Informacja

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

Wyszukujesz frazę "multidimensional data" wg kryterium: Temat


Tytuł:
Multidimensional Scaling in Economic Research
Wielowymiarowe skalowanie w badaniach ekonomicznych
Autorzy:
Biela, Adam
Powiązania:
https://bibliotekanauki.pl/articles/904915.pdf
Data publikacji:
2004
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
multidimensional scaling
theory of data decision analysis
Opis:
A relationship between the theoretical terms and the observational ones, called also a perceptual or observational, is essential for scientific research of empirical type, including social sciences and economic sciences. This relationship cannot be clarified in terms of a complete definition but only by a partial definition. This methodological truth is well known since R. Carnap's works. Later on it was developed in methodology of sciences by the Polish logicians: Przełęcki, Poznański and Kamiński. Multivariable techniques are necessary when one wants to define the relationships between variables in economic and social sciences. However, the results obtained in such analysis are often unsatisfactory because the residual variance is too large. Multidimensional scaling proposes quite a different methodological approach for seeking the relationship between the theoretical terms and the observational ones. This paper aims: (1) to show what kind of methodological proposition is multidimensional scaling; (2) to show what are the possible directions of applying multidimensional scaling to social and economic analysis; (3) to define the multidimensional character of decision analysis.
W badaniach naukowych typu empirycznego (do których należą również nauki społeczne i ekonomiczne) istotne znaczenie ma określenie związku pomiędzy terminami teoretycznymi a terminami empirycznymi. Związku tego nie da się ustalić w postaci definicji zupełnych, lecz tylko i wyłącznie przez definicje cząstkowe. Ta prawda znana jest już od czasu prac R. Carnapa, a została utrwalona i rozwinięta w metodologii nauk przez polskich logików: Przełęckiego, Poznańskiego, Kamińskiego. W określaniu związków pomiędzy analizowanymi zmiennymi w naukach społecznych i ekonomicznych konieczne jest stosowanie technik wielozmiennowych. Wyniki uzyskanych analiz nie są jednak zadowalające z uwagi na ich zbyt wielką wariancję resztową. Nieco inne podejście metodologiczne w poszukiwaniu związku między terminami teoretycznymi i empirycznymi proponuje skalowanie wielowymiarowe. Artykuł omawia założenia metodologiczne skalowania wielowymiarowego, teorię danych С. H. Coombsa (1964) jako podstawę logiczną tego skalowania oraz przydatność tej metody w analizie decyzyjnej. Wskazano, iż skalowanie wielowymiarowe może okazać się przydatne w pierwszych etapach pracy badawczej, eksperckiej, analitycznej czy aplikacyjnej, gdy należy usystematyzować zebrane dane i na tej podstawie przystąpić dopiero do formułowania hipotez, sądów, diagnoz, ocen. Istnieje jeszcze jedna możliwość wykorzystania skalowania wielowymiarowego, a jest nią mianowicie integrowanie różnych opinii oraz ekspertyz w przedmiotowej kwestii.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2004, 175
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
O miernikach konkurecyjności regionalnej
On Measures of Regional Competitiveness
Autorzy:
Ponikowski, Henryk
Powiązania:
https://bibliotekanauki.pl/articles/1856574.pdf
Data publikacji:
2004
Wydawca:
Katolicki Uniwersytet Lubelski Jana Pawła II. Towarzystwo Naukowe KUL
Tematy:
konkurencyjność regionalna
cechy konkurencyjności
wielowymiarowa macierz danych
mierniki struktur konkurencyjności
mierniki dystansów konkurencyjności
regional competitiveness
features of competitiveness
multidimensional matrix of data
measures of competitiveness structures
measures of competitiveness distances
Opis:
The article is concerned with quantification of the idea of regional competitiveness. The fact that a generally accepted definition is missing from the subject literature results in problems appearing in empirical studies, that are connected with measuring this category. We accept that regional competitiveness is the ability of the administrative system to effect changes in its inner quantitative structure, that is the number and intensity of elements that make up the region, and its qualitative structure, that is the kind and type of relations occurring between the elements of the region and its surrounding. Formulated in this way regional competitiveness is reduced to a measure of regional structures and distances.
Źródło:
Roczniki Nauk Społecznych; 2004, 32, 3; 241-247
0137-4176
Pojawia się w:
Roczniki Nauk Społecznych
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A new method for identifying outlying subsets of data
Autorzy:
Zalewska, M.
Grzanka, A.
Niemiro, W.
Samoliński, B.
Powiązania:
https://bibliotekanauki.pl/articles/970610.pdf
Data publikacji:
2008
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
misclassification error
discriminant analysis
multidimensional homogeneity test
medical data
Opis:
In various branches of science, e.g. medicine, economics, sociology, it is necessary to identify or detect outlying subsets of data. Suppose that the set of data is partitioned into many relatively small subsets and we have some reason to suspect that one or several of these subsets may be atypical or aberrant. We propose applying a new measure of separability, based on the ideas borrowed from the discriminant analysis. In our paper we define two versions of this measure, both using a jacknife, leave-one-out, estimator of classification error. If a suspected subset is significantly well separated from the main bulk of data, then we regard it as outlying. The usefulness of our algorithm is illustrated on a set of medical data collected in a large survey "Epidemiology of Allergic Diseases in Poland" (ECAP). We also tested our method on artificial data sets and on the classical IRIS data set. For a comparison, we report the results of a homogeneity test of Bartoszyński, Pearl and Lawrence, applied to the same data sets.
Źródło:
Control and Cybernetics; 2008, 37, 3; 693-709
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Multidimensional Scaling for Symbolic Interval Data
Skalowanie wielowymiarowe dla danych symbolicznych przedziałowych
Autorzy:
Dudek, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/906289.pdf
Data publikacji:
2009
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
Multidimensional scaling
visualization
symbolic data
Opis:
Podstawowym celem skalowania wielowymiarowego jest przedstawienie relacji między obiektami w przestrzeni wielowymiarowej jako odległości w przestrzeni 2- lub 3- wymiarowej. Dane wejściowe do procedur skalowania wielowymiarowego to zazwyczaj symetryczna macierz kwadratowa wskazująca na relacje (podobieństwa lub niepodobieństwa) pomiędzy obiektami pewnego zbioru. Istnieje wiele technik klasycznego skalowania wielowymiarowego, jednak wszystkie z nich wymagają aby w poszczególnych komórkach tej macierzy znajdowały się pojedyncze wartości liczbowe. Denoeux and Masson (2002) zaproponowali rozszerzenie klasycznego skalowania wielowymiarowego na dane symboliczne w postaci przedziałów liczbowych. Danymi wejściowymi do opracowanego przez nich algorytmu 1NTERSCAL jest tabela zawierająca minimalne i maksymalne odległości pomiędzy hiperprostopadłościanami reprezentującymi obiekty. Takie same podejście występuje w algorytmach SYMSCAL i I-SCAL zaproponowanych przez Groenena i in. (2005). W artykule przedstawiony zostały najważniejsze algorytmy skalowania wielowymiarowego dla danych symbolicznych w postaci przedziałów liczbowych oraz przykłady ich zastosowania dla danych symbolicznych pochodzących z repozytorium http://www.ceremade.dauphine.fr/~touati/sodas-pagegarde.htm.
The aim of multidimensional scaling is to represent dissimilarities among objects in high dimensional space as distances in low (usually 2- or 3-) dimensional space. Usually the input to multidimensional scaling procedure is a square, symmetric matrix indicating relationships (similarities or dissimilarities) among a set of items. There are many techniques of classical multidimensional scaling but all under assumption that each entry in relationship matrix is single numeric value. Denoeux and Masson (2002) have proposed to extend multidimensional scaling onto symbolic interval data. The input to theirs INTERSCAL algorithm is interval dissimilarity table containing minimum and maximum distance between hyper-rectangles representing objects. The same approach is used in SYMSCAL and I-SCAL algorithms proposed by Groenen et al. (2005). Article presents main algorithms of multi-dimensional scaling for symbolic data in form of intervals along with some examples on datasets taken from symbolic data repository (http://www.ceremade.dauphine.fr/~touati/sodas-pagegarde.htm).
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2009, 228
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wielokryterialne zadanie optymalizacji schematu agregatów w hurtowniach danych
Multi-objective optimization of multidimensional aggregates schema
Autorzy:
Mazurek, M.
Powiązania:
https://bibliotekanauki.pl/articles/305832.pdf
Data publikacji:
2009
Wydawca:
Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
Tematy:
hurtownia danych
OLAP
wielowymiarowe agregaty
optymalizacja
data warehouse
multidimensional aggregates
optimization
Opis:
Dominującą technologią wykorzystywaną do zwiększenia wydajności dużych hurtowni danych są, wyliczane w oparciu o dane szczegółowe, agregaty, w tym mające postać wielowymiarowych kostek. Mechanizmy przepisywania zapytań pozwalają na znacznie szybsze wyznaczenie odpowiedzi na zapytanie w oparciu o mniejsze agregaty niż w przypadku odwołań do źródłowych tabel hurtowni. Do kluczowych parametrów opisujących schemat wielowymiarowych agregatów należą czas odpowiedzi na zapytania użytkownika, czas aktualizacji danych w schemacie w oparciu o nowe dane w hurtowni oraz przestrzeń dyskowa wymagana do przechowywania agregatów. Przedstawione zostało dwukryterialne sformułowanie zadania optymalizacji, w którym jako ograniczenie przyjęty został czas aktualizacji danych. Pozostałe dwie zmienne tworzą wektor kryteriów. Wyznaczony został zbiór rozwiązań optymalnych w sensie Pareto oraz zaproponowano metodę znalezienia jednoznacznego rozwiązania w oparciu o punkt idealny.
The most popular technology used to increase performance of large data warehouses is multidimensional aggregates computed from high-resolution data. Query-rewriting techniques allows significantly shorter user query response time, when comparing query evaluation on base tables in data warehouse and smaller in size aggregates. There are three key parameters of multidimensional schema - query response time, time needed to refresh data in the schema and disk space required for storage of multidimensional structures. In paper multicriteria optimization problem was formulated, in which data refresh time is a constraint, and the remaining two measures are objectives. As a result of multi-run single-objective task computations, Pareto-optimal set of points is shown. The satisfactory solution might be found based on a distance to ideal point.
Źródło:
Biuletyn Instytutu Systemów Informatycznych; 2009, 4; 35-40
1508-4183
Pojawia się w:
Biuletyn Instytutu Systemów Informatycznych
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sugestie kilku uściśleń w Przewodniku GUM-2008 i zaokrąglanie wyników pomiarów wieloparametrowych
Some upgrading suggestions of the GUM-2008 and rounding rules for multivariate measurement results
Autorzy:
Warsza, Z. L.
Ezhela, V. V.
Powiązania:
https://bibliotekanauki.pl/articles/157304.pdf
Data publikacji:
2011
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
pomiary pośrednie wieloparametrowe
niepewność multimezurandu
korelacja danych
uncertainty
multidimensional indirect measurements
data correlation
Opis:
W pracy wykazano, że kilka zaleceń Przewodnika GUM o wyrażaniu wyników pomiaru jest niewłaściwych dla poprawnego przetwarzania danych w pośrednich pomiarach wieloparametrowych, a w przykładzie H.2 nie oszacowano poprawnie korelatora. Podano progi ograniczające minimalne liczby cyfr przy jednolitym zaokrąglaniu danych liczbowych multimezurandu z przykładami oraz proponowane zasady dalszego zaokrąglania poniżej tych progów. Zaproponowano kilka zmian w GUM. Z pracy wynika, że pilnie potrzebne są międzynarodowe zalecenia do poprawnego wyznaczania wyników pomiarów wieloparametrowych (Suplement 2 do GUM) oraz normalizacja prezentacji numerycznej ich danych.
this paper it is shown that recommendations of evaluation estima-tors of the value, uncertainty and correlation coefficients given by the international metrological Guide GUM-2008 are not useful enough for the proper evaluation of results in multidimensional indirect measurements. Mistakes are shortly discussed. It is found that smallest eigenvalue of correlation matrix obtained after calculations for output multi-measurand in the GUM H.2 example is negative and data is not proper as cannot be presented by 3-order normal distribution. Output data of the H.2 example are evaluated by two cases. First one is reference - when input data are considered as given absolutely accurate and thresholds of safety rounding calculating from them output data are find. In the second case, proper to wide application, method rounding of output is joined with accuracy of uncertainty of input data. Two variants of this method are compared. Few corrections of H.2 example are proposed. Formulas for the proper rounding of the multi-measurand numerical data up to thresholds, and recommendations for rounding below them are given. The minimal data structure for describing the multi-measurand is defined. From this work it results that in multivariable measurements urgently is needed standardization of the method of measurement data evaluation (Supplement 2), and also for their presentation which allows full numerical review of the multidimensional data, their wide dissemination and unlimited in time storage.
Źródło:
Pomiary Automatyka Kontrola; 2011, R. 57, nr 3, 3; 291-296
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wyznaczanie parametrów multimezurandu z pomiarów wieloparametrowych. Część 1. Podstawy teoretyczne - w zarysie
Evaluation of multimeasurand parameters from multivariable measurements. Part 1: Outline of the theoretical backgrounds
Autorzy:
Warsza, Z. L.
Ezhela, V. V.
Powiązania:
https://bibliotekanauki.pl/articles/277216.pdf
Data publikacji:
2011
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
niepewność
pomiary pośrednie wieloparametrowe
multimezurand
dane skorelowane
uncertainty
indirect multidimensional measurements
multimeasurand
correlated data
Opis:
Praca jest wprowadzeniem w problematykę wyrażania i oceny wyników pomiarów zbioru wielkości ze sobą skorelowanych, czyli multimezurandu. Poprzedza ona ciągle oczekiwany Suplement 2 do Przewodnika GUM, który obejmie kompleksowo te zagadnienia. W części 1 podane są podstawy teoretyczne poprawnego wyznaczania estymatorów wartości, niepewności i współczynników korelacji składowych multimezurandu z użyciem algebry wektorów losowych. Otrzymuje się je pośrednio przetwarzając dane pomiarowe jednocześnie mierzonych wielkości wejściowych. Przykładami liczbowymi zilustrowano liniowe przekształcenie danych dwu wielkości i rodzaje niewłaściwych oszacowań - uszkodzeń danych, które mogą wystąpić przy nadmiernym zaokrąglaniu. Możliwość wykorzystania tych rozważań w pomiarach będzie tematem drugiej części publikacji.
A publication is a brief introduction to the principles of the correct numerical expression and evaluation of multiparameter measurement results. The publication precedes still unpublished Supplement 2 of the Guide GUM, which has to comprehensively address these issues. Part 1 provides the theoretical basis of determining the estimates, uncertainties and correlation coefficients of the indirectly measured multi-measurand processed from data of the simultaneously measured variables. In discussing the algebra of random vectors is used. Numerical examples illustrate the linear transformation of two variables and the types of improperly evaluated results - data corruption that may occur with over-rounding. The possibility of application these considerations in the measurement will be considered in the second part of this publication.
Źródło:
Pomiary Automatyka Robotyka; 2011, 15, 2; 55-61
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wyznaczanie parametrów multimezurandu z pomiarów wieloparametrowych. Część 2. Reguły zaokrąglania. Nieścisłości w Przewodniku GUM
Evaluation of multimeasurand parameters from multivariable measurements Part 2 Corrections suggested in Guide GUM and rounding rules
Autorzy:
Warsza, Z. L.
Ezhela, V. V.
Powiązania:
https://bibliotekanauki.pl/articles/276381.pdf
Data publikacji:
2011
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
pomiary pośrednie wieloparametrowe
niepewność
multimezurand
korelacja danych
uncertainty
multidimensional indirect measurements
data correlation
Opis:
W części 2. wykazano, że zalecenia międzynarodowego Przewodnika metrologicznego GUM dotyczące jednolitego zaokrąglaniu estymatorów wartości, niepewności i współczynników korelacji nie są wystarczające dla multimezurandu w pośrednich pomiarach wieloparametrowych. Oszacowano składowe impedancji przy precyzyjnym przetwarzaniu danych dla przykładu H.2 [3] i zaproponowano uściślenia kilku zaleceń GUM. Podano reguły zaokrąglania liczbowych danych multimezurandu dla próbek o różnej liczności. Zasugerowano zamieszczenie ich w Suplemencie 2 przewodnika GUM.
In this part is shown that rounding recommendations of estimators of the value, uncertainty and correlation coefficients recommended by the international metrological Guide GUM are not useful for the multidimensional indirect measurements. Mistakes are shortly discussed and corrections are proposed. Data of the GUM H2 example are properly evaluated. Recommendations for the proper rounding of the numerical data of multimeasurand obtained from samples of large and small number of observations are given. In multivariable measurements urgently is needed standarization of the evaluation and dual measurement data presentation - on the paper and by e-publishing. That allows numerical review of the multi-dimensional data, their wide dissemination and unlimited in time storage.
Źródło:
Pomiary Automatyka Robotyka; 2011, 15, 6; 64-70
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zarys podstaw teoretycznych wyznaczania i numerycznej prezentacji wyników pomiarów pośrednich wieloparametrowych
Outline of the theoretical background of evaluation and numerical presentation of the indirect multivariate measurement results
Autorzy:
Warsza, Z. L.
Ezhela, V. V.
Powiązania:
https://bibliotekanauki.pl/articles/151243.pdf
Data publikacji:
2011
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
niepewność
pomiary pośrednie wieloparametrowe
multimezurand
dane skorelowane
uncertainty
indirect multidimensional measurements
multi-measurand
correlated data
Opis:
Jest to pierwsza z cyklu trzech publikacji o przetwarzaniu i poprawnym wyznaczaniu danych w pośrednich pomiarach wieloparametrowych. Przedstawiono metodę numerycznego szacowania estymatorów wartości, niepewności i współczynników korelacji skojarzonych ze sobą wielkości, czyli multimezurandu z użyciem algebry wektorów losowych wraz z przykładami. W części 2 wykaże się, że kilka związanych z tą dziedziną zaleceń przewodnika GUM i przykład H.2 wymaga zmian. Przedstawi się alternatywne rozwiązanie tego przykładu i reguły dla wyznaczania progów poprawnego zaokrąglania wyników pomiaru. W części 3 opisze się nieścisłości w danych podstawowych stałych fizycznych publikowanych w korektach CODATA do 2006 r. Jako kontynuacja bliskiego do ukończenia Suplementu 2 do GUM o wyrażaniu wyników pomiarów wieloparametrowych proponuje się stworzenie międzynarodowego standardu o przedstawianiu danych wieloparametrowych z wykorzystaniem e-publishing, który umożliwi ich numeryczną weryfikację, szerokie rozpowszechnianie i długotrwałe przechowywanie.
This is the first of the three papers about conversion and proper evaluation of digital data in multidimensional indirect measurements. Theoretical backgrounds of the proper evaluation of the value estimators, uncertainties and correlation coefficients of jointed quantities with application of the random vectors algebra are shortly discussed, and two examples are given. In the next paper will be shown that few connected with this area recommendations and example H.2 of the international metrological guide GUM -ISO has some mistakes. Needed corrections will be given and formulas for rounding thresholds of numerical data will be presented. In the third paper it will be shown that in CODATA corrections including the last published in 2006, the data of fundamental physical constancies are still partly corrupted. As continuation of the being in the final preparation stage Supplement 2 of GUM for evaluation of the multivariate measure-ment results are recommended introductory works on the interna-tional standard for numerical presentation and dissemination of multidimensional data with application of e-publishing offering full possibilities of peer review and the long time storage.
Źródło:
Pomiary Automatyka Kontrola; 2011, R. 57, nr 2, 2; 175-179
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Diversification maps as a tool for multidimensional data presentation
Autorzy:
Jałowiecki, P.
Jałowiecka, E.
Powiązania:
https://bibliotekanauki.pl/articles/94983.pdf
Data publikacji:
2012
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
Tematy:
data presentation
multidimensional data
spatial graphs
diversification maps
prezentacja danych
dane wielowymiarowe
wykresy przestrzenne
mapy dywersyfikacji
Opis:
In addition to data analysis, equally important issue, is the appropriate presentation of the analysis results during the economic, social and demographic studies. Depending on the legibility of the used form, it may make it easier or more difficult to interpret and draw conclusions. Especially difficult is the presentation of multidimensional data, according to the limitations of traditional types of graphs. The paper presents a graphical presentation of the three-dimensional data in the form of the so-called "map of differentiation" that is suitably modified spatial graph. There were presented different types of maps, layers determination ways and examples of specific applications for cigarettes consumption and diversification of logistics in the Polish food processing data.
Źródło:
Information Systems in Management; 2012, 1, 3; 197-210
2084-5537
2544-1728
Pojawia się w:
Information Systems in Management
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Reservoir computing and data visualisation
Autorzy:
Ashour, W.
Wang, T. D.
Fyfe, C.
Powiązania:
https://bibliotekanauki.pl/articles/91852.pdf
Data publikacji:
2012
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
reservoir computing
data visualisation
time series
Echo State Networks
ESNs
multidimensional scaling criterion
fixed latent space
Opis:
We consider the problem of visualisation of high dimensional multivariate time series. A data analyst in creating a two dimensional projection of such a time series might hope to gain some intuition into the structure of the original high dimensional data set. We review a method for visualising time series data using an extension of Echo State Networks (ESNs).The method uses the multidimensional scaling criterion in order to create a visualisation of the time series after its representation in the reservoir of the ESN. We illustrate the method with two dimensional maps of a financial time series. The method is then compared with a mapping which uses a fixed latent space and a novel objective function.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2012, 2, 3; 215-222
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of multi-parameter data visualization by means of autoassociative neural networks to evaluate classification possibilities of various coal types
Autorzy:
Jamroz, D.
Powiązania:
https://bibliotekanauki.pl/articles/109902.pdf
Data publikacji:
2014
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
autoassociative neural networks
coal types
multidimensional visualization
multi-parameter
identification of data
pattern recognition
neural networks
Opis:
The significance of data visualization in modern research is growing steadily. In mineral processing scientists have to face many problems with understanding data and finding essential variables from a large amount of data registered for material or process. Hence it is necessary to apply visualization of such data, especially when a set of data is multi-parameter and very complex. This paper puts forward a proposal to introduce the autoassociative neural networks for visualization of data concerning three various types of hard coal. Apart from theoretical discussion of the method, the empirical applications of the method are presented. The results revealed that it is a useful tool for a researcher facing a complicated set of data which allows for its proper classification. The optimal neural network parameters to successfully separate the analyzed three types of coal were found out for the analyzed example.
Źródło:
Physicochemical Problems of Mineral Processing; 2014, 50, 2; 719-734
1643-1049
2084-4735
Pojawia się w:
Physicochemical Problems of Mineral Processing
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of multidimensional scaling to classification of various types of coal
Zastosowanie skalowania wielowymiarowego do klasyfikacji różnych typów węgli
Autorzy:
Jamróz, D.
Powiązania:
https://bibliotekanauki.pl/articles/219176.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
skalowanie wielowymiarowe
MDS
wizualizacja danych wielowymiarowych
węgiel
identyfikacja danych
statystyczne metody graficzne
rozpoznawanie obrazów
multidimensional scaling
multidimensional data visualization
coal
identification of data
statistical graphics methods
pattern recognition
Opis:
Visualization of multidimensional data is a new way of statistical analysis of so-called statistical graphical methods. These methods allow to classify some analyzed objects, including their various features. Facing grained materials problems, like coal or ores many characteristics have an influence on the quality of product. In case of coal, many features must be taken into consideration to determine quality of the material. Apart from most obvious characteristics like particle size, particle density or ash contents there are many others which cause significant differences between considered types of material. In the paper the application of Multidimensional Scaling Method is presented which is one of the multidimensional data visualization techniques. To this purpose, sampling of three types of coal was performed, which were 31, 34.2 and 35 (according to Polish classification of coal types). First, the material was screened on sieves and then divided into density fractions. Next step was to analyze chemically the obtained particle and size fractions of researched coal. Then, the Multidimensional Scaling Method was applied to visualize the investigated set of data. It was proved that the applied methodology allows to identify certain coal types efficiently and can be used as a qualitative criterion for grained materials. However, it was impossible to achieve such identification comparing all three types of coal together. The Multidimensional Scaling Method is new technique of data analysis concerning widely understood mineral processing.
Surowce mineralne, które podlegają wzbogacaniu w celu ich lepszego wykorzystania mogą być charakteryzowane wieloma wskaźnikami opisującymi ich, interesujące przeróbkarza, cechy. Podstawowymi cechami są wielkość ziaren oraz ich gęstość, które decydują o przebiegu rozdziału zbiorów ziaren (nadaw) i efektach takiego rozdziału. Rozdział prowadzi się z reguły, w celu uzyskania produktów o zróżnicowanych wartościach średnich wybranej cechy, która zwykle charakteryzowana jest zawartością określonego składnika surowca wyznaczoną na drodze analiz chemicznych. Takie podejście do surowca mineralnego prowadzi do potraktowania go jako wielowymiarowego wektora X = [X1, …, Xn]. Zasadniczym problemem jest także wybór jednostki populacji generalnej (ziarno, jednostka objętości lub masy), co może decydować o określeniu charakteru wielowymiarowych powiązań cech wektora X. Takimi kierunkami charakteryzowania mogą być wielowymiarowe rozkłady wektora losowego X wraz ze wszystkimi konsekwencjami metody (Lyman, 1993; Niedoba, 2009; 2011; Olejnik et al., 2010; Niedoba i Surowiak, 2012), wielowymiarowe równania regresji wraz z analizą macierzy współczynników korelacji liniowej oraz korelacji cząstkowej (Niedoba, 2013c), analiza czynnikowa (Tumidajski i Saramak, 2009), czy metody wielowymiarowej wizualizacji danych, będące tematem niniejszego artykułu. Biorąc pod uwagę analizę korelacji pomiędzy badanymi cechami materiałów uziarnionych (węgli) można zidentyfikować jakie jego cechy są ze sobą istotnie powiązane. Jest to swoiste preludium do wytypowania, które cechy węgla powodują istotne różnice pomiędzy jego typami. W artykule poddano badaniu trzy typy węgla, według polskiej klasyfikacji - węgle 31, 34.2 oraz 35, pochodzące z trzech różnych kopalni Górnośląskiego Okręgu Przemysłowego. Można powiedzieć, że z punktu widzenia ich jakości były to węgle energetyczne, semi-koksujące oraz koksujące. Każdy z tych węgli został poddany podziałowi na klasy ziarnowe, przy zastosowaniu odpowiedniego zestawu sit. Następnie każdą z otrzymanych klas ziarnowych rozdzielono w cieczach ciężkich na frakcje densymetryczne. Tak otrzymane klaso-frakcje zostały dodatkowo poddane analizie chemicznej ze względu na szereg cech, tj. ciepło spalania, zawartość siarki, zawartość substancji lotnych, zawartość popiołu, miąższość. Wyniki analiz dla wybranej klasy ziarnowej przedstawiono w tabeli 1. Tym samym otrzymano siedmiowymiarowy zestaw danych, który postanowiono poddać wielowymiarowej wizualizacji za pomocą metody skalowania wielowymiarowego. Metoda skalowania wielowymiarowego (multidimensional scaling, MDS) jest jedną z nowoczesnych metod wizualizacji danych. Tego typu metody są wskazane zwłaszcza w sytuacji gdy ma się do czynienia z zestawem skomplikowanych i złożonych danych. Skalowanie wielowymiarowe jest odwzorowaniem przestrzeni n-wymiarowej w przestrzeń m-wymiarową. Oparte jest na obliczaniu odległości pomiędzy każdą parą n-wymiarowych punktów. Na podstawie tych odległości rozważana metoda ustala wzajemne położenie obrazów tych punktów w docelowej przestrzeni m-wymiarowej. Niech dij oznacza odległość pomiędzy n-wymiarowymi punktami nr i oraz j. Skalowanie wielowymiarowe polega na takim rozmieszczeniu punktów w przestrzeni m-wymiarowej, by odległość Dij liczona w tej przestrzeni pomiędzy odwzorowanymi punktami nr i oraz j była jak najbardziej zbliżona do dij. Rozdział 4 zawiera wyniki eksperymentów. Na rysunkach 1-4 widać, w jaki sposób wzrasta grupowanie punktów reprezentujących trzy różne klasy węgla (31, 34.2 oraz 35) wraz ze wzrostem parametru ITER. Widać, że punkty będące obrazami danych reprezentujących te same klasy węgla zaczynają zajmować osobne podobszary oraz zaczynają się grupować. Czytelność podziału przestrzeni rośnie wraz ze zwiększeniem parametru ITER, więc wraz z dokładniejszym dopasowaniem odległości obrazów punktów Dij w przestrzeni 2-wymiarowej do oryginalnych odległości dij pomiędzy punktami w przestrzeni n-wymiarowej. Na rysunku 4 pokazano najbardziej czytelny wynik, jaki udało się uzyskać dla danych zawierających trzy typy węgla 31, 34.2 oraz 35. Nastąpiło to przy parametrze ITER = 793. Widać wyraźnie, że obrazy punktów danych reprezentujących próbki węgla danego typu gromadzą się w skupiskach. Można zaobserwować, że na prawie całym obszarze rysunku, skupiska te można od siebie odseparować. Jednak w niektórych częściach przestrzeni obrazy punktów reprezentujących różne klasy węgla zachodzą na siebie. Przez to nie możemy na podstawie tego rysunku stwierdzić, że analizowane dane pozwalają na prawidłową klasyfikację typów węgla. Postanowiono więc przeanalizować dane reprezentujące różne typy węgla parami. Na rysunkach 5-7 przedstawiono parami węgle typu, odpowiednio, 34.2 i 35 (Rys. 5), 31 i 34.2 (Rys. 6) oraz 31 i 35 (Rys. 7). Na każdym z tych rysunków widać czytelnie, że obrazy punktów reprezentujących próbki różnych typów węgla gromadzą się w skupiskach, które łatwo można od siebie odseparować. Przeprowadzona wizualizacja wielowymiarowa przy użyciu skalowania wielowymiarowego pozwala więc stwierdzić, że informacje zawarte w analizowanych siedmiowymiarowych danych są wystarczające do prawidłowej klasyfikacji typów węgla 31, 34.2 oraz 35.
Źródło:
Archives of Mining Sciences; 2014, 59, 2; 413-425
0860-7001
Pojawia się w:
Archives of Mining Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
MULTIDIMENSIONAL ANALYSIS IN THE CREATION OF MEDICAL CLUSTERS IN ŁÓDŹ – A CONCEPTUAL WORK
WIELOWYMIAROWA ANALIZA W TWORZENIU KLASTRÓW MEDYCZNYCH W ŁODZI – PRACA KONCEPCYJNA
Autorzy:
Twaróg, Sebastian
Ojrzyńska, Anna
Powiązania:
https://bibliotekanauki.pl/articles/654190.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
Klaster medyczny
wielowymiarowe analizy danych.
Medical cluster
multidimensional data analysis.
Opis:
Celem artykułu jest zaprezentowanie koncepcji doboru podmiotów świadczących usługi medyczne w województwie łódzkim do klastrów. Klaster medyczny to celowo dobrana grupa podmiotów o kompetencjach komplementarnych połączona zależnościami o charakterze organizacyjnym, prawnym, finansowym i naukowym, którego celem jest konsumpcja efektu synergii z korzyścią dla pacjentów, budżetu państwa i nauki. W badaniu wykorzystano metody wielowymiarowej analizy danych. W pierwszej kolejności za pomocą hierarchicznej procedury grupowania wyodrębniono grupy podobnych do siebie z punktu widzenia kompetencji medycznych szpitali. Następnie określono kryteria podziału charakteryzujące odrębności kompetencyjne w ramach grup. W ten sposób otrzymano grupy szpitali niepodobnych (najbardziej różnych od siebie). Następnie na podstawie kryterium minimalnej odległości z każdej grupy szpitali wybierano po jednym obiekcie, aby w ten sposób otrzymać nowe grupy obiektów, zdecydowanie różnych pod względem możliwości oferowanych usług medycznych, a jednocześnie znajdujących się w niedalekiej odległości od siebie. Te dwa aspekty mogą stanowić przesłankę do zainicjowania współpracy między tymi obiektami w ramach klastra medycznego.
This article aims at presenting a concept of the way entities that provide medical services should be selected for clusters. A medical cluster is a designated group of entities that represent complimentary competencies and are connected organisational, legal, financial and scientific interdependencies. A medical cluster is oriented to benefit from a synergy effect to support patients, the state budget and science. The research employed a multidimensional data analysis. Firstly, a hierarchical grouping procedure was used to distinguish groups of hospitals that have similar medical competencies. Then, division criteria that characterise competence differences within the groups in question were found.  This way, groups of dissimilar (the most dissimilar) hospitals were obtained. Subsequently, on the basis of a minimal distance criterion, one entity was selected from each group to obtain new groups of entities that were decisively different in the context of medical services offered and simultaneously situated in the close vicinity to one another. These two aspects may offer some premises to initiate co-operation between the entities subject to the research within a given medical cluster.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2014, 6, 309
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of multidimensional data visualization by means of self-organizing Kohonen maps to evaluate classification possibilities of various coal types
Zastosowanie wizualizacji wielowymiarowych danych za pomocą sieci Kohonena do oceny możliwości klasyfikacji różnych typów węgla
Autorzy:
Jamróz, D.
Niedoba, T.
Powiązania:
https://bibliotekanauki.pl/articles/220033.pdf
Data publikacji:
2015
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
Kohonen maps
grained material analysis
coal
multidimensional data
multidimensional visualization methods
sieci Kohonena
analiza materiału uziarnionego
dane wielowymiarowe
metody wizualizacji wielowymiarowej
Opis:
Multidimensional data visualization methods are a modern tool allowing to classify some analysed objects. In the case of grained materials e.g. coal, many characteristics have an influence on the material quality. The paper presents the possibility of applying visualization techniques for coal type identification and determination of significant differences between various types of coal. To achieve this purpose, the method of Kohonen maps was applied by means of which three types of coal – 31, 34.2 and 35 (according to Polish classification of coal types) were investigated. It was stated that the applied methodology allows to identify certain coal types efficiently and can be used as a qualitative criterion for grained materials.
Metody wizualizacji wielowymiarowych danych są nowoczesnym narzędziem umożliwiającym klasyfikację analizowanych obiektów, którymi mogą być różnego typu dane opisujące wybrane zjawisko lub materiał. W przypadku materiałów uziarnionych, jakim jest np. węgiel, wiele cech ma wpływ na jakość materiału, tj. np. gęstość, wielkość ziaren, ciepło spalania, zawartość popiołu, zawartość siarki itp. Na potrzeby artykułu przeprowadzono rozdział węgli z trzech wybranych kopalni węgla kamiennego, zlokalizowanych w Górnośląskim Okręgu Przemysłowym. Każda z tych kopalni pracuje na innego typu węglu. W tym przypadku były to węgle o typach 31, 34.2 oraz 35 (według polskiej klasyfikacji typów węgla). Najpierw, materiał został podzielony na klasy ziarnowe a następnie za pomocą rozdziale w cieczy ciężkiej (roztwór chlorku cynku) na frakcje gęstościowe. Dla tak przygotowanego materiału przeprowadzono następnie analizy chemiczne mające na celu określenie takich parametrów, jak zawartość siarki, zawartość popiołu, zawartość części lotnych, ciepło spalania oraz wilgotność analityczną. W ten sposób, dla każdej klaso-frakcji uzyskano bogate charakterystyki badanego materiału. Nasuwa się więc pytanie, czy możliwa jest identyfikacja typu węgla za pomocą dostępnych danych. W tym celu zastosowano wielowymiarową technikę wizualizacji statystycznej. Istnieje wiele metod takiej wizualizacji, z których kilka było już przedmiotem wcześniejszych publikacji autorów. W tym wypadku autorzy zdecydowali się zastosować metodę sieci Kohonena. Metoda ta została opisana w rozdziale 2 pracy, gdzie oprócz opisu teoretycznego podano również główne wzory stosowane podczas modelowania tą metodą (wzory (1)-(5)). Do zbadania postawionego problemu wykorzystano optymalną liczbę iteracji i optymalny czas uczenia sieci. Pewnym problemem pojawiającym się przy takiej wizualizacji jest konieczność doboru parametrów, w celu uzyskania widoku, który w sposób czytelny prezentuje poszukiwane przez nas informacje. Należy wspomnieć, że w trakcie prowadzonych eksperymentów uzyskiwano widoki przy użyciu sieci neuronowej o wielkości od 10 × 10 do 100 × 100 neuronów. Widoki były uzyskiwane przy wartości parametru MAX_DISTANCE od 1 do wielkości sieci oraz parametru ITER od 1 do 5000. Eksperymenty były prowadzone dla różnych wzorów określających modyfikację wag. Przedstawione w pracy wyniki stanowią najbardziej czytelne z uzyskanych. Wizualizacja wielowymiarowa przy użyciu sieci Kohonena pozwala stwierdzić, że informacje zawarte w analizowanych siedmiowymiarowych danych są wystarczające do prawidłowej klasyfikacji typów węgla 31, 34.2 oraz 35, przy czym nawet zobrazowanie 3 typów węgla na jednym rysunku pozwala stwierdzić, że neurony reprezentujące próbki węgla danego typu gromadzą się w skupiskach, które można od siebie odseparować. Z tego wynika, że dane zawierają informacje wystarczające do prawidłowej klasyfikacji węgla. Zauważyć jednak warto, że przedstawienie przy pomocy sieci Kohonena, danych reprezentujących różne typy węgla parami, pozwala uzyskać jeszcze bardziej czytelne wyniki. Najlepsze efekty osiągnięto dla sieci o 40 wierszach oraz 40 kolumnach neuronów, co łącznie dało liczbę 1600 neuronów, zaś czytelność wyników rośnie wraz z postępem uczenia sieci neuronowej (wzrostem parametru ITER). Przeprowadzone doświadczenia w pełni potwierdzają, że zastosowana metoda może być z powodzeniem wykorzystana w badaniach jakościowych związanych z różnego typu materiałami uziarnionymi, w tym również węglem. Badania w tym zakresie są kontynuowane.
Źródło:
Archives of Mining Sciences; 2015, 60, 1; 39-50
0860-7001
Pojawia się w:
Archives of Mining Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł

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