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 "model dyskryminacyjny" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Co opowiadają drzewa o tenisie? Predykcja wyników spotkań w tenisie ziemnym z wykorzystaniem drzew klasyfikacyjnych
    Autorzy:
    Sroka, Paweł
    Trzęsiok, Joanna
    Powiązania:
    https://bibliotekanauki.pl/articles/583616.pdf
    Data publikacji:
    2017
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    predykcja wyników meczów
    tenis ziemny
    model dyskryminacyjny
    drzewa klasyfikacyjne
    Opis:
    W artykule przedstawiono problem dyskryminacji wyników spotkań w profesjonalnym tenisie ziemnym z wykorzystaniem metody Random Forests. Celem było zbudowanie modelu charakteryzującego się wyższą dokładnością predykcji meczów niż rynkowy model firm bukmacherskich. Analizy przeprowadzono na autorskich zbiorach danych rzeczywistych, zawierających wybrane charakterystyki opisujące mecze z turniejów tenisowych, jakie były rozegrane w 2015 r. przez zawodników notowanych w oficjalnych rankingach ATP i WTA. Przekształcenie wyniku każdego meczu, tak by przedstawić go w postaci zmiennej metrycznej, i utworzenie na tej podstawie dodatkowych zmiennych objaśniających, dających pełniejszy opis zarówno meczów, jak i zawodników, pozwoliło na zastosowanie metod klasyfikacji w sporcie w sposób, jaki nie był jeszcze przedstawiany w literaturze.
    Źródło:
    Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu; 2017, 469; 167-176
    1899-3192
    Pojawia się w:
    Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ocena wiarygodności wybranych metod dyskryminacyjnych w ocenie kondycji finansowej przedsiębiorstwa
    Autorzy:
    Pitera, Rafał
    Powiązania:
    https://bibliotekanauki.pl/articles/611177.pdf
    Data publikacji:
    2018
    Wydawca:
    Uniwersytet Marii Curie-Skłodowskiej. Wydawnictwo Uniwersytetu Marii Curie-Skłodowskiej
    Tematy:
    fiancial condition
    discriminatory model
    early-warning models
    enterprise bankruptcy
    kondycja finansowa, model dyskryminacyjny, modele wczesnego ostrzegania, upadłość przedsiębiorstw.
    Opis:
    The article aimed to comprehensively assess the predictive possibilities of discriminatory methods used in the study of financial standing of enterprises. The empirical data analysis of 50 enterprises using 10 discriminatory models was carried out to achieve the set goal. The sample of enterprises was created by 25 entities against which liquidation bankruptcy was declared during 2007–2015 and their “healthy” counterparts. The research revealed the reliability of individual models and their usefulness in the study of financial situations by the scientifi community, as well as practitioners who analyse the financial standing of enterprises: potential and existing investors, auditors, members of supervisory boards and experts. Based on the research results, discriminant models were classifid for the last period of the study according to the accuracy of the forecasts. The publication is part of the cycle dealing with the issues of credibility assessment of early-warning methods.
    Celem artykułu jest kompleksowa ocena możliwości prognostycznych metod dyskryminacyjnych wykorzystywanych w badaniu standingu finansowego przedsiębiorstw. Do osiągnięcia postawionego celu wykorzystano analizę danych empirycznych 50 przedsiębiorstw przy wykorzystaniu 10 modeli dyskryminacyjnych. Próbę przedsiębiorstw tworzyło 25 podmiotów wobec, których ogłoszono upadłość likwidacyjną w latach 2007 – 2015 oraz ich „zdrowych” odpowiedników. Przeprowadzone badania pozwoliły na otrzymanie wiarygodności poszczególnych modeli oraz ich ocenę pod kątem użyteczności wykorzystania w badaniu sytuacji finansowej przez osoby środowiska naukowego, jak również praktyków na co dzień zajmujących się analizą sytuacji finansowej przedsiębiorstw, potencjalnych i dotychczasowych inwestorów, audytorów, członków rady nadzorczej oraz biegłych rewidentów. Na podstawie wyników badań dokonano klasyfikacji modeli dyskryminacyjnych za ostatni okres badania według trafności prognoz.
    Źródło:
    Annales Universitatis Mariae Curie-Skłodowska, sectio H – Oeconomia; 2018, 52, 5
    0459-9586
    Pojawia się w:
    Annales Universitatis Mariae Curie-Skłodowska, sectio H – Oeconomia
    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