However, the historical data is often characterized by the lack of measurements or short series, or even errors. Therefore, adopting an effective method for the reconstruction of the data of the ground temperature at different depths can facilitate research on the ground temperature. The method of preceding weather conditions allows reconstruction of the missing statistical data series based on the air temperature or other factors with great efficiency. The effectiveness of the method is illustrated by the example of the missing ground temperature measurements at the Polish Polar Station. A high correlation (r >0.9) and statistical significance of the relationship between the preceding air temperature and the temperature of the ground. The length of the response time (half of the preceding time) was: 1-4 days for the subsurface ground temperature (a depth of 5, 10 and 20cm) and 8-26.5 days for the ground temperature at a depth of 100cm. The analysis of long time series allowed detecting the trends of the modern warming of the ground, for example the disappearance of the ground temperature of -10°C at a depth of 100cm since 2005.
Źródło:
Problemy Klimatologii Polarnej; 2015, 25; 201-210
1234-0715
Pojawia się w:
Problemy Klimatologii Polarnej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Predicting in multivariate incomplete time series. Application of the expectation-maximisation algorithm supplemented by the Newton-Raphson method
Autorzy:
Korczyński, Adam
Powiązania:
https://bibliotekanauki.pl/articles/1806793.pdf
Data publikacji:
2021-08-24
Wydawca:
Główny Urząd Statystyczny
Tematy:
missing data
multivariate time series
expectation-maximisation algorithm
Newton-Raphson algorithm
Opis:
Statistical practice requires various imperfections resulting from the nature of data to be addressed. Data containing different types of measurement errors and irregularities, such as missing observations, have to be modelled. The study presented in the paper concerns the application of the expectation-maximisation (EM) algorithm to calculate maximum likelihood estimates, using an autoregressive model as an example. The model allows describing a process observed only through measurements with certain level of precision and through more than one data series. The studied series are affected by a measurement error and interrupted in some time periods, which causes the information for parameters estimation and later for prediction to be less precise. The presented technique aims to compensate for missing data in time series. The missing data appear in the form of breaks in the source of the signal. The adjustment has been performed by the EM algorithm to a hybrid version, supplemented by the Newton-Raphson method. This technique allows the estimation of more complex models. The formulation of the substantive model of an autoregressive process affected by noise is outlined, as well as the adjustment introduced to overcome the issue of missing data. The extended version of the algorithm has been verified using sampled data from a model serving as an example for the examined process. The verification demonstrated that the joint EM and Newton-Raphson algorithms converged with a relatively small number of iterations and resulted in the restoration of the information lost due to missing data, providing more accurate predictions than the original algorithm. The study also features an example of the application of the supplemented algorithm to some empirical data (in the calculation of a forecasted demand for newspapers).
Źródło:
Przegląd Statystyczny; 2021, 68, 1; 17-46
0033-2372
Pojawia się w:
Przegląd Statystyczny
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:
On classification with missing data using rough-neuro-fuzzy systems
Autorzy:
Nowicki, R. K.
Powiązania:
https://bibliotekanauki.pl/articles/907774.pdf
Data publikacji:
2010
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
zbiór rozmyty
struktura neuronowo-rozmyta
klasyfikacja
brakujące dane
fuzzy sets
neuro-fuzzy architectures
classification
missing data
Opis:
The paper presents a new approach to fuzzy classification in the case of missing data. Rough-fuzzy sets are incorporated into logical type neuro-fuzzy structures and a rough-neuro-fuzzy classifier is derived. Theorems which allow determining the structure of the rough-neuro-fuzzy classifier are given. Several experiments illustrating the performance of the roughneuro-fuzzy classifier working in the case of missing features are described.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2010, 20, 1; 55-67
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 36

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