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 "prediction time" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-50 z 54
Tytuł:
The impact of the size of the training set on the predictive abilities of neural models on the example of the Day-Ahead Market System of TGE S.A.
Autorzy:
Ruciński, Dariusz
Powiązania:
https://bibliotekanauki.pl/articles/2175162.pdf
Data publikacji:
2022
Wydawca:
Uniwersytet Przyrodniczo-Humanistyczny w Siedlcach
Tematy:
Day Ahead Market
MATLAB environment
Simulink environment
neural modeling
prediction time
electricity prices
Opis:
The main object of the research was to examine the acceptable time horizon that could be predicted by previously learned models of the Day-Ahead Market (DAM) TGE S.A. system. The article contains the results of research on the predicting ability of different ANN models of the DAM TGE S.A. The research was conducted based on data covering the operation of the Polish stock exchange in the period from 2002 to 2019 (the first half of the year). The research was carried out based on the learned ANN models of the DAM system. Data were taken for examination covering the time from 2002 to 2019 (1st half of the year) and was divided into a different period, i.e., a month, a quarter, and a half-year., year, etc. The MSE, MAE, MAPE, and R2 were adopted as the criteria for assessing the ability of individual models to predict electricity prices. The research was carried out by successively expanding forecasting periods in a rolling manner. For example, for a half-year, prediction time intervals were increased from one week to month, two months, quarter, half-year, etc. results for a model representing a given period. A lot of interesting research results were obtained.
Źródło:
Studia Informatica : systems and information technology; 2022, 1(26); 5--22
1731-2264
Pojawia się w:
Studia Informatica : systems and information technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognostics uncertainty reduction by right-time prediction of remaining useful life based on hidden Markov model and proportional hazard model
Autorzy:
Zhiyong, Gao
Jiwu, Li
Rongxi, Wang
Powiązania:
https://bibliotekanauki.pl/articles/1841766.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
RUL
uncertainty
right-time prediction
PHM
HMM
Opis:
Uncertainty is a key problem in remaining useful life (RUL) prediction, and measures to reduce uncertainty are necessary to make RUL prediction truly practical. In this paper, a right-time prediction method is proposed to reduce the prognostics uncertainty of mechanical systems under unobservable degradation. Correspondingly, the whole RUL prediction process is divided into three parts, including offline modelling, online state estimating and online life predicting. In the offline modelling part, hidden Markov model (HMM) and proportional hazard model (PHM) are built to map the whole degradation path. During operation, the degradation state of the object is estimated in real time. Once the last degradation state reached, the degradation characteristics are extracted, and the survival function is obtained with the fitted PHM. The proposed method is demonstrated on an engine dataset and shows higher accuracy than traditional method. By fusing the extracted degradation characteristics, the obtained survival function can be basis for optimal maintenance with lower uncertainty.
Źródło:
Eksploatacja i Niezawodność; 2021, 23, 1; 154-164
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognostics uncertainty reduction by right-time prediction of remaining useful life based on hidden Markov model and proportional hazard model
Autorzy:
Zhiyong, Gao
Jiwu, Li
Rongxi, Wang
Powiązania:
https://bibliotekanauki.pl/articles/1841790.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
RUL
uncertainty
right-time prediction
PHM
HMM
Opis:
Uncertainty is a key problem in remaining useful life (RUL) prediction, and measures to reduce uncertainty are necessary to make RUL prediction truly practical. In this paper, a right-time prediction method is proposed to reduce the prognostics uncertainty of mechanical systems under unobservable degradation. Correspondingly, the whole RUL prediction process is divided into three parts, including offline modelling, online state estimating and online life predicting. In the offline modelling part, hidden Markov model (HMM) and proportional hazard model (PHM) are built to map the whole degradation path. During operation, the degradation state of the object is estimated in real time. Once the last degradation state reached, the degradation characteristics are extracted, and the survival function is obtained with the fitted PHM. The proposed method is demonstrated on an engine dataset and shows higher accuracy than traditional method. By fusing the extracted degradation characteristics, the obtained survival function can be basis for optimal maintenance with lower uncertainty.
Źródło:
Eksploatacja i Niezawodność; 2021, 23, 1; 154-164
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prediction capabilities of the LSTM and Perceptron models based on the Day-Ahead Market on the Polish Power Exchange S.A.
Autorzy:
Ruciński, Dariusz
Powiązania:
https://bibliotekanauki.pl/articles/27323577.pdf
Data publikacji:
2023
Wydawca:
Uniwersytet Przyrodniczo-Humanistyczny w Siedlcach
Tematy:
shallow networks
deep networks
Day-Ahead Market
MATLAB
Simulink environment
neural modeling
prediction time
electricity prices
Opis:
The main purpose of the research was to examine the properties of models for two kinds of neural networks, a deep learning models in which the Long Short-Term Memory was chosen and shallow neural model in which the Perceptron Neural Network was chosen. The subject of the examination was the Day-Ahead Market system of PPE S.A. The article presents the learning results of both networks and the results of the predictive abilities of the models. The research was conducted based on data published on the Polish Stock Exchange for the 2018 year. The MATLAB environment was chosen as a tool for providing the examinations. The determination index (R2) and the mean square error (MSE) was adopted as the network evaluation criterion for the learning ability and for the prediction ability of both networks.
Źródło:
Studia Informatica : systems and information technology; 2023, 1(28); 69--82
1731-2264
Pojawia się w:
Studia Informatica : systems and information technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Comparison of models for predicting thawing times of food - research note
Autorzy:
Goral, D.
Kluza, F.
Powiązania:
https://bibliotekanauki.pl/articles/1372674.pdf
Data publikacji:
1996
Wydawca:
Instytut Rozrodu Zwierząt i Badań Żywności Polskiej Akademii Nauk w Olsztynie
Tematy:
household condition
food
potato
beef
thawing time prediction
Opis:
Six most commonly known models for predicting thawing time of food: Nagaoka's et al., Cleland's et al., Calvelo's, Pham's and Piotrovich were compared when testing Tylose MH 1000 test substance, ground beef, and potato, and relative errors, regression and variance. The Cleland's et al. method, disregarding equivalent heat transfer dimensionality (EHTD) and mean conducting path (MCP) coefficient, was proved to be the best for predicting thawing time. The inclusion of EHTD and MCP to the computations by the Clelaçd's et al. method did not affect the results statistically significantly. The models of Piotrovich, Calvelo and Nagaoka et al. produced the results statistically different from real thawing times.
W pracy wykorzystano wybrane modele analityczno-empiryczne do obliczeniowego wyznaczania czasu rozmrażania żywności. Opierając się na dostępnych, wiarygodnych bazach wyników eksperymentalnych zrealizowano obliczenia dla warunków procesu charakteryzujących te bazy. Dokonano ogólnej analizy uzyskanych rezultatów wykorzystując metody statystyki matematycznej dla realizacji podstawowego celu pracy jakim była weryfikacja jakości modeli ocenianej wartością błędów obliczeń. Wyniki analizy statystycznej względnego błędu obliczeń (tabela 1) jak i analizy regresji obliczonego czasu rozmrażania względem czasu rzeczywistego (tabela 2, rysunek 1), a także badania wariancji (tabela 3) dowiodły, że trzy z sześciu testowanych modeli nie powinny być stosowane ze względu na wysokie błędy obliczeń. Jednocześnie, wyniki badań wskazują na model Clelanda i in. [1986] jako najdokładniejszy spośród badanych.
Źródło:
Polish Journal of Food and Nutrition Sciences; 1996, 05, 2; 103-108
1230-0322
2083-6007
Pojawia się w:
Polish Journal of Food and Nutrition Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Solution implementation based on modified kalman filter for purpose of bus arrival time prediction
Implementacja filtru Kalmana do prognozowania czasu przybycia autobusów
Autorzy:
Ledziński, D.
Jezierski, M.
Marciniak, B.
Marciniak, T.
Powiązania:
https://bibliotekanauki.pl/articles/389834.pdf
Data publikacji:
2011
Wydawca:
Politechnika Bydgoska im. Jana i Jędrzeja Śniadeckich. Wydawnictwo PB
Tematy:
filtr Kalmana
prognozowanie czasu
Kalman filter
time prediction
Opis:
This paper describes use of Kalman's filter for prediction of time of arrival of bus. Kalman filter is recursive algorithm determining the minimum-variance estimate of the state vector of dynamic system, based on the measurement of inputs and outputs of the system. Three prediction algorithms used: difference algorithm, traditional Kalman filter and Kalman filter with changing weights of input data. Authors studied the bus arrival time predictions. Used for this purpose data send by radio from vehicles to prediction server. The smallest average prediction error obtained for the Kalman filter with variable weights.
W pracy przedstawiono zastosowanie filtru Kalmana do prognozowania czasu przybycia autobusów. Filtr Klamana to algorytm rekurencyjnego wyznaczania minimalno-wariancyjnej estymaty wektora stanu układu dynamicznego, na podstawie pomiaru wejść i wyjść tego układu. Zbadano trzy algorytmy predykcji: algorytm różnicowy, tradycyjny filtr Kalmana oraz filtr Kalmana ze zmiennymi współczynnikami. Autorzy badali odchylenie od prognozowanego czasu przyjazdu autobusów. Używano do tego celu danych przesyłanych drogą radiową z autobusów do serwera predykcji. Najlepsze wyniki uzyskano dla filtru Kalmana ze zmiennymi współczynnikami.
Źródło:
Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy; 2011, 14; 69-78
1899-0088
Pojawia się w:
Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Community Traffic: a technology for the next generation car navigation
Autorzy:
Dembczyński, K.
Gaweł, P.
Jaszkiewicz, A.
Kotłowski, W.
Kubiak, M.
Susmaga, R.
Wesołek, P.
Wojciechowski, A.
Zielniewicz, P.
Powiązania:
https://bibliotekanauki.pl/articles/205706.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
community traffic
satellite car navigation
reliability analysis
travel time prediction
Opis:
The paper presents the NaviExpert’s Community Traffic technology, an interactive, community–based car navigation system. Using data collected from its users, Community Traffic offers services unattainable to earlier systems. On the one hand, the current traffic data are used to recommend the best routes in the navigation phase, during which many potentially unpredictable traffic-delaying and traffic-jamming events, like unexpected roadworks, road accidents, or diversions, can be taken into account and thereby successfully avoided. On the other hand, a number of istinctive features, like immediate location of various traffic dangers, are offered. Using exclusively real-life data, provided by NaviExpert, the paper presents two illustrative case studies concerned with experimental evaluation of solutions to computational problems related to the community-based services offered by the system.
Źródło:
Control and Cybernetics; 2012, 41, 4; 867-883
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analysis of spatiotemporal data to predict traffic conditions aiming at a smart navigation system for sustainable urban mobility
Autorzy:
Kyriakou, Kalliopi
Lakakis, Konstantinos
Savvaidis, Paraskevas
Basbas, Socrates
Powiązania:
https://bibliotekanauki.pl/articles/223718.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
spatio-temporal data
travel time prediction
smart navigation
urban mobility
Opis:
Urban traffic congestion created by unsustainable transport systems and considered as a crucial problem for the urbanised areas provoking air pollution, heavy economic losses due to the time and fuel wasted and social inequity. The mitigation of this problem can improve efficiency, connectivity, accessibility, safety and quality of life, which are crucial parameters of sustainable urban mobility. Encouraging sustainable urban mobility through smart solutions is essential to make the cities more liveable, sustainable and smarter. In this context, this research aims to use spatiotemporal data that taxi vehicles adequately provide, to develop an intelligent system able to predict traffic conditions and provide navigation based on these predictions. GPS (Global Positioning System) data from taxi are analysed for the case of Thessaloniki city. Trough data mining and map-matching process, the most appropriate data are selected for travel time calculations and predictions. Several algorithms are investigated to find the optimum for traffic states prediction for the specific case study concluding that ANN (Artificial Neural Networks) outperforms. Then, a new road network map is created by producing spatiotemporal models for every road segment under investigation through a linear regression implementation. Moreover, the possibility to predict vehicle emissions from travel times is investigated. Finally, an application with a graphical user interface is developed, that navigates the users with the criteria of the shortest path in terms of trip length, travel time shortest path and “eco” path. The outcome of this research is an essential tool for drivers to avoid congestion spots saving time and fuel, for stakeholders to reveal the problematic of the road network that needs amendments and for emergency vehicles to arrive at the emergency spot faster. Besides that, according to an indicator-based qualitative assessment of the proposed navigation system, it is concluded that it contributes significantly to environmental protection and economy enhancing sustainable urban mobility.
Źródło:
Archives of Transport; 2019, 52, 4; 27-46
0866-9546
2300-8830
Pojawia się w:
Archives of Transport
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Self-learning fuzzy predictor of exploitation system operating time
Autorzy:
Smoczek, J.
Szpytko, J.
Powiązania:
https://bibliotekanauki.pl/articles/247106.pdf
Data publikacji:
2011
Wydawca:
Instytut Techniczny Wojsk Lotniczych
Tematy:
operating time prediction
fuzzy logic
recursive least squares algorithm
overhead travelling crane
Opis:
The probability that a system is capable to operate satisfactorily significantly depends on reliability and maintainability of a system. The disadvantage of classic methods of system availability determining is that the probability of realizing by system tasks with expected quality depends on history of operational states and does not take into consideration actual operational conditions that have strong influence on risk-degree of down-time occurring, while the probability of degradation failure in exploitation system is a function of operating time and actual exploitation conditions. The problem of failures prediction can be solved by applying in diagnostics methods the intelligent computational algorithms. The intelligence computational methods enable to create the diagnosis tools that allow to formulate the prognosis of operating time of a system and predict of failure occurring based on the past and actual information about system's operational state. The paper presents the fuzzy logic approach to forecast the prognoses of the operating time of the exploitation system or its equipments according to the specified exploitation conditions that characterize the system exploitation state at the current time. The fuzzy system was based on the Takagi-Sugeno-Kang type fuzzy implications with singletons specifies in conclusions of rules. The fuzzy inference system input variables are the assumed parameters according to which the current exploitation state of the considered system can be evaluated.
Źródło:
Journal of KONES; 2011, 18, 4; 463-469
1231-4005
2354-0133
Pojawia się w:
Journal of KONES
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of long short term memory neural networks for GPS satellite clock bias prediction
Autorzy:
Gnyś, Piotr
Przestrzelski, Paweł
Powiązania:
https://bibliotekanauki.pl/articles/1987078.pdf
Data publikacji:
2021-12-30
Wydawca:
Politechnika Gdańska
Tematy:
neural networks
LSTM
time series prediction
clock bias
GNSS
machine learning
Opis:
Satellite-based localization systems like GPS or Galileo are one of the most commonly used tools in outdoor navigation. While for most applications, like car navigation or hiking, the level of precision provided by commercial solutions is satisfactory it is not always the case for mobile robots. In the case of long-time autonomy and robots that operate in remote areas battery usage and access to synchronization data becomes a problem. In this paper, a solution providing a real-time onboard clock synchronization is presented. Results achieved are better than the current state-of-the-art solution in real-time clock bias prediction for most satellites.
Źródło:
TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk; 2021, 25, 4; 381-395
1428-6394
Pojawia się w:
TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Execution time prediction model for parallel GPU realizations of discrete transforms computation algorithms
Autorzy:
Puchala, Dariusz
Stokfiszewski, Kamil
Wieloch, Kamil
Powiązania:
https://bibliotekanauki.pl/articles/2173530.pdf
Data publikacji:
2022
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
graphics processing unit
GPU
execution time prediction model
discrete wavelet transform
DWT
lattice structure
convolution-based approach
orthogonal transform
orthogonal filter banks
time effectiveness
prediction accuracy
Opis:
Parallel realizations of discrete transforms (DTs) computation algorithms (DTCAs) performed on graphics processing units (GPUs) play a significant role in many modern data processing methods utilized in numerous areas of human activity. In this paper the authors propose a novel execution time prediction model, which allows for accurate and rapid estimation of execution times of various kinds of structurally different DTCAs performed on GPUs of distinct architectures, without the necessity of conducting the actual experiments on physical hardware. The model can serve as a guide for the system analyst in making the optimal choice of the GPU hardware solution for a given computational task involving particular DT calculation, or can help in choosing the best appropriate parallel implementation of the selected DT, given the limitations imposed by available hardware. Restricting the model to exhaustively adhere only to the key common features of DTCAs enables the authors to significantly simplify its structure, leading consequently to its design as a hybrid, analytically–simulational method, exploiting jointly the main advantages of both of the mentioned techniques, namely: time-effectiveness and high prediction accuracy, while, at the same time, causing mutual elimination of the major weaknesses of both of the specified approaches within the proposed solution. The model is validated experimentally on two structurally different parallel methods of discrete wavelet transform (DWT) computation, i.e. the direct convolutionbased and lattice structure-based schemes, by comparing its prediction results with the actual measurements taken for 6 different graphics cards, representing a fairly broad spectrum of GPUs compute architectures. Experimental results reveal the overall average execution time and prediction accuracy of the model to be at a level of 97.2%, with global maximum prediction error of 14.5%, recorded throughout all the conducted experiments, maintaining at the same time high average evaluation speed of 3.5 ms for single simulation duration. The results facilitate inferring the model generality and possibility of extrapolation to other DTCAs and different GPU architectures, which along with the proposed model straightforwardness, time-effectiveness and ease of practical application, makes it, in the authors’ opinion, a very interesting alternative to the related existing solutions.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2022, 70, 1; e139393, 1--30
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A deep ensemble learning method for effort-aware just-in-time defect prediction
Autorzy:
Albahli, Saleh
Powiązania:
https://bibliotekanauki.pl/articles/117652.pdf
Data publikacji:
2020
Wydawca:
Polskie Towarzystwo Promocji Wiedzy
Tematy:
Deep Neural Network
unlabeled dataset
Just-In-Time defect prediction
unsupervised prediction
nieoznakowany zbiór danych
przewidywanie defektów Just-In-Time
przewidywanie bez nadzoru
Opis:
Since the introduction of Just-in-Time effort aware defect prediction, many researchers are focusing on evaluating the different learning methods for defect prediction. To predict the changes that are defect-inducing, it is im-portant for learning model to consider the nature of the dataset, its imbalance properties and the correlation between different attributes. In this paper, we evaluated the importance of dataset properties, and proposed a novel methodology for learning the effort aware just-in-time defect prediction model. We form an ensemble classifier, which consider the output of three individuals classifier i.e. Random forest, XGBoost and Deep Neural Network. Our proposed methodology shows better performance with 77% accuracy on sample dataset and 81% accuracy on different dataset.
Źródło:
Applied Computer Science; 2020, 16, 3; 5-15
1895-3735
Pojawia się w:
Applied Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Some aspects of Intelligent Transport System auditing
Autorzy:
Bazan, M.
Bożek, M.
Ciskowski, P.
Halawa, K.
Janiczek, T.
Kozaczewski, P.
Rusiecki, A.
Powiązania:
https://bibliotekanauki.pl/articles/393760.pdf
Data publikacji:
2015
Wydawca:
Polskie Stowarzyszenie Telematyki Transportu
Tematy:
intelligent transportation
system audit
travel time prediction
fundamental diagram
inteligentny transport
audit systemu
przewidywanie czasu podróży
diagram fundamentalny
Opis:
Nowadays, in urbanized areas one of the most important matters is to determine a priori the time of driving from one zone of the city to another at various times of the day. The problem of travel time prediction is crucial in Intelligent Transportation Systems. The solution to this problem is a foundation of any route guidance system that will redirect drivers to their target destination via routes that have a lighter traffic load and thus higher travel velocity. In this paper is present a concept of a statistical methodology, developed by the ArsNumerica Group, that enables a quantity audit a travel time prediction algorithm. The methodology assumes that we are given database records of vehicles recognized by their unique identifier as well as duration times for which the messages with the predicted travel time are displayed VMS. the second aspect of ITS auditing considered in this paper is a placement of video cameras to measure vehicle stream velocity. Inappropriate camera location results in the fact that the stream velocity measured by them has a low usefulness for travel time prediction.
Źródło:
Archives of Transport System Telematics; 2015, 8, 3; 3-8
1899-8208
Pojawia się w:
Archives of Transport System Telematics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Quantum road traffic model for ambulance travel time estimation
Autorzy:
Bernas, M.
Wisniewska, J.
Powiązania:
https://bibliotekanauki.pl/articles/333463.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
ambulance travel time prediction
quantum processing
traffic modelling
przewidywany czas jazdy pogotowia
przetwarzanie informacji kwantowej
modelowanie ruchu drogowego
Opis:
Efficient management of ambulance utilisation is a vital issue for life saving. Knowledge of the amount of time needed for an ambulance to get to the hospital and when it will be available for a new task, can be estimated using modern Intelligent Transport Systems. Their main feature is an ability to simulate the state of traffic not only in long term, but also the real time events like accidents or high congestion, using microscopic models. The paper introduces usage of Quantum Computing paradigm to propose a quantum model of road traffic, which can track the state of traffic and estimate the travel time of vehicles. Model, if run on quantum computer can simulate the traffic in vast areas in real time. Proposed model was verified against the cellular automata model. Finally, application of quantum microscopic traffic models for ambulance vehicles was taken into consideration.
Źródło:
Journal of Medical Informatics & Technologies; 2013, 22; 257-264
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Data mining workspace as an optimization prediction technique for solving transport problems
Решение задачи прогнозирования в транспортной отрасли с помощью методов data mining
Autorzy:
Kuptcova, A.
Průša, P.
Federko, G.
Molnár, V.
Powiązania:
https://bibliotekanauki.pl/articles/375552.pdf
Data publikacji:
2016
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
time series prediction
data mining
neural network
modelling
predykcja szeregów czasowych
eksploracja danych
sieć neuronowa
modelowanie
Opis:
This article addresses the study related to forecasting with an actual high-speed decision making under careful modelling of time series data. The study uses data-mining modelling for algorithmic optimization of transport goals. Our finding brings to the future adequate techniques for the fitting of a prediction model. This model is going to be used for analyses of the future transaction costs in the frontiers of the Czech Republic. Time series prediction methods for the performance of prediction models in the package of Statistics are Exponential, ARIMA and Neural Network approaches. The primary target for a predictive scenario in the data mining workspace is to provide modelling data faster and with more versatility than the other management techniques.
В данной статье рассматривается задача прогнозирования временных рядов, которая заключается в построении модели для предсказания будущих событий. В исследовании используются методы интеллектуального анализа данных. Модель прогнозирования позволяет адекватно оценивать исследуемый процесс. Целью исследования является изучение динамики расходов при реализации экспортной продукции. Прогнозирование осуществляется с помощью ARIMA-модели, на основе метода экспоненциального сглаживания и по технологии логической нейронной сети. Построение базового и быстрого сценария прогнозирования является важным и ответственным этапом в научной деятельности.
Źródło:
Transport Problems; 2016, 11, 3; 21-31
1896-0596
2300-861X
Pojawia się w:
Transport Problems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Local dynamic integration of ensemble in prediction of time series
Autorzy:
Osowski, S.
Siwek, K.
Powiązania:
https://bibliotekanauki.pl/articles/201557.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
neural networks
ensemble of predictors
dynamic integration
time series prediction
sieci neuronowe
zespół predyktorów
dynamiczna integracja
Opis:
The paper presents local dynamic approach to integration of an ensemble of predictors. The classical fusing of many predictor results takes into account all units and takes the weighted average of the results of all units forming the ensemble. This paper proposes different approach. The prediction of time series for the next day is done here by only one member of an ensemble, which was the best in the learning stage for the input vector, closest to the input data actually applied. Thanks to such arrangement we avoid the situation in which the worst unit reduces the accuracy of the whole ensemble. This way we obtain an increased level of statistical forecasting accuracy, since each task is performed by the best suited predictor. Moreover, such arrangement of integration allows for using units of very different quality without decreasing the quality of final prediction. The numerical experiments performed for forecasting the next input, the average PM10 pollution and forecasting the 24-element vector of hourly load of the power system have confirmed the superiority of the presented approach. All quality measures of forecast have been significantly improved.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2019, 67, 3; 517-525
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
On Time Series Prediction Based on Control Chart
O prognozowaniu szeregów czasowych z wykorzystaniem kart kontrolnych
Autorzy:
Polko, Dominika
Kończak, Grzegorz
Powiązania:
https://bibliotekanauki.pl/articles/904563.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
time series
prediction
control chart
Opis:
Control charts are the most commonly used quality control tools. These tools are dedicated to monitoring processes characteristic over time. Control charts may be successfully applied in other statistical areas. The non-classical use of control charts for time series prediction has been presented by Z. Pawłowski in the paper Predykcja za pomocą kart kontrolnych (Control Chart Based Prediction, 1969). The forecasts obtained by this method are quantitative or qualitative. The modification of this method is presented in the paper. It leads to quantitative predictions in all cases. The proposal was compared to some well-known classical prediction methods in the Monte Carlo study.
Metody statystyczne opracowane na potrzeby kontroli jakości produktów z powodzeniem mogą być stosowane w analizie innych zagadnień. Do najczęściej wykorzystywanych narzędzi kontroli jakości należy zaliczyć karty kontrolne. Nieklasyczne zastosowanie kart kontrolnych związane z wykorzystaniem ich do prognozowania przedstawił Z. Pawłowski w artykule Predykcja za pomocą kart kontrolnych (1969). Prognozy otrzymywane tą metodą mają charakter ilościowy lub jakościowy. W artykule przedstawiono propozycję modyfikacji tej metody w celu uzyskania wszystkich prognoz o charakterze ilościowym. Proponowaną metodę porównano symulacyjnie z wybranymi metodami predykcji.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2013, 286
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Predictive regulation of the output voltage of a three-phase two-level voltage inverter with an LC filter
Autorzy:
Behrendt, Zbigniew
Powiązania:
https://bibliotekanauki.pl/articles/135032.pdf
Data publikacji:
2019
Wydawca:
Akademia Morska w Szczecinie. Wydawnictwo AMSz
Tematy:
uninterruptible power supply (UPS)
model predictive control (MPC)
predictive voltage regulator
load current prediction in the time domain
load current prediction in the frequency domain
total harmonic distortion (THD)
Opis:
The article has presented a predictive output voltage regulator of a three-phase two-level voltage inverter with an LC filter with a prediction of the receiver current in the time domain and the frequency domain. Simulations of the operation of the regulator were conducted for a three-phase receiver. The circuit model and simulations of the operation of the predictive voltage regulator were performed in the PSIM program. The algorithm of the predictive regulator was written in the C programming language in the Microsoft Visual Studio compiler and attached to the model performed in the PSIM program by a block that supports the Dynamic-Link Library.
Źródło:
Zeszyty Naukowe Akademii Morskiej w Szczecinie; 2019, 57 (129); 79-87
1733-8670
2392-0378
Pojawia się w:
Zeszyty Naukowe Akademii Morskiej w Szczecinie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analysis of data from measuring sensors for prediction in production process control systems
Analiza danych z czujników pomiarowych do predykcji w systemach kontroli procesów produkcyjnych
Autorzy:
Rymarczyk, Tomasz
Przysucha, Bartek
Kowalski, Marcin
Bednarczuk, Piotr
Powiązania:
https://bibliotekanauki.pl/articles/408521.pdf
Data publikacji:
2019
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
Cox model
time to failure prediction
production control
intelligent platform
model Coxa
predykcja uszkodzeń
sterowanie produkcją
inteligentna platforma
Opis:
The article presents a solution based on a cyber-physical system in which data collected from measuring sensors was analysed for prediction in the production process control system. The presented technology was based on intelligent sensors as part of the solution for Industry 4.0. The main purpose of the work is to reduce data and select the appropriate covariate to optimise modelling of defects using the Cox model for a specific mechanical system. The reliability of machines and devices in the production process is a condition for ensuring continuity of production. Predicting damage, especially its movement, gives the ability to monitor the current state of the machine. In a broader perspective, this enables streamlining the production process, service planning or control. This ensures production continuity and optimal performance. The presented model is a regressive survival analysis model that allows you to calculate the probability of failure occurring over a given period of time.
Artykuł przedstawia rozwiązanie oparte na systemie cyber-fizycznym, w którym analizowano dane zbierane z czujników pomiarowych do predykcji w systemie kontroli procesów produkcyjnych. Przedstawiona technologia została oparta na inteligentnych czujnikach pomiarowych jako element rozwiązania dla Przemysłu 4.0. Głównym celem pracy jest redukcja danych i wybór odpowiedniego kowariantu w celu optymalizacji modelowania usterek za pomocą modelu Coxa dla konkretnego układu mechanicznego. Niezawodność pracy maszyn i urządzeń w procesie produkcyjnym jest warunkiem zapewnienia ciągłości produkcji. Przewidywanie uszkodzenia, a zwłaszcza jego momentu daje możliwość monitorowania bieżącego stanu maszyny. W szerszej perspektywie umożliwia to usprawnienie procesu produkcji, planowania serwisu, czy kontroli. Zapewnia to utrzymanie ciągłości produkcji i optymalnej jej wydajności. Przedstawiony model jest regresywnym modelem analizy przeżycia, który pozwala na obliczanie prawdopodobieństwa wystąpienia awarii w określonym czasie.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2019, 9, 4; 26-29
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Functional Regression in Short-Term Prediction of Economic Time Series
Autorzy:
Kosiorowski, Daniel
Powiązania:
https://bibliotekanauki.pl/articles/465836.pdf
Data publikacji:
2014
Wydawca:
Główny Urząd Statystyczny
Tematy:
functional data analysis
functional time series
prediction
Opis:
We compare four methods of forecasting functional time series including fully functional regression, functional autoregression FAR(1) model, Hyndman & Shang principal component scores forecasting using one-dimensional time series method, and moving functional median. Our comparison methods involve simulation studies as well as analysis of empirical dataset concerning the Internet users behaviours for two Internet services in 2013. Our studies reveal that Hyndman & Shao predicting method outperforms other methods in the case of stationary functional time series without outliers, and the moving functional median induced by Frainman & Muniz depth for functional data outperforms other methods in the case of smooth departures from stationarity of the time series as well as in the case of functional time series containing outliers.
Źródło:
Statistics in Transition new series; 2014, 15, 4; 611-626
1234-7655
Pojawia się w:
Statistics in Transition new series
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Volatile ARMA Modelling of GARCH Squares
Autorzy:
Lawrance, Anthony J.
Powiązania:
https://bibliotekanauki.pl/articles/483293.pdf
Data publikacji:
2010
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
ARCH
ARMA
GARCH
prediction
time series
volatility
Opis:
This paper points out that the ARMA models followed by GARCH squares are volatile and gives explicit and general forms of their dependent and volatile innovations. The volatility function of the ARMA innovations is shown to be the square of the corresponding GARCH volatility function. The prediction of GARCH squares is facilitated by the ARMA structure and predictive intervals are considered. Further, the developments suggest families of volatile ARMA processes.
Źródło:
Central European Journal of Economic Modelling and Econometrics; 2010, 2, 3; 195-203
2080-0886
2080-119X
Pojawia się w:
Central European Journal of Economic Modelling and Econometrics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The predicting of the overall number of points in the Polish football leagueeague
Autorzy:
Brzyski, Damian
Powiązania:
https://bibliotekanauki.pl/articles/748762.pdf
Data publikacji:
2013
Wydawca:
Polskie Towarzystwo Matematyczne
Tematy:
Football (soccer)
Statistical prediction
Time dependent model
Polish league
Opis:
In this paper we will discuss the issue of predicting the number of points gained at the end of the season by teams from the Polish football league. We will present and compare two models based on different approaches and show how their appropriate mixture improves the prediction accuracy. We shall use mean absolute error to measure a model's fit.
Źródło:
Mathematica Applicanda; 2013, 41, 1
1730-2668
2299-4009
Pojawia się w:
Mathematica Applicanda
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
HydroProg: a system for hydraulic forecasting in real time, based on the multimodelling approach
Autorzy:
Niedzielski, T.
Miziński, B.
Kryza, M.
Netzel, P.
Wieczorek, M.
Kasprzak, M.
Migoń, P.
Szymanowski, M.
Jeziorska, J.
Witek, M.
Kosek, W
Powiązania:
https://bibliotekanauki.pl/articles/108558.pdf
Data publikacji:
2014
Wydawca:
Instytut Meteorologii i Gospodarki Wodnej - Państwowy Instytut Badawczy
Tematy:
hydrology
ensemble prediction
multimodelling
real time prognosis
Kłodzko District
Opis:
Aleja Mickiewicza 24/28, 30-059 Kraków, Poland Abstract: The objective of this paper is to present the concept of a novel system, known as HydroProg, that aims to issue flood warnings in real time on the basis of numerous hydrological predictions computed using various models. The core infrastructure of the system is hosted by the University of Wrocław, Poland. A newly-established computational centre provides in real time, courtesy of the project Partners, various modelling groups, referred to as “project Participants”, with hydrometeorological data. The project Participants, having downloaded the most recent observations, are requested to run their hydrologic models on their machines and to provide the HydroProg system with the most up-to-date prediction of riverflow. The system gathers individual forecasts derived by the Participants and processes them in order to compute the ensemble prediction based on multiple models, following the approach known as multimodelling. The system is implemented in R and, in order to attain the above-mentioned functionality, is equipped with numerous scripts that manipulate PostgreSQL- and MySQL-managed databases and control the data quality as well as the data processing flow. As a result, the Participants are provided with multivariate hydrometeorological time series with sparse outliers and without missing values, and they may use these data to run their models. The first strategic project Partner is the County Office in Kłodzko, Poland, owner of the Local System for Flood Monitoring in Kłodzko County. The experimental implementation of the HydroProg system in the Nysa Kłodzka river basin has been completed, and six hydrologic models are run by scientists or research groups from the University of Wrocław, Poland, who act as Participants. Herein, we shows a single prediction exercise which serves as an example of the HydroProg performance.
Źródło:
Meteorology Hydrology and Water Management. Research and Operational Applications; 2014, 2, 2; 65-72
2299-3835
2353-5652
Pojawia się w:
Meteorology Hydrology and Water Management. Research and Operational Applications
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Real-time travel time prediction models in routing for car navigation applications
Autorzy:
Gaweł, P.
Dembczyński, K.
Kotłowski, W.
Jaszkiewicz, A.
Powiązania:
https://bibliotekanauki.pl/articles/393980.pdf
Data publikacji:
2013
Wydawca:
Polskie Stowarzyszenie Telematyki Transportu
Tematy:
FCD
travel time
prediction
navigation
routing
czas podróży
prognoza
nawigacja
trasowanie
Opis:
We consider the problem of using real-time floating car data to construct vehicle travel time prediction models meant to be used as input to routing algorithms for finding the fastest (time-shortest) path in the traffic network. More specifically we target the on-line car navigation systems. The travel time estimates for such a system need to be computed efficiently and provided for all short segments (links) of the roads network. We compare several fast real-time methods such as last observation, moving average and exponential smoothing, each combined with a historical traffic pattern model. Through a series of large-scale experiments on real-world data we show that the described approach yields promising results and conclude that specific prediction function form may be less important than a proper control of bias-variance trade-off (achieved by historical and real-time models combination). In addition, we consider two different settings for testing the prediction quality of the models. The first setting concerns measuring the prediction error on short road segments, while the second on longer paths through the traffic network. We show the quality and model parameters vary depending on the assessment method.
Źródło:
Archives of Transport System Telematics; 2013, 6, 4; 4-8
1899-8208
Pojawia się w:
Archives of Transport System Telematics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Collectively intelligent prediction in evolutionary multi-agent system
Autorzy:
Kijak, J.
Martyna, P.
Byrski, A.
Faber, Ł.
Piętak, K.
Kisiel-Dorohinicki, M.
Powiązania:
https://bibliotekanauki.pl/articles/397728.pdf
Data publikacji:
2017
Wydawca:
Politechnika Łódzka. Wydział Mikroelektroniki i Informatyki
Tematy:
evolutionary neural networks
agent-based computing
time series prediction
collective intelligence
metaheuristic optimization
ewolucyjne sieci neuronowe
obliczenia agentowe
predykcja szeregów czasowych
inteligencja zbiorowa
optymalizacja metaheurystyczna
Opis:
In the paper a summary of our previously realized and published work connected with constructing collective intelligent evolutionary multi-agent systems for time series prediction, based on multi-layered perceptrons is shown. Besides recalling our past papers, we describe the whole concept, present an implementation in a contemporary, componentoriented software framework AgE 3.0 and we conduct a number of experiments, finding different optimal parametrization for the considered instances of the problems (popular Mackey-Glass chaotic time series). The paper may be useful for a practitioner willing to use our meatheuristic algorithm (EMAS) along with the idea of collective agent-based system in order to realize prediction tasks.
Źródło:
International Journal of Microelectronics and Computer Science; 2017, 8, 3; 85-96
2080-8755
2353-9607
Pojawia się w:
International Journal of Microelectronics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Forecasting models for chaotic fractional-order oscillators using neural networks
Autorzy:
Bingi, Kishore
Prusty, B Rajanarayan
Powiązania:
https://bibliotekanauki.pl/articles/2055150.pdf
Data publikacji:
2021
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
chaotic oscillators
data driven forecasting
fractional order system
model free analysis
neural network
time series prediction
oscylator chaotyczny
układ rzędu ułamkowego
sieć neuronowa
prognozowanie szeregów czasowych
Opis:
This paper proposes novel forecasting models for fractional-order chaotic oscillators, such as Duffing’s, Van der Pol’s, Tamaševičius’s and Chua’s, using feedforward neural networks. The models predict a change in the state values which bears a weighted relationship with the oscillator states. Such an arrangement is a suitable candidate model for out-of-sample forecasting of system states. The proposed neural network-assisted weighted model is applied to the above oscillators. The improved out-of-sample forecasting results of the proposed modeling strategy compared with the literature are comprehensively analyzed. The proposed models corresponding to the optimal weights result in the least mean square error (MSE) for all the system states. Further, the MSE for the proposed model is less in most of the oscillators compared with the one reported in the literature. The proposed prediction model’s out-of-sample forecasting plots show the best tracking ability to approximate future state values.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2021, 31, 3; 387--398
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Execution time prediction model for parallel GPU realizations of discrete transforms computation algorithms
Autorzy:
Puchala, Dariusz
Stokfiszewski, Kamil
Wieloch, Kamil
Powiązania:
https://bibliotekanauki.pl/articles/2173636.pdf
Data publikacji:
2022
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
graphics processing unit
GPU
execution time prediction model
discrete wavelet transform
DWT
lattice structure
convolution-based approach
orthogonal transform
orthogonal filter banks
time effectiveness
prediction accuracy
procesor graficzny
model przewidywania czasu wykonania
dyskretna transformata falkowa
struktura sieciowa
podejście oparte na splotach
przekształcenia ortogonalne
ortogonalne banki filtrów
efektywność czasowa
dokładność przewidywania
Opis:
Parallel realizations of discrete transforms (DTs) computation algorithms (DTCAs) performed on graphics processing units (GPUs) play a significant role in many modern data processing methods utilized in numerous areas of human activity. In this paper the authors propose a novel execution time prediction model, which allows for accurate and rapid estimation of execution times of various kinds of structurally different DTCAs performed on GPUs of distinct architectures, without the necessity of conducting the actual experiments on physical hardware. The model can serve as a guide for the system analyst in making the optimal choice of the GPU hardware solution for a given computational task involving particular DT calculation, or can help in choosing the best appropriate parallel implementation of the selected DT, given the limitations imposed by available hardware. Restricting the model to exhaustively adhere only to the key common features of DTCAs enables the authors to significantly simplify its structure, leading consequently to its design as a hybrid, analytically–simulational method, exploiting jointly the main advantages of both of the mentioned techniques, namely: time-effectiveness and high prediction accuracy, while, at the same time, causing mutual elimination of the major weaknesses of both of the specified approaches within the proposed solution. The model is validated experimentally on two structurally different parallel methods of discrete wavelet transform (DWT) computation, i.e. the direct convolutionbased and lattice structure-based schemes, by comparing its prediction results with the actual measurements taken for 6 different graphics cards, representing a fairly broad spectrum of GPUs compute architectures. Experimental results reveal the overall average execution time and prediction accuracy of the model to be at a level of 97.2%, with global maximum prediction error of 14.5%, recorded throughout all the conducted experiments, maintaining at the same time high average evaluation speed of 3.5 ms for single simulation duration. The results facilitate inferring the model generality and possibility of extrapolation to other DTCAs and different GPU architectures, which along with the proposed model straightforwardness, time-effectiveness and ease of practical application, makes it, in the authors’ opinion, a very interesting alternative to the related existing solutions.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2022, 70, 1; art. no. e139393
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Execution time prediction model for parallel GPU realizations of discrete transforms computation algorithms
Autorzy:
Puchala, Dariusz
Stokfiszewski, Kamil
Wieloch, Kamil
Powiązania:
https://bibliotekanauki.pl/articles/2173537.pdf
Data publikacji:
2022
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
graphics processing unit
GPU
execution time prediction model
discrete wavelet transform
DWT
lattice structure
convolution-based approach
orthogonal transform
orthogonal filter banks
time effectiveness
prediction accuracy
procesor graficzny
model przewidywania czasu wykonania
dyskretna transformata falkowa
struktura sieciowa
podejście oparte na splotach
przekształcenia ortogonalne
ortogonalne banki filtrów
efektywność czasowa
dokładność przewidywania
Opis:
Parallel realizations of discrete transforms (DTs) computation algorithms (DTCAs) performed on graphics processing units (GPUs) play a significant role in many modern data processing methods utilized in numerous areas of human activity. In this paper the authors propose a novel execution time prediction model, which allows for accurate and rapid estimation of execution times of various kinds of structurally different DTCAs performed on GPUs of distinct architectures, without the necessity of conducting the actual experiments on physical hardware. The model can serve as a guide for the system analyst in making the optimal choice of the GPU hardware solution for a given computational task involving particular DT calculation, or can help in choosing the best appropriate parallel implementation of the selected DT, given the limitations imposed by available hardware. Restricting the model to exhaustively adhere only to the key common features of DTCAs enables the authors to significantly simplify its structure, leading consequently to its design as a hybrid, analytically–simulational method, exploiting jointly the main advantages of both of the mentioned techniques, namely: time-effectiveness and high prediction accuracy, while, at the same time, causing mutual elimination of the major weaknesses of both of the specified approaches within the proposed solution. The model is validated experimentally on two structurally different parallel methods of discrete wavelet transform (DWT) computation, i.e. the direct convolutionbased and lattice structure-based schemes, by comparing its prediction results with the actual measurements taken for 6 different graphics cards, representing a fairly broad spectrum of GPUs compute architectures. Experimental results reveal the overall average execution time and prediction accuracy of the model to be at a level of 97.2%, with global maximum prediction error of 14.5%, recorded throughout all the conducted experiments, maintaining at the same time high average evaluation speed of 3.5 ms for single simulation duration. The results facilitate inferring the model generality and possibility of extrapolation to other DTCAs and different GPU architectures, which along with the proposed model straightforwardness, time-effectiveness and ease of practical application, makes it, in the authors’ opinion, a very interesting alternative to the related existing solutions.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2022, 70, 1; e139393, 1--30
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Execution time prediction model for parallel GPU realizations of discrete transforms computation algorithms
Autorzy:
Puchala, Dariusz
Stokfiszewski, Kamil
Wieloch, Kamil
Powiązania:
https://bibliotekanauki.pl/articles/2173635.pdf
Data publikacji:
2022
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
graphics processing unit
GPU
execution time prediction model
discrete wavelet transform
DWT
lattice structure
convolution-based approach
orthogonal transform
orthogonal filter banks
time effectiveness
prediction accuracy
procesor graficzny
model przewidywania czasu wykonania
dyskretna transformata falkowa
struktura sieciowa
podejście oparte na splotach
przekształcenia ortogonalne
ortogonalne banki filtrów
efektywność czasowa
dokładność przewidywania
Opis:
Parallel realizations of discrete transforms (DTs) computation algorithms (DTCAs) performed on graphics processing units (GPUs) play a significant role in many modern data processing methods utilized in numerous areas of human activity. In this paper the authors propose a novel execution time prediction model, which allows for accurate and rapid estimation of execution times of various kinds of structurally different DTCAs performed on GPUs of distinct architectures, without the necessity of conducting the actual experiments on physical hardware. The model can serve as a guide for the system analyst in making the optimal choice of the GPU hardware solution for a given computational task involving particular DT calculation, or can help in choosing the best appropriate parallel implementation of the selected DT, given the limitations imposed by available hardware. Restricting the model to exhaustively adhere only to the key common features of DTCAs enables the authors to significantly simplify its structure, leading consequently to its design as a hybrid, analytically–simulational method, exploiting jointly the main advantages of both of the mentioned techniques, namely: time-effectiveness and high prediction accuracy, while, at the same time, causing mutual elimination of the major weaknesses of both of the specified approaches within the proposed solution. The model is validated experimentally on two structurally different parallel methods of discrete wavelet transform (DWT) computation, i.e. the direct convolutionbased and lattice structure-based schemes, by comparing its prediction results with the actual measurements taken for 6 different graphics cards, representing a fairly broad spectrum of GPUs compute architectures. Experimental results reveal the overall average execution time and prediction accuracy of the model to be at a level of 97.2%, with global maximum prediction error of 14.5%, recorded throughout all the conducted experiments, maintaining at the same time high average evaluation speed of 3.5 ms for single simulation duration. The results facilitate inferring the model generality and possibility of extrapolation to other DTCAs and different GPU architectures, which along with the proposed model straightforwardness, time-effectiveness and ease of practical application, makes it, in the authors’ opinion, a very interesting alternative to the related existing solutions.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2022, 70, 1; art. no. e139393
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Estimation of ship repair time using the genetic algorithm
Autorzy:
Zagan, Remus
Paprocka, Iwona
Manea, Mihaela-Greti
Manea, Emill
Powiązania:
https://bibliotekanauki.pl/articles/1955595.pdf
Data publikacji:
2021
Wydawca:
Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
Tematy:
mean time of dry-docking
average repair time
maintenance duration prediction
maintenance duration estimation
ship maintenance
genetic algorithm
Opis:
Ship maintenance is regulated by both the state and the classification society. The scope of maintenance works depends on the age of the ship and includes a dock, intermediate and special inspection. The problem is to estimate the reliable time of the ship maintenance and the downtime at the shipyard. The purpose of this article is to develop a more accurate model to predict a ship’s overall maintenance time. A multiple linear regression model is developed to describe the impact of historical data on hull repair, painting time, piping, age, structural and hull plate replacement for ship maintenance. In the literature, the least squares method is used to estimate unknown regression coefficients. The original value of the article is the use of a genetic algorithm to estimate coefficient values of the multiple linear regression model. Necessary analysis and simulations are performed on the data collected for oil and chemical or product tankers. As a result, a significant improvement in the adequacy of the presented model was identified.
Źródło:
Polish Maritime Research; 2021, 3; 88-99
1233-2585
Pojawia się w:
Polish Maritime Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A perfect warning to avoid collisions at sea?
Autorzy:
Baldauf, M.
Mehdi, R.
Fischer, S.
Gluch, M.
Powiązania:
https://bibliotekanauki.pl/articles/135016.pdf
Data publikacji:
2017
Wydawca:
Akademia Morska w Szczecinie. Wydawnictwo AMSz
Tematy:
collision avoidance
collision warning
manoeuvring decision support
dynamic prediction methods
Fast-Time-Simulation
Opis:
Avoidance of collisions is one of the most important tasks for the officer of the watch on a ship’s bridge. Measures and actions required to avoid such accidents are described in the Convention on the International Regulations for Preventing Collisions at Sea (COLREGs) adopted by the International Maritime Organization (IMO) in 1972 and still valid, with several minor amendments, since then. On the basis of a proper look-out at all times, by sight and hearing, and the use of all available means, also including technical equipment installed on-board as well as information provided by a Vessel Traffic Service (VTS), the navigating officer collects traffic and environmental data and combines them with their own ship data to construct a mental traffic image for the assessment of risk of collision with other objects in the vicinity. In the case wherre there is an unacceptable risk she or he has to decide on taking action. In most of the cases decision making is appropriate to the prevailing circumstances and ships maneuver and pass at a safe distance. Only in very rare cases, due to whatever reasons, watch officers fail in taking appropriate actions in good time. It is assumed that, if effective alerting algorithms would be available, a substantial number of collisions at sea, and especially in coastal waters, can be avoided by making the watch officer aware that the ‘last line of defence’ for taking action is close to come. It is assumed that there is potential in applying the principle of the resolution advisory alert of an ACAS (Airborne Collision Avoidance System)/TCAS (Traffic Alert and Collision Avoidance System) in aviation and adapt it to the needs of maritime traffic. In this paper, the authors introduce a method for triggering collision warnings by focusing specifically on the critical last phase of an encounter and taking into account the maneuvering characteristics of the navigating ship. They comprehensively explore the application using scenario studies discussing the operational aspects of varying implementation states (one ship only, SOLAS ships only).
Źródło:
Zeszyty Naukowe Akademii Morskiej w Szczecinie; 2017, 52 (124); 53-64
1733-8670
2392-0378
Pojawia się w:
Zeszyty Naukowe Akademii Morskiej w Szczecinie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Remaining service time prediction for corroded shell of a steel tank used for liquid petroleum fuels storage
Autorzy:
Maslak, Mariusz
Pazdanowski, Michał
Powiązania:
https://bibliotekanauki.pl/articles/27323679.pdf
Data publikacji:
2023
Wydawca:
Centrum Rzeczoznawstwa Budowlanego Sp. z o.o.
Tematy:
steel tank
corrosion
durability prediction
remaining service time
time to failure
zbiornik stalowy
korozja
przewidywanie trwałości
czas do awarii
czas obsługi pozostały
Opis:
A numerical example allowing for effective forecasting of the remaining service time for corroded steel shell of a tank used to store liquid petroleum fuels is presented. This time is interpreted here as a period of time counted from the moment of an obligatory tank shell inspection to the moment of the anticipated shell failure understood as the loss of the capacity to safely resist the loads applied to it. Reaching the limit value of failure probability, i.e. the highest probability of failure acceptable to the tank user, is in this approach a determinant of such failure. The detailed considerations pertain to a typical on-the-ground storage tank equipped with a floating roof, located in one of fuel depots in the south of Poland. The forecast has been prepared based on measurements of the random thickness of tank shell weakened by corrosion and measured after 27 years of service time. In the recommended analysis fully probabilistic computational procedures have been applied. This led to a more credible and less conservative service time assessment than the one usually determined via the traditional standard approach. For comparative purposes qualitatively different but formally corresponding safety measures have been applied to describe the obtained results.
Źródło:
Inżynieria Bezpieczeństwa Obiektów Antropogenicznych; 2023, 4; 105--127
2450-1859
2450-8721
Pojawia się w:
Inżynieria Bezpieczeństwa Obiektów Antropogenicznych
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Chaotic time series prediction with feed-forward and recurrent neural nets
Autorzy:
Mańdziuk, J.
Mikołajczak, R.
Powiązania:
https://bibliotekanauki.pl/articles/206741.pdf
Data publikacji:
2002
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
odwzorowanie logistyczne
predykcja
sieć neuronowa
szereg czasowy chaotyczny
chaotic time series
logistic map
neural networks
prediction
Opis:
The results of experimental comparison between several neural architectures for short-term chaotic time series prediction problem are presented. Selected feed-forward architectures (Multi-layer Perceptrons) are compared with the most popular recurrent ones (Elman, extended Elman, and Jordan) on the basis prediction accuracy, training time requirements and stability. The application domain is logistic map series - the well known chaotic time series predition benchmark problem. Simulation results suggest that in terms of prediction accuracy feed-forward networks with two hidden layers are superior to other tested architectures. On the other hand feed-forward architectures are, in general, more demanding in terms of training time requirements. Results also indicate that with a careful choice of learning parameters all tested architectures tend to generate stable (repeatable) results.
Źródło:
Control and Cybernetics; 2002, 31, 2; 383-406
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ocena efektywności neuronowego prognozowania w oparciu o wybrane metody na przykładzie dystrybucji produktów rolniczych
Assessment of effectiveness of the neural prediction based on selected methods exemplified by distribution of agricultural products
Autorzy:
Koszela, K.
Boniecki, P.
Weres, J.
Powiązania:
https://bibliotekanauki.pl/articles/287927.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
sztuczna inteligencja
sztuczne sieci neuronowe
prognozowanie
szeregi czasowe
artificial intelligence
artificial neural networks
prediction
time series
Opis:
Prognozowanie staje się bardzo ważnym etapem w każdej działalności. W przypadku dystrybucji produktów rolniczych mamy do czynienia z szeregiem złożonych bodźców, które przekładają się na wynik końcowy. Natomiast jakość tych prognoz ma ogromne znaczenie na kolejne etapy w łańcuchu produkcyjno-dystrybucyjnym. Sieci neuronowe są bardzo wysublimowaną techniką modelowania, zdolną odwzorować bardzo złożone funkcje. Modelowanie z wykorzystaniem sztucznych sieci neuronowych stosuje się wówczas, gdy nie jest znany dokładny opis matematyczny rozpatrywanego zjawiska, natomiast dobrze określone są jego wejścia i wyjścia. Sztuczna sieć neuronowa potrafi nauczyć się rozpoznawać analizowany problem, dając szybko odpowiedź na zmieniające się parametry wejściowe procesu. W pracy przedstawiono porównanie dwóch metod neuronowego modelowania sprzedaży wybranego produktu.
Prediction becomes a very important stage in many activities. In case of distributing agricultural products we deal with a number of stimuli which consequently transform into the end effect. It is clear that the quality of those predictions has a great influence on subsequent stages in the production and distribution chain. Neural networks are a sophisticated technique of modeling capable of reflecting very complex functions. Modeling using artificial neural networks is used when exact mathematical description of investigated phenomenon is not known but its inputs and outputs are well defined. Artificial neural network can learn to recognize the problem analyzed giving an answer to changing input parameters. In the paper two methods of neural modeling of a chosen agricultural product distribution were presented.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 2, 2; 69-76
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Time series forecasting using the LSTM network
Prognozowanie szeregów czasowych z użyciem sieci LSTM
Autorzy:
Pęczek, Mateusz
Litawa, Grzegorz
Powiązania:
https://bibliotekanauki.pl/articles/2130853.pdf
Data publikacji:
2021
Wydawca:
Państwowa Wyższa Szkoła Zawodowa w Nowym Sączu
Tematy:
machine learning
LSTM
value prediction
time series
Keras
uczenie maszynowe
przewidywanie wartości
szeregi czasowe
notowania giełdowe
Opis:
Predicting time series is currently one of the problems that can be solved through the use of machine learning methods. A time series is a set of data points in which the sequence is measured at equal time intervals. Predicting the value of the time series can influence your decisions or help you achieve better results. Stock quotes are an example of a time series - the purpose of the created model is attempt to predict their value. One solution to the problem of predicting the results of the time series is the LSTM network. The network contains layered LSTM cells that have the ability to use previously observed relationships in the data set. The number of LSTM layers and cells in each layer is dependent on the designer and is selected based on expert knowledge. The results obtained from the model may seem correct and close to the real ones. Regardless of what values we get and how high the accuracy of the model will be, it should be remembered that stock prices are influenced by parameters and events that cannot be predicted. The predicted values obtained from the model should be treated as a guide or reference information. Stock quotes may change under the influence of geopolitical situations, company involvement, armed conflict or other random and unpredictable phenomenon, therefore, when making decisions, the results of the model should not be taken for granted.
Przewidywanie szeregów czasowych jest obecnie jednym z problemów, które mogą zostać rozwiązane poprzez zastosowanie metod uczenia maszynowego. Szeregiem czasowym nazwiemy zbiór danych, w których pomiar odbywał się w jednakowych odstępach czasu. Przewidywanie wartości szeregu czasowego może wpłynąć na podejmowane decyzje lub pomóc w osiąganiu lepszych wyników. Przykładem szeregu czasowego są notowania giełdowe - celem utworzonego modelu jest próba przewidywania ich wartości. Jednym z rozwiązań problemu przewidywania wyników szeregów czasowych jest sieć LSTM. Sieć zawiera warstwowo ułożone komórki LSTM, które mają zdolność do wykorzystywania wcześniej zaobserwowanych zależności występujących w zbiorze danych. Liczba warstw i komórek LSTM w każdej warstwie jest zależna od projektanta i dobiera się ją w oparciu o wiedzę ekspercką. Wyniki otrzymane z modelu mogą wydawać się poprawne i zbliżone do rzeczywistych. Niezależnie od tego, jakie wartości otrzymamy i jak duża będzie dokładność modelu, należy pamiętać, że na notowania giełdowe wpływ mają parametry i zdarzenia, których nie da się przewidzieć. Wartości przewidywane, otrzymane z modelu, należy traktować jako pomoc lub informacje poglądowe. Notowania giełdowe mogą zmieniać się pod wpływem sytuacji geopolitycznej, upadku firmy, konfliktu zbrojnego lub innego losowego i niemożliwego do przewidzenia zjawiska, dlatego przy podejmowaniu decyzji nie należy traktować wyników modelu jako pewne.
Źródło:
Journal of Engineering, Energy and Informatics; 2021, 1; 116-120
2720-4162
2720-5541
Pojawia się w:
Journal of Engineering, Energy and Informatics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Dokładność prognozowania zapotrzebowania na ciepło w szklarni
Precision of forecasting the heat demand in greenhouse
Autorzy:
Grabarczyk, S.
Powiązania:
https://bibliotekanauki.pl/articles/362526.pdf
Data publikacji:
2016
Wydawca:
Instytut Fizyki Budowli Katarzyna i Piotr Klemm
Tematy:
szklarnia
prognozowanie
szereg czasowy
zapotrzebowanie na ciepło
błąd prognozy
greenhouse
prediction
time series
heat demand
forecast error
Opis:
Krótkoterminowe prognozy zapotrzebowania na ciepło dają możliwość zwiększenia wydajności produkcji ciepła, zmniejszenia zużycia paliwa i emisji produktów spalania do atmosfery. W artykule przedstawiono problem dokładności prognozowania zapotrzebowania na ciepło w szklarni z wykorzystaniem metod SARIMA. Źródłem informacji do analizy szeregów czasowych były dane eksploatacyjne zużycia ciepła.
Short-term heat demand predictions give possibility for increasing efficiency of heat production, reduce fuel consumption and connected with it emission decreasing from combustion products to the atmosphere. The paper presents a problem precision of forecasting heat demand in a greenhouse building using SARIMA methods. Information source for the analysis of time series were operating data of energy consumption.
Źródło:
Fizyka Budowli w Teorii i Praktyce; 2016, T. 8, nr 1, 1; 5-12
1734-4891
Pojawia się w:
Fizyka Budowli w Teorii i Praktyce
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wprowadzenie do predykcji z wykorzystaniem sztucznych sieci neuronowych i metod statystycznych
An introduction to prediction with the use of artificial neural networks and statistical methods
Autorzy:
Nawrocka, Monika
Drozd, Miłosz
Maszczyk, Adam
Gołaś, Artur
Powiązania:
https://bibliotekanauki.pl/articles/459999.pdf
Data publikacji:
2015
Wydawca:
Fundacja Pro Scientia Publica
Tematy:
predykcja
analiza statystyczna
regresja
optymalizacja
szeregi czasowe
sieci neuronowe
prediction
statistical analysis
regression
optimization
time series
neural networks
Opis:
Podejście statystyczne umożliwia prowadzenie prognoz zdarzeń lub procesów. Wyróżnia się modele regresyjne liniowe i nieliniowe, modele szeregów czasowych oraz modele neuronowe. Predykcja określa przewidywanie przyszłych cech statystycznych zdarzeń losowych, które można zmierzyć. Wyznacza prognozy dla maksymalizacji. Korzyści, jakie wynikają z prognozowania, to: porównywanie, grupowanie, analizowanie zmienności, określania trendów oraz wyznaczania prognoz uzyskanych wyników, z wykorzystaniem optymalnego wektora zmiennych niezależnych predyktorów do wyciągania sukcesywnych wniosków.
The statistical approach allows the introduction of predictions of events or processes. Among these are linear and nonlinear regression models, time series models and neural models. Prediction is defined by the anticipation of future statistical characteristics of random events which can be measured, and designates forecasts for maximizing. The benefits which stem from prediction are comparison, grouping, analysis of variation, determinion of trends and setting forecasts of the results obtained with the use of an optimal vector of independent variables predictors for drawing successive conclusions.
Źródło:
Ogrody Nauk i Sztuk; 2015, 5; 203-211
2084-1426
Pojawia się w:
Ogrody Nauk i Sztuk
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Time-based machine failure prediction in multi-machine manufacturing systems
Algorytm wsparcia strategii tbm w wielomaszynowych systemach wytwórczych
Autorzy:
Sobaszek, Łukasz
Gola, Arkadiusz
Świć, Antoni
Powiązania:
https://bibliotekanauki.pl/articles/1365197.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
production system
maintenance
reliability
machine failure
prediction
Time-Based Maintenance
system produkcyjny
utrzymanie ruchu
niezawodność
awarie maszyn
predykcja
Opis:
The execution of production processes in real manufacturing systems is associated with the occurrence of numerous disruptions, which predominantly revolve around technological machine failure. Therefore, various maintenance strategies are being developed, many of which tend to emphasise effective preventive measures, such as the Time-Based Maintenance (TBM) discussed in this paper. Specifically, this publication presents the time-based machine failure prediction algorithm for the multi-machine manufacturing environment. The Introduction section outlines the body of knowledge related to typical strategies applied in maintenance. The next part describes an approach to failure prediction that treats processing times as makespan and is followed by highlighting the key role of historical data in machine failure management, in the subsequent section. Finally, the proposed time-based machine failure prediction algorithm is presented and tested by means of a two-step verification, which confirms its effectiveness and further practical implementation.
Realizacja procesów produkcyjnych w rzeczywistych systemach wytwórczych wiąże się z występowaniem wielu zakłóceń, do których zalicza się głównie awarie maszyn technologicznych. W związku z tym obserwowany jest rozwój różnorodnych strategii utrzymania ruchu. Coraz większy nacisk kładziony jest na efektywne działania prewencyjne, do których zalicza się także działania określone w czasie (ang. Time-Based Maintenance – TBM). W niniejszej publikacji zaprezentowano algorytm predykcji awarii maszyn w wielomaszynowych systemach wytwórczych wspierający prewencyjne utrzymanie ruchu. Na wstępie omówiono zagadnienia związane z typowymi strategiami stosowanymi w obszarze UR. Ponadto omówiono tematykę predykcji awarii, zwracając uwagę na ujęcie czasu pracy maszyny jako czasu trwania, a także kluczową rolę wykorzystania danych historycznych dotyczących awarii maszyn. Następnie zaprezentowano proponowany algorytm predykcji wspierający działania określone w czasie. Prezentowane prace zakończono dwuetapową weryfikacją proponowanej metody, która potwierdziła jej skuteczność oraz zasadność wykorzystania.
Źródło:
Eksploatacja i Niezawodność; 2020, 22, 1; 52-62
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Dynamic rating method of traction network based on wind speed prediction
Autorzy:
Su, Zhaoux
Tian, Mingxing
Sun, Lijun
Zhang, Ruopeng
Powiązania:
https://bibliotekanauki.pl/articles/2086724.pdf
Data publikacji:
2022
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
dynamic thermal rating
IEEE-738
short-term emergency dispatch
time series model
traction power supply
wind speed prediction
Opis:
The operating temperature of the transmission line in the traction network is affected by geographical and climatic factors, especially the wind speed. To make better use of the thermal stability transmission capacity of the traction power supply system in improving the short-term emergency transmission capacity, the dynamic rating technology is introduced into the traction power supply system. According to the time-varying characteristics of the actual wind speed, a dynamic rating method of the traction network based on wind speed prediction is proposed and constructed. Based on the time series model in predicting the wind speed series along the corridor of the traction network, the temperature curve of each transmission line under different currents is calculated by combining it with the heat balance equation of an IEEE-738 capacity expansion model, thus the relationship between the peak operating temperature and current of each transmission line in the prediction period is obtained. According to the current distribution coefficient, the capacity increase limit of the traction network is determined. The example shows that the proposed dynamic rating method based on wind speed prediction is an effective method to predict the short-term safe capacity increase limit of the traction network, which can increase the comprehensive capacity of the traction network by about 45% in the next six hours, and the capacity increase effect is obvious, which can provide reference and technical support for short-term emergency dispatching of traction power supply dispatching centres.
Źródło:
Archives of Electrical Engineering; 2022, 71, 2; 379--395
1427-4221
2300-2506
Pojawia się w:
Archives of Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Research on general theory and methodology in geodesy in Poland in 2019–2022
Autorzy:
Klos, Anna
Ligas, Marcin
Trojanowicz, Marek
Powiązania:
https://bibliotekanauki.pl/articles/43852778.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Czasopisma i Monografie PAN
Tematy:
estymacja odporna
geodezyjne szeregi czasowe
układ odniesienia
robust estimation
relativistic effects
prediction problems
datum transformation
geodetic time series
Opis:
We present a summary of research carried out in 2019–2022 in Poland in the area of general theory and methodology in geodesy. The study contains a description of original contributions by authors affiliated with Polish scientific institutions. It forms part of the national report presented at the 28th General Assembly of the International Union of Geodesy and Geophysics (IUGG) taking place on 11-20 July 2023 in Berlin, Germany. The Polish authors developed their research in the following thematic areas: robust estimation and its applications, prediction problems, cartographic projections, datum transformation problems and geometric geodesy algorithms, optimization and design of geodetic networks, geodetic time series analysis, relativistic effects in GNSS (Global Navigation Satellite System) and precise orbit determination of GNSS satellites. Much has been done on the subject of estimating the reliability of existing algorithms, but also improving them or studying relativistic effects. These studies are a continuation of work carried out over the years, but also they point to new developments in both surveying and geodesy.We hope that the general theory and methodology will continue to be so enthusiastically developed by Polish authors because although it is not an official pillar of geodesy, it is widely applicable to all three pillars of geodesy.
Źródło:
Advances in Geodesy and Geoinformation; 2023, 72, 1; art. no. e40, 2023
2720-7242
Pojawia się w:
Advances in Geodesy and Geoinformation
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prediction of Garment Production Cycle Time Based on a Neural Network
Przewidywanie czasu cyklu produkcji odzieży na podstawie sieci neuronowej
Autorzy:
Cao, Huaqing
Ji, Xiaofen
Powiązania:
https://bibliotekanauki.pl/articles/1419886.pdf
Data publikacji:
2021
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
Tematy:
garment production
big data
cycle time
neural network
prediction
produkcja odzieży
duży zbiór danych
czas cyklu
sieć neuronowa
predykcja
Opis:
The process of garment production has always been a black box. The production time of different clothing is different and has great changes, thus managers cannot make a production plan accurately. With the world entering the era of industry 4.0 and the accumulation of big data, machine learning can provide services for the garment manufacturing industry. The production cycle time is the key to control the production process. In order to predict the production cycle time more accurately and master the production process in the garment manufacturing process, a neural network model of production cycle time prediction is established in this paper. Using a trained neural network to predict the production cycle time, the overall error of 6 groups is within 5%, and that of 3 groups is between 5% and 10%. Therefore, this neural network can be used to predict the future production cycle time and predict the overall production time of clothing.
Czas produkcji różnych ubrań jest inny i podlega dużym zmianom, dlatego menedżerowie nie mogą dokładnie zaplanować produkcji. Wraz z wkroczeniem świata w erę przemysłu 4.0 i gromadzeniem dużych zbiorów danych dobrym rozwiązaniem dla przemysłu odzieżowego jest zastosowanie maszyn uczących się. Czas cyklu produkcyjnego jest kluczem do kontroli procesu produkcyjnego. W celu dokładniejszego przewidywania czasu cyklu produkcyjnego i opanowania procesu produkcyjnego w procesie produkcji odzieży, w artykule opracowano model sieci neuronowej do przewidywania czasu cyklu produkcyjnego. Do przewidywania czasu cyklu produkcyjnego użyto sieci neuronowej, ogólny błąd 6 grup mieścił się w granicach 5%, a 3 grup – między 5% a 10%. W związku z tym zaprezentowana sieć neuronowa może znaleźć zastosowanie w przewidywaniu czasu cyklu produkcyjnego i całkowitego czasu produkcji odzieży.
Źródło:
Fibres & Textiles in Eastern Europe; 2021, 1 (145); 8-12
1230-3666
2300-7354
Pojawia się w:
Fibres & Textiles in Eastern Europe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Time-to-failure forecast for corroded shell of above-ground steel tank used to store liquid fuels
Prognoza czasu do awarii skorodowanej powłoki naziemnego zbiornika stalowego do magazynowania paliw płynnych
Autorzy:
Maslak, Mariusz
Pazdanowski, Michał
Powiązania:
https://bibliotekanauki.pl/articles/1853645.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
powłoka skorodowana
zbiornik stalowy
prawdopodobieństwo uszkodzenia
prognoza trwałości
czas do awarii przewidywany
czas zdatności
steel tank
corroded shell
failure probability
durability prediction
time-to-failure forecast
survival time
Opis:
An original simplified procedure to estimate the remaining service time of corroded shell of an on-the-ground steel tank used to store liquid fuels is presented in this paper. Current corrosion progress trend, identified a’posteriori based on the obligatory technical condition monitoring, is extrapolated to the future tank service time under the assumption that the conditions of service would not change and no renovation or modernization works would be undertaken. Failure probability understood as exhaustion of the capability to safely resist the loads applied due to the corrosion progress constitutes the measure of the sought uptime. For comparative purposes several effective inference methods have been proposed for the same input data, based on formally qualitatively different but corresponding description measures. It has been shown, that in the analysis of this type the representative values, usually expressed as quantiles of probability distributions describing random variables in use, need not be specified to verify the safety condition. The proposed algorithm is based on fully probabilistic considerations, and those, according to Authors’ opinion, by their nature lead to more reliable, and at the same time, objective estimates.
Przedstawiono uproszczoną, autorską procedurę szacowania pozostającego czasu zdatności skorodowanej powłoki naziemnego użytkowanego zbiornika stalowego wykorzystywanego do magazynowania paliw płynnych. W proponowanym algorytmie postępowania dotychczasowy trend postępu korozji, identyfikowany a posteriori na podstawie pomiarów dokonywanych w ramach obowiązkowych ocen stanu technicznego, zostaje ekstrapolowany na czas przyszłego użytkowania zbiornika, przy założeniu że sposób jego wykorzystania nie ulegnie zmianie i nie będą prowadzone jakiekolwiek prace remontowe lub modernizacyjne. Miarą oceny poszukiwanego czasu zdatności jest narastające wraz z postępem korozji prawdopodobieństwo awarii rozumianej jako wyczerpanie możliwości bezpiecznego przenoszenia obciążeń. Awaria nie oznacza przy tym natychmiastowego zniszczenia obiektu ale stan, w którym monitorowane prawdopodobieństwo osiągnęło poziom graniczny, niemożliwy do zaakceptowania przez użytkownika. Dla tych samych danych wejściowych, w celach porównawczych, zaproponowano różne sposoby efektywnego wnioskowania, oparte na formalnie jakościowo odmiennych ale odpowiadających sobie miarach opisu. Potwierdzono, że w tego typu analizie do weryfikacji warunku bezpieczeństwa nie ma potrzeby specyfikacji jakichkolwiek wartości reprezentatywnych, wyznaczanych na ogół jako kwantyle rozkładów prawdopodobieństwa opisujących poszczególne zmienne losowe, w szczególności losowe obciążenie i losową nośność rozważanej powłoki. Proponowany algorytm opiera się bowiem na wnioskowaniu w pełni probabilistycznym, a to, zdaniem autorów, ze swej natury pozwala oceniającemu na uzyskanie bardziej wiarygodnych a przy tym obiektywnych oszacowań. Prezentowana procedura została zweryfikowana numerycznie na przykładzie prognozy opracowanej dla istniejącego stalowego zbiornika paliwowego z dachem pływającym, zlokalizowanego w jednej z baz paliwowych Polski południowej.
Źródło:
Archives of Civil Engineering; 2021, 67, 1; 303-322
1230-2945
Pojawia się w:
Archives of Civil Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Manoeuvring areas to adapt ACAS for the maritime domain
Autorzy:
Baldauf, M.
Mehdi, R.
Deeb, H.
Schröder-Hinrichs, J. U.
Benedict, K.
Krüger, C.
Fischer, S.
Gluch, M.
Powiązania:
https://bibliotekanauki.pl/articles/135052.pdf
Data publikacji:
2015
Wydawca:
Akademia Morska w Szczecinie. Wydawnictwo AMSz
Tematy:
situation-dependent analysis
risk assessment
risk of collision
collision probability
prediction of manoeuvring areas
potential areas of water
fast time simulation
Opis:
Rapidly increasing numbers of ships and ship sizes pose an ever-growing challenge to the maritime industry. Although statistics indicate improved levels of safety in the industry which carries 90% of the world’s trade, the risk of navigational accidents, among other issues, remains a prime concern and priority (EMSA, 2010; 2014). In order to address these concerns, the authors turned to another high-risk industry for inspiration. Specifically, they turned to the aviation industry, which has often been used as a source of comparisons and ideas by researchers in the maritime domain. Keeping up with the trend, the authors of this paper turn to a tried-and-tested system used widely in modern aviation: the Airborne Collision Avoidance System (ACAS). The prime idea behind ACAS is to construct two virtual 3D zones around an aircraft. These zones are dynamic, and depend on the manoeuvring characteristics of a given aircraft. If the system detects an “intruder” (another aircraft) in either of the two well-defined virtual zones, it provides warnings and/or instructions to pilots of both aircraft to take certain precautionary or emergency measures. In the current paper, the authors explore whether or not such a system is feasible for use in the maritime domain and, if so, how. The paper provides a detailed analysis of the potential benefits and drawbacks of using an ACAS-like system onboard vessels. It also discusses possible means of implementation and integration with current equipment, and explores how the introduction of e-navigation may impact the proposed solution.
Źródło:
Zeszyty Naukowe Akademii Morskiej w Szczecinie; 2015, 43 (115); 39-47
1733-8670
2392-0378
Pojawia się w:
Zeszyty Naukowe Akademii Morskiej w Szczecinie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Availability phase estimation in gas turbine based on prognostic system modeling
Autorzy:
Saadat, B.
Kouzou, A.
Guemana, M.
Hafaifa, A.
Powiązania:
https://bibliotekanauki.pl/articles/328930.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
availability time
fatigue prediction
fault prognosis
gas turbine
prognostic system
czas dostępności
zmęczenie materiału
prognoza
prognozowanie uszkodzeń
turbina gazowa
system prognostyczny
Opis:
The present paper deals mainly with the improvement of the degradation indicators of a gas turbine. Therefore, to achieve this purpose a prognostic approach is used in order to provide an adequate diagnostic function of the studied gas turbine. In this context, this paper proposes a degradation modeling of the studied gas turbine system in order to increase its safety and to ensure accurate future decision making process that allow to enhance the operating state of this industrial equipment. Indeed, the prognostic system proposed in this work takes into account the eventual vibration impacts over all phases of the life cycle process of the studied system to provide a diagnostic function with the required availability at with lowest maintenance cost.
Źródło:
Diagnostyka; 2017, 18, 2; 3-11
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Assessment of Heterogeneous Road Traffic Noise in Nagpur
Autorzy:
Lokhande, S. K.
Pathak, S. S.
Kokate, P. A.
Dhawale, S. A.
Bodhe, G. L.
Powiązania:
https://bibliotekanauki.pl/articles/176717.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
traffic noise
FHWA
Federal Highway Administration
TNM
Traffic Noise Model
Prediction Model
LAeq,T
a-weighted time-average sound level
noise pollution
Opis:
The objective of the study is to assess the noise scenario and evaluate prediction model for heterogeneous traffic conditions. In the past few years, road traffic of Nagpur has increased significantly due to the rapid increase in the number of vehicles. Noise levels are monitored at six different squares, characterized as interrupted traffic flow due to traffic signals, high population density and heavy traffic where the major sources of noise are engines, exhausts, tires interacting with the road, horns, sound of gear boxes, breaks, etc. The A-weighted time-average sound levels (LAeq, T) are measured at the different time of day during peak and off-peak traffic hours. To assess the traffic noise more precisely, the noise descriptors such as L10, L50, L90, LAeq, T, TNI (Traffic Noise Index), NPL (Noise Pollution Level) and NC (Noise Climate) are used. In the present study, the Federal Highway Administration (FHWA) noise prediction model is used for prediction of noise levels and it is observed that one-hour duration measured LAeq, T ranged from 71 to 76 dB(A) and 71.6 to 76.3 dB(A) during peak and off peak hours respectively. Due to the heavy traffic the peak hour Sound Exposure Levels (LAE) at all locations are exceeding permissible limit of 70 dB(A) prescribed by the World Health Organization (W.H.O). Off-peak traffic hour noise levels are within permissible limit except at two locations, Jagnade and HB town square. Significant correlation was obtained when best fit lines generated between measured and predicted values gives R2 of 0.455 for all time intervals. Chi-Square test (X2) was also computed to investigate the noise levels at different squares. The results show that the inhabitants of Nagpur city are exposed to high transportation noise during daytime.
Źródło:
Archives of Acoustics; 2018, 43, 1; 113-121
0137-5075
Pojawia się w:
Archives of Acoustics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Specjalizowany cyfrowy system predykcyjny z prostą hipotezą o ruchu celu
Specialized digital prediction system with a simple hypothesis of the target movement
Autorzy:
Madej, W.
Powiązania:
https://bibliotekanauki.pl/articles/118536.pdf
Data publikacji:
2010
Wydawca:
Politechnika Koszalińska. Wydawnictwo Uczelniane
Tematy:
moduł obliczeń balistycznych
system czasu rzeczywistego
system predykcyjny
przelicznik
warunki strzelania
module of the ballistic computations
real time system
prediction system
resolver
shooting conditions
Opis:
Specjalizowane cyfrowe systemy predykcyjne są niezbędnym elementem zautomatyzowanego systemu kierowania ogniem artylerii przeciwlotniczej. Stanowią one podstawowy podsystem, który realizuje zadania modułu balistycznego. Moduł ten odpowiada za wypracowanie odpowiednich nastaw do wykonania zadania ogniowego. W pracy przedstawiono algorytm obliczeń oraz niezbędne funkcje do prawidłowego działania specjalizowanego systemu predykcyjnego realizującego predykcję punktu wyprzedzonego dla małokalibrowej artylerii przeciwlotniczej. Algorytm ten może być zaimplementowany w komputerze przemysłowym, systemie mikroprocesorowym z procesorem sygnałowym lub w sterowniku programowalnym PLC, który posiada możliwość programowania w języku C.
Specialized digital prediction systems are necessary elements of the automated system of the fire control of anti-aircraft artillery. They constitute the basic subsystem which realizes tasks of the ballistic module. This module is responsible for working out appropriate settings for performance of the fire task. In the paper the algorithm of computations and necessary functions for the proper operating of the specialized prediction system realizing prediction of the meeting point. i.e. coordinates of the point in which, according to the computations, the meeting of the target and the missile should take place, for small caliber anti-aircraft artillery are presented. This algorithm can be implemented using industrial computers, microprocessor systems containing a signal processor or a programmable logic controller (PLC) which can be programmed in the C programming language.
Źródło:
Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej; 2010, 2; 15-36
1897-7421
Pojawia się w:
Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A consultative approach to charter party agreements based on virtual on time arrival
Autorzy:
Davies, H.
Bevan, S.
Powiązania:
https://bibliotekanauki.pl/articles/116955.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Morski w Gdyni. Wydział Nawigacyjny
Tematy:
economic aspects
charter party
charter party agreement
virtual nn time arrival
numerical weather prediction
Beaufort Force (BF)
Douglas Sea and Swell (DSS) scale
route optimization
Opis:
Charter Party agreements underpin the relationship between ship owners and charterers. The agreement guarantees the performance of a vessel in terms of speed and fuel consumption. On this basis the charterers plan the arrival of their cargo and their profit margin. However, ship performance is degraded by age, periods between maintenance and many vessels fail to perform as expected. Moreover the performance is only warranted during the specific conditions stated in the charter party which are not always clear. These usually refer to Beaufort Force (BF) and the Douglas Sea and Swell (DSS) scale which is archaic in the age of Numerical Weather Prediction. Given these conditions, the stage is set for conflict and there are often disputes over the weather conditions experienced. Moreover ships’ often do not arrive on time because the charterer has assumed that the ship will make good its warranted speed and not taken account of the forecast weather conditions. The authors propose a new way of approaching charter agreements with the emphasis on consultation rather than confrontation facilitated by a new web based software platform.
Źródło:
TransNav : International Journal on Marine Navigation and Safety of Sea Transportation; 2017, 11, 2; 303-308
2083-6473
2083-6481
Pojawia się w:
TransNav : International Journal on Marine Navigation and Safety of Sea Transportation
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Foreshadow prediction of coal and gas outbursts based on a weighted first-order local-region method
Prognozowanie wyrzutów gazu i węgla na podstawie ważonej metody lokalnej pierwszej potęgi
Autorzy:
Li, Z. Q.
Liu, Z.
Yuan, S.
Powiązania:
https://bibliotekanauki.pl/articles/348565.pdf
Data publikacji:
2012
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
ważona metoda lokalna pierwszej potęgi
wyrzuty węgla i gazu
chaotyczny szereg czasowy
prognozowanie wyrzutów
weighted first-order local-region method
coal and gas outbursts
chaotic time series
outburst prediction
Opis:
This paper presents a method for the foreshadow prediction of coal and gas outburst. It was hypothesized that the gas emission prior to coal and gas outburst was nonlinear and the chaotic time series could be used in the short-term prediction. The weighted first-order local-region method was used to analyze the historical monitored gas emission data prior to the coal and gas outburst in a coal mine. The phase space of gas emission time series was reconstructed according to Takens' theory and a dynamic mathematical model of prediction was constructed. Then, the model was applied to predict the gas emission and the results were good. More than 75 percent of the predictive value error constitutes less than 1 percent. The results show that the weighted first-order local-region method is much more precise than some prediction methods and it is also easy to operate. So it is good in application and provides an effective method for coal and gas outburst prediction based on the obviously nonlinear gas emission data.
Niniejsza publikacja przedstawia metodę prognozowania wyrzutów węgla i gazu. Z postawionych hipotez wynika, że emisja gazu, do której dochodzi przed wyrzutem węgla i gazu, ma przebieg nieliniowy, a chaotyczny szereg czasowy może być wykorzystywany w prognozach krótkoterminowych. Do analizy danych historycznych monitorowanej emisji gazu przed wyrzutem węgla i gazu w kopalni zastosowano ważoną metodę lokalną pierwszej potęgi. Przestrzeń fazową szeregu czasowego emisji gazu zrekonstruowano na podstawie twierdzenia Takensa, a następnie sporządzono dynamiczny model matematyczny prognozy. Model ten wykorzystano do prognozy emisji gazu. Wyniki testu były zadowalające. 75 procent błędu wartości prognozowanej stanowi mniej niż 1 procent. Wyniki pokazują, że ważona metoda lokalna pierwszej potęgi jest o wiele bardziej precyzyjna niż wiele innych metod prognostycznych. Ponadto jest ona łatwa do zastosowania. Prostota i skuteczność tej metody czyni ją odpowiednią do prognozowania wyrzutów węgla i gazu na podstawie nieliniowych danych emisji gazu.
Źródło:
AGH Journal of Mining and Geoengineering; 2012, 36, 3; 217-223
1732-6702
Pojawia się w:
AGH Journal of Mining and Geoengineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Weighted prediction method with multiple time series using multi-kernel least squares support vector regression
Metoda ważonej predykcji wielokrotnych szeregów czasowych z wykorzystaniem wielojądrowej regresji wektorów wspierających metodą najmniejszych kwadratów (LS-SVR)
Autorzy:
Guo, Y. M.
Ran, C. B.
Li, X. L.
Ma, J. Z.
Zhang, L.
Powiązania:
https://bibliotekanauki.pl/articles/302067.pdf
Data publikacji:
2013
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
szereg czasowy
predykcja ważona
regresja wektorów wspierających metodą najmniejszych kwadratów (LS-SVR)
uczenie wielojądrowe (MKL)
time series
weighted prediction
least squares support vector regression (LS-SVR)
multiple kernel learning (MKL)
Opis:
Least squares support vector regression (LS-SVR) has been widely applied in time series prediction. Based on the case that one fault mode may be represented by multiple relevant time series, we utilize multiple time series to enrich the prediction information hiding in time series data, and use multi-kernel to fully map the information into high dimensional feature space, then a weighted time series prediction method with multi-kernel LS-SVR is proposed to attain better prediction performance in this paper. The main contributions of this method include three parts. Firstly, a simple approach is proposed to determine the combining weights of multiple basis kernels; Secondly, the internal correlative levels of multiple relevant time series are computed to present the different contributions of prediction results; Thirdly, we propose a new weight function to describe each data's different effect on the prediction accuracy. The experiment results indicate the effectiveness of the proposed method in both better prediction accuracy and less computation time. It maybe has more application value.
Regresja wektorów wspierających metodą najmniejszych kwadratów (LS-SVR) jest szeroko stosowana w predykcji szeregów czasowych. Opierając się na fakcie, że jeden rodzaj niezdatności może być reprezentowany przez wiele relewantnych szeregów czasowych, w niniejszej pracy wykorzystano wielokrotne szeregi czasowe do wzbogacenia informacji predykcyjnych ukrytych w szeregach czasowych oraz posłużono się metodą uczenia wielojądrowego (multi-kernel) w celu mapowania informacji do wysoko wymiarowej przestrzeni cech, a następnie zaproponowano metodę ważonej predykcji wielokrotnych szeregów czasowych z wykorzystaniem wielojądrowej regresji LS-SVR służącą osiągnięciu lepszej wydajności prognozowania.Metoda składa się z trzech głównych części. Po pierwsze, zaproponowano prosty sposób określania łącznej wagi wielu jąder podstawowych. Po drugie, obliczono wewnętrzne poziomy korelacyjne wielokrotnych szeregów czasowych w celu przedstawienia różnego udziału wyników prognozowania. Po trzecie, zaproponowano nową funkcję wagi do opisu różnego wpływu poszczególnych danych na trafność predykcji. Wyniki doświadczenia wskazują na skuteczność proponowanej metody zarówno jeśli chodzi o lepszą trafność predykcji jak i krótszy czas obliczeniowy. Proponowane rozwiązanie ma potencjalnie dużą wartość aplikacyjną.
Źródło:
Eksploatacja i Niezawodność; 2013, 15, 2; 188-194
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Comparison of the results of time series prediction obtained with the classical GMDH algorithm and the modified method containing sensitivity functions
Porównanie rezultatów predykcji szeregów czasowych uzyskanych za pomocą klasycznego algorytmu GMDH oraz zmodyfikowanej metody GMDH z funkcjami czułości
Autorzy:
Bobkowska, J.
Powiązania:
https://bibliotekanauki.pl/articles/155812.pdf
Data publikacji:
2013
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
complex systems
prediction
sensitivity functions
GMDH
partial models
Kolmogorov-Gabor equation
time series
short sample of data
systemy złożone
predykcja
funkcje czułości
modele częściowe
równania Kołmogorowa-Gabora
szeregi czasowe
próbki niewielu danych
Opis:
The paper presents the results of prediction experiments dealing with the behavior of a complex process containing significant regularity which is modeled by a given time series. In my research I use only a small amount of the input data in order to predict future states of the aforementioned time series using a modified GMDH containing sensitivity functions. It turns out that, for some specific processes, sensitivity functions allow us to obtain more accurate results than the classical GMDH.
Poniższy artykuł przedstawia wyniki eksperymentów dotyczących predykcji zachowania pewnego złożonego procesu zawierającego znaczne regularności, który modelowany jest za pomocą szeregu czasowego. W celu predykcji kolejnych wartości szeregu korzystam jedynie z niewielkiej ilości danych wejściowych stosując zmodyfikowaną metodę GMDH (Group Method of Data Handling) zawierającą funkcje czułości. Metody statystyczne stosowane zwykle w celu ustalenia zależności między poszczególnymi zmiennymi są całkowicie nieprzydatne w warunkach niewielkiej ilości danych wejściowych. Trudno w takich warunkach dostrzec i zbadać regularności szeregu i zależności pomiędzy zmiennymi tego szeregu. Nawet jeśli badany szereg jest szeregiem ze ściśle określoną regularnością, to nie mamy pewności, że ilość próbek, na których ma sposobność pracować badacz jest wystarczająca do określenia wszystkich jego cech. Proces przedstawiony za pomocą pewnego szeregu, może mieć np. składnik cykliczny, który przy małej ilości próbek będzie niewidoczny. Korzystamy więc z narzędzia umożliwiającego uchwycenie wahań analizowanego procesu, jego siły czy kierunku wykorzystywanego między innymi w dyscyplinach zajmujących się sterowaniem procesami. Jednym z takich narzędzi szacujących są właśnie funkcje czułości. Uzyskiwane rezultaty badań pokazują, że zastosowanie funkcji czułości pozwala na otrzymanie dokładniejszych wyników predykcji niż klasyczna metoda GMDH dla pewnych szczególnych zachowań procesu.
Źródło:
Pomiary Automatyka Kontrola; 2013, R. 59, nr 7, 7; 688-691
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-50 z 54

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