Informacja

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

Wyszukujesz frazę "modelowanie prognostyczne" wg kryterium: Temat


Wyświetlanie 1-5 z 5
Tytuł:
Analiza wahań w przebiegu czasowym wielkości produkcji stali na świecie wraz z prognozowaniem wielkości produkcji do 2020 roku
Analysis of fluctuations in the time trend of world steel production and prognosis od steel production until 2020
Autorzy:
Gajdzik, B.
Szymszal, J.
Powiązania:
https://bibliotekanauki.pl/articles/326833.pdf
Data publikacji:
2017
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
produkcja światowa
produkcja stali
modelowanie prognostyczne
prognozy
world production
steel production
prognostic modeling
forecasts
Opis:
W artykule omówiono sytuację na światowym rynku stali, ze szczególnym uwzględnieniem dynamiki zmian w wielkości produkcji stali w ostatnich latach. Na podstawie danych statystycznych wielkości produkcji stali za lata 2000-2015 zbudowano prognozy zmian w poziomie produkcji stali na świecie do 2020 roku, uwzględniając cykliczność zmian.
The article presents the situation in the global steel market, with particular emphasis on the dynamics of changes in the volume of steel production in recent years. Based on statistics (world steel production) from the years 2000-2015 was built the forecast volume of steel production in the world by 2020, according to cycles of changes.
Źródło:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska; 2017, 102; 63-79
1641-3466
Pojawia się w:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of the Statistical Error and Quantitative Performance Measures in the Evaluation Process of Short-Term Air Quality Forecasts for Krakow (Poland)
Zastosowanie statystycznych miar błędów i wskaźników wydajności modelu w procesie oceny krótkoterminowych prognoz jakości powietrza w Krakowie (Polska)
Autorzy:
Szulecka, A.
Mazur, M.
Powiązania:
https://bibliotekanauki.pl/articles/385805.pdf
Data publikacji:
2016
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
jakość powietrza
stężenia zanieczyszczeń
modelowanie prognostyczne
GEM-AQ
ocena statystyczna
air quality
pollutant concentrations
forecasting model
statistical evaluation
Opis:
Obecnie matematyczne modelowanie prognozowania jakości powietrza ma duże znaczenie ze względu na potrzebę informowania ludności o spodziewanych stężeniach zanieczyszczeń i wydawania odpowiednich ostrzeżeń. Na każdym etapie stosowania systemu modelowania wymagana jest dokładna weryfi kacja i diagnostyka jego wydajności. W pracy przedstawiono wyniki oceny statystycznej systemu krótkoterminowych prognoz jakości powietrza na obszarze Krakowa (Polska) w okresie kwiecień 2014 – marzec 2015. Prognozy opierają się na systemie modelowania opracowanym przez fundację EkoPrognoza i udostępnianym Politechnice Warszawskiej. Obliczenia wykonywano za pomocą modelu GEM-AQ, a ich wynikiem są publicznie dostępne prognozy średnich dziennych stężeń PM10, PM2,5, NO2 , SO2 , CO oraz O3 . W trakcie prowadzonych badań wartości te zostały porównane z wynikami obserwacji pomiarowych rejestrowanych na stacji tła miejskiego w Krakowie (ul. Bujaka) przy użyciu statystyk błędów i mierników wydajności modelu zalecanych przez Amerykańską Agencję Ochrony Środowiska. Wyniki przeprowadzonych obliczeń wskazują na dobrą sprawdzalność prognoz stężeń PM10 oraz PM2,5 w okresie analizy, co skutkuje ich silną korelacją z wynikami pomiarów. Oceniany model przejawia tendencję do przeszacowywania wszystkich prognoz w odniesieniu do pomiarów stężeń substancji gazowych na stacji przy ul. Bujaka. Największe rozbieżności dotyczą prognoz stężenia dwutlenku siarki (SO2) oraz ozonu (O3) i są charakterystyczne głównie dla sezonu pozagrzewczego. Niedokładność prognoz wpływa na wiarygodność przewidywanej wartości wspólnego indeksu jakości powietrza (CAQI), będącego wypadkową stężeń poszczególnych zanieczyszczeń powietrza.
Currently, mathematical modelling air quality forecasts is of great importance due to the need of informing the population about the upcoming concentrations of air pollutants and issuing accurate alerts. At each stage in the application of a modelling system a proper verification and performance diagnostics is required. This paper presents the results of a statistical evaluation of the short-term air quality forecasting system for the area of Krakow, Poland, over the period of April 2014 – March 2015. The analysed forecasts are prepared by Warsaw University of Technology on the basis of the modelling system created by the EkoForecast foundation. Calculations in this system are performed by the GEM-AQ model, which produces publicly available predictions of the daily average concentrations of PM10, PM2.5, NO2 , SO2 , CO and O3 . In this study these values were compared to the measured observations recorded at the urban background station in Krakow (Bujaka St.) with the use of error statistics and quantitative performance measures suggested by the US EPA. The results of the analysis indicate good reliability of PM10 and PM2.5 forecasted concentrations during the examined period of time, which provides high correlation rates for these observations. Evaluated model tends to overestimate all the predictions in reference to Bujaka St. station measurements. The highest discrepancies are evident in the case of sulphur dioxide (SO2) and ozone (O3) predictions occurring mainly during the non-heating season. Insuffi cient forecast accuracy aff ects the reliability of the predicted Common Air Quality Index (CAQI), which depends on the concentration of particular air pollutants.
Źródło:
Geomatics and Environmental Engineering; 2016, 10, 3; 87-99
1898-1135
Pojawia się w:
Geomatics and Environmental Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Budowa neuronowych modeli prognostycznych na przykladzie wybranych zagadnien inzynierii rolniczej
Construction of neural forecasting models for example of selected issues in agricultural engineering
Autorzy:
Dejewska, T
Boniecki, P.
Jakubek, A.
Powiązania:
https://bibliotekanauki.pl/articles/883707.pdf
Data publikacji:
2009
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
zbiory danych
modelowanie
modele prognostyczne
inzynieria rolnicza
sieci neuronowe sztuczne
uczenie sie
Opis:
Celem pracy było omówienie metodyki budowy modeli prognostycznych w oparciu o sztuczne sieci neuronowe. Podczas konstruowania modelu neuronowego realizującego predykcję występują często złożone problemy. Z uwagi na to przybliżono metody pozwalające na poprawny przebieg poszczególnych etapów budowy. Przedstawiono również wartość poznawczą i skuteczność działania tych modeli dla inżynierii rolniczej.
The aim of the following thesis was the description of methods of building of prognostic models with the use of the artificial neural networks. During constructing of neuronal model of prediction, a variety of complex problems may often appear. In consideration of those problems, some methods enabling appropriate course of each of the stages of building the model were presented. Moreover, a cognitive value and effectiveness of working of those models in the agricultural engineering were introduced.
Źródło:
Technika Rolnicza Ogrodnicza Leśna; 2009, 05; 7-10
1732-1719
2719-4221
Pojawia się w:
Technika Rolnicza Ogrodnicza Leśna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Szanse realizacji strategii Europa 2020 w aspekcie poziomu edukacji w Polsce
Autorzy:
Kasprzyk, Beata
Wojnar, Jolanta
Powiązania:
https://bibliotekanauki.pl/articles/942966.pdf
Data publikacji:
2018
Wydawca:
Uniwersytet Rzeszowski. Wydawnictwo Uniwersytetu Rzeszowskiego
Tematy:
edukacja
UE-28
modelowanie ekonometryczne
modele prognostyczne
Education
EU-28
Econometric Modeling
Forecasting Models
Opis:
Opracowanie przedstawia stan realizacji strategii Europa 2020 w Polsce w zakresie celów edukacyjnych. W oparciu o dane pochodzące z lat 2001–2015 wyznaczono modele trendu oraz liniowe modele wygładzania wykładniczego, na podstawie kórych zbudowano prognozy wartości mierników dotyczących sektora edukacji. Celem artykułu jest ocena szans i wskazanie horyzontu czasowego realizacji strategii Europa 2020 w aspekcie osiągnięcia przyjętych „celów edukacyjnych”. Na podstawie zaproponowanych modeli wykazano, że wyznaczone progi w zakresie wykształcenia wyższego ogółem w Polsce będą zrealizowane już w 2016 roku. Analiza wyników procesów modelowania prognostycznego pozwala zauważyć, że sytuacja ta kształtuje się korzystniej w grupie kobiet. W przypadku wskaźnika osób, które przedwcześnie kończą proces edukacji istnieją znikome szanse osiągnięcia założonego progu 4,5% w docelowym roku 2020, zarówno dla ludności ogółem, jak również w grupie mężczyzn. Wymagane wartości miernika zostały już osiągnięte w grupie kobiet.
The paper presents the state of the strategy Europe 2020 of the range of implementation in Poland the educational objectives. Based on data from the years 2001–2015, the trend models and linear exponential smoothing models were constructed. Based on these models the forecasts relating to the education sector were constructed. The aim of this article is to assess opportunities and to identify the time frame of the strategy Europe 2020, in the aspect of achieving the adopted “educational goals”. On the basis of the proposed models, it has been demonstrated, that the designated limits in the field of higher education in general in Poland will be realized already in 2016. This situation is more preferably in a group of women. In the case of index persons who prematurely ending the process of education, there is little chance of achieving the threshold of 4.5% in the target year of 2020, for both the total population as well as among men. Required values of indicators have already been achieved in women’s group.
Źródło:
Nierówności Społeczne a Wzrost Gospodarczy; 2018, 53; 119-128
1898-5084
2658-0780
Pojawia się w:
Nierówności Społeczne a Wzrost Gospodarczy
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Przykłady wykorzystania modelowania neuronowego w praktyce rolniczej
Examples of the use of neural modeling in agricultural practice
Autorzy:
Przybylak, A.
Boniecki, P.
Zaborowicz, M.
Mo, Zhou
Przybyl, K.
Powiązania:
https://bibliotekanauki.pl/articles/883761.pdf
Data publikacji:
2013
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
sieci neuronowe sztuczne
wykorzystanie
modelowanie neuronowe
modele klasyfikacyjne
system ObrazKoh
system Szkodniki
modele prognostyczne
system Neuronet
system Plon 1.0
system PrognozaPlony
system ProgAzot 1.1
Źródło:
Technika Rolnicza Ogrodnicza Leśna; 2013, 1
1732-1719
2719-4221
Pojawia się w:
Technika Rolnicza Ogrodnicza Leśna
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