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 "predictive models" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-13 z 13
    Tytuł:
    Useful energy prediction model of a Lithium-ion cell operating on various duty cycles
    Autorzy:
    Burzyński, Damian
    Powiązania:
    https://bibliotekanauki.pl/articles/2087015.pdf
    Data publikacji:
    2022
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    cycle life modelling
    lithium-ion battery
    machine learning
    predictive models
    useful energy prediction
    Opis:
    The paper deals with the subject of the prediction of useful energy during the cycling of a lithium-ion cell (LIC), using machine learning-based techniques. It was demonstrated that depending on the combination of cycling parameters, the useful energy (RUEc) that can be transferred during a full cycle is variable, and also three different types of evolution of changes in RUEc were identified. The paper presents a new non-parametric RUEc prediction model based on Gaussian process regression. It was proven that the proposed methodology enables the RUEc prediction for LICs discharged, above the depth of discharge, at a level of 70% with an acceptable error, which is confirmed for new load profiles. Furthermore, techniques associated with explainable artificial intelligence were applied to determine the significance of model input parameters – the variable importance method – and to determine the quantitative effect of individual model parameters (their reciprocal interaction) on RUEc – the accumulated local effects model of the first and second order.
    Źródło:
    Eksploatacja i Niezawodność; 2022, 24, 2; 317--329
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Model adaptacyjnego algorytmu wspomagania decyzji w systemie utrzymania ruchu
    A model of adaptive algorithm for maintenance decision support system
    Autorzy:
    Kosicka, E.
    Mazurkiewicz, D.
    Gola, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/339925.pdf
    Data publikacji:
    2016
    Wydawca:
    Polskie Towarzystwo Zarządzania Produkcją
    Tematy:
    predykcyjne utrzymanie ruchu
    modele predykcyjne
    awarie sprzętu
    diagnozowanie usterek
    predictive maintenance
    predictive models
    equipment failure
    fault diagnosis
    Opis:
    Currently used predictive maintenance systems predict future events by monitoring residual processes using the enforced predictive model. Despite the benefits resulting from their implementation in companies (e.g. savings resulting from preventing failure), it is necessary to draw attention to the fact that such models lack flexibility in adapting to the dynamically changing values of observation vectors due to real-time readout which can provide more accurate predictions. The paper proposes a model of adaptive algorithm for maintenance decision support system which - depending on the changing parameters of residual processes - selects an adequate mathematical model based on predictive and in-formative criteria. Moreover, to produce more accurate predictions this model uses additional input data for prediction including values of residual processes as well as technical or quality-related aspects due to the extended range of observed factors that affect failure occurrence. The proposed model additionally contains a maintenance decision-related part which - based on the information about actions taken by maintenance services - generates a constrained optimal time interval for performing the necessary maintenance work.
    Źródło:
    Zarządzanie Przedsiębiorstwem; 2016, 19, 4; 29-35
    1643-4773
    Pojawia się w:
    Zarządzanie Przedsiębiorstwem
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    On graph mining with deep learning: introducing model r for link weight prediction
    Autorzy:
    Hou, Yuchen
    Holder, Lawrence B.
    Powiązania:
    https://bibliotekanauki.pl/articles/91884.pdf
    Data publikacji:
    2019
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    deep learning
    neural networks
    machine learning
    graph mining
    link weight prediction
    predictive models
    node embeddings
    Opis:
    Deep learning has been successful in various domains including image recognition, speech recognition and natural language processing. However, the research on its application in graph mining is still in an early stage. Here we present Model R, a neural network model created to provide a deep learning approach to the link weight prediction problem. This model uses a node embedding technique that extracts node embeddings (knowledge of nodes) from the known links’ weights (relations between nodes) and uses this knowledge to predict the unknown links’ weights. We demonstrate the power of Model R through experiments and compare it with the stochastic block model and its derivatives. Model R shows that deep learning can be successfully applied to link weight prediction and it outperforms stochastic block model and its derivatives by up to 73% in terms of prediction accuracy. We analyze the node embeddings to confirm that closeness in embedding space correlates with stronger relationships as measured by the link weight. We anticipate this new approach will provide effective solutions to more graph mining tasks
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2019, 9, 1; 21-40
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    New trends in the prevention of occupational noise-induced hearing loss
    Autorzy:
    Sliwinska-Kowalska, Mariola
    Powiązania:
    https://bibliotekanauki.pl/articles/2116178.pdf
    Data publikacji:
    2020-10-20
    Wydawca:
    Instytut Medycyny Pracy im. prof. dra Jerzego Nofera w Łodzi
    Tematy:
    predictive models
    cochlear neuropathy
    temporary threshold shift
    individual susceptibility to noise
    speech in noise
    medical guidelines
    Opis:
    Noise exposure during lifespan is one of the main causes of hearing loss. The highest risk of noise-induced hearing loss (NIHL) is related to exposures in the workplace, and affects about 7% of the population. Occupational NIHL is irreversible, thus its prevention must be considered a priority. Although current hearing conservation programs (HCPs) have proved to be very beneficial, the incidence of occupational NIHL is still high, reaching about 18% of overexposed workers. This paper reviews recent research on the effects of noise on hearing in pursuit of more effective methods for the prevention of occupational NIHL. The paper discusses the translational significance of noise-induced cochlear neuropathy, as recently shown in animals, and the concept of hidden hearing loss in relation to current NIHL damage risk criteria. The anticipated advantages of monitoring the incidents of the temporary threshold shift (TTS) in workers exposed to high levels of noise have been analyzed in regard to the preclinical diagnostics of NIHL, i.e., at the stage when hearing loss is still reversible. The challenges, such as introducing speech-in-noise audiometry and TTS computational predictive models into HCPs, have been discussed. Finally, the paper underscores the need to develop personalized medical guidelines for the prevention of NIHL and to account for several NIHL risk factors other than these included in the ISO 1999:2013 model. Implementing the steps mentioned above would presumably further reduce the incidence of occupational NIHL, as well as associated social costs.
    Źródło:
    International Journal of Occupational Medicine and Environmental Health; 2020, 33, 6; 841-848
    1232-1087
    1896-494X
    Pojawia się w:
    International Journal of Occupational Medicine and Environmental Health
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Bezpomiarowa ocena narażenia zawodowego na substancje chemiczne - nowe wyzwanie dla pracodawców
    Predictive models for the assessment of occupational exposure to chemicals: A new challenge for employers
    Autorzy:
    Gromiec, Jan P.
    Kupczewska-Dobecka, Małgorzata
    Jankowska, Agnieszka
    Czerczak, Sławomir
    Powiązania:
    https://bibliotekanauki.pl/articles/2166311.pdf
    Data publikacji:
    2014-11-05
    Wydawca:
    Instytut Medycyny Pracy im. prof. dra Jerzego Nofera w Łodzi
    Tematy:
    modele predykcyjne
    narażenie zawodowe
    EASE
    ECETOC TRA
    Stoffenmanager
    EKMG-Expo-Tool
    predictive models
    occupational exposure
    ease
    Opis:
    W Polsce nie ma obecnie wiarygodnej, uproszczonej, bezpomiarowej metody oceny narażenia na związki chemiczne, natomiast w niektórych państwach podjęto próby opracowania i wprowadzenia takich metod. Celem pracy jest przegląd wybranych modeli bezpomiarowego prognozowania narażenia zawodowego i związanego z nim ryzyka oraz ocena ich przydatności do szacowania inhalacyjnego narażenia zawodowego, zarówno dla potrzeb oceny zgodności warunków pracy z normatywami higienicznymi, jak i spełnienia wymagań rozporządzenia w sprawie rejestracji i oceny chemikaliów (tzw. REACH). Na podstawie danych literaturowych przeprowadzono przegląd i ocenę modeli: HSE COSHH Essentials, EASE, ECETOC TRA, Stoffenmanager oraz EMKG-Expo-Tool. Zapoznano się z zasadami funkcjonowania modelu i zakresem informacji dotyczących procesu technologicznego oraz innymi danymi, które są wymagane jako dane wejściowe do modelu, oraz z dostępnymi wynikami badań porównawczych, prowadzonych w celu weryfikacji modeli. Na podstawie przeprowadzonej oceny wybranych modeli można stwierdzić, że mogą być one stosowane do wstępnej oceny narażenia inhalacyjnego w zakładach pracy. Omówione modele na ogół dają jako wynik przeszacowane narażenie, a obliczone z ich wykorzystaniem poziomy narażenia należy rozpatrywać jako tzw. racjonalny najgorszy przypadek, niezbędny do prawidłowego doboru środków prewencji. Dostępna w modelach liczba kategorii procesowych i wzorcowych scenariuszy narażenia zawodowego jest obecnie stosunkowo niewielka w porównaniu z sytuacjami, które występują w przemyśle. Niezbędna jest więc dalsza walidacja programów oceny narażenia i/lub ryzyka za pomocą badań terenowych. Modele te mogą być przydatne do wstępnej oceny narażenia inhalacyjnego i doboru środków prewencji, jednak warunkiem ich stosowania w małych i średnich przedsiębiorstwach w Polsce jest ich dostępność w polskiej wersji oraz intensywne szkolenia przyszłych użytkowników w zakresie ich stosowania. Med. Pr. 2013;64(5):699–716
    Employers are obliged to carry out and document the risk associated with the use of chemical substances. The best but the most expensive method is to measure workplace concentrations of chemicals. At present no "measureless" method for risk assessment is available in Poland, but predictive models for such assessments have been developed in some countries. The purpose of this work is to review and evaluate the applicability of selected predictive methods for assessing occupational inhalation exposure and related risk to check the compliance with Occupational Exposure Limits (OELs), as well as the compliance with REACH obligations. Based on the literature data HSE COSHH Essentials, EASE, ECETOC TRA, Stoffenmanager, and EMKG-Expo-Tool were evaluated. The data on validation of predictive models were also examined. It seems that predictive models may be used as a useful method for Tier 1 assessment of occupational exposure by inhalation. Since the levels of exposure are frequently overestimated, they should be considered as "rational worst cases" for selection of proper control measures. Bearing in mind that the number of available exposure scenarios and PROC categories is limited, further validation by field surveys is highly recommended. Predictive models may serve as a good tool for preliminary risk assessment and selection of the most appropriate risk control measures in Polish small and medium size enterprises (SMEs) providing that they are available in the Polish language. This also requires an extensive training of their future users. Med Pr 2013;64(5):699–716
    Źródło:
    Medycyna Pracy; 2013, 64, 5; 699-716
    0465-5893
    2353-1339
    Pojawia się w:
    Medycyna Pracy
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Bezpomiarowa ocena narażenia na działanie substancji chemicznych przez kontakt ze skórą w środowisku pracy
    Assessment of predictive dermal exposure to chemicals in the work environment
    Autorzy:
    Jankowska, Agnieszka
    Czerczak, Sławomir
    Kupczewska-Dobecka, Małgorzata
    Powiązania:
    https://bibliotekanauki.pl/articles/2164077.pdf
    Data publikacji:
    2017-06-27
    Wydawca:
    Instytut Medycyny Pracy im. prof. dra Jerzego Nofera w Łodzi
    Tematy:
    narażenie zawodowe
    modele predykcyjne
    ocena narażenia
    higiena pracy
    narażenie dermalne
    RISKOFDERM
    occupational exposure
    predictive models
    exposure assessment
    occupational hygiene
    dermal exposure
    Opis:
    Ocena narażenia dermalnego na substancje chemiczne w środowisku pracy jest zagadnieniem problematycznym. Wynika to w pierwszej kolejności z braku danych na temat wielkości narażenia zawodowego, pochodzących z pomiarów stężeń chemikaliów. Ze względu na powszechność potencjalnego narażenia przez kontakt ze skórą w środowisku pracy i jego konsekwencje zdrowotne konieczne jest szukanie skutecznych rozwiązań umożliwiających wiarygodną ocenę narażenia. Celem pracy jest przybliżenie bezpomiarowej oceny narażenia dermalnego na substancje chemiczne za pomocą modeli predykcyjnych i bliższe przedstawienie zasad działania wybranego modelu polskim użytkownikom. W pracy przedstawiono przykładowe modele wspomagające pracodawcę w ocenie narażenia zawodowego związanego z kontaktem substancji chemicznych ze skórą pracownika, opracowane w krajach Unii Europejskiej, jak również poza Unią. Na podstawie danych literaturowych w artykule krótko opisano wybrane modele do szacowania narażenia dermalnego: EASE (Estimation and Assessment of Substance Exposure – oszacowanie i ocena narażenia na substancję), COSHH Essentials (Control of Substances Hazardous to Health Regulations – utrzymywanie pod kontrolą substancji niebezpiecznych dla zdrowia), DREAM (Dermal Exposure Assessment Method – metoda oceny narażenia dermalnego), Stoffenmanager, ECETOC TRA (European Centre for Ecotoxicology and Toxicology of Chemicals Targeted Risk Assessment – ukierunkowane szacowanie ryzyka Europejskiego Centrum ds. Ekotoksykologii i Toksykologii Chemikaliów), MEASE (Metal’s EASE), PHED (Pesticide Handlers Exposure Database – baza danych na temat narażenia użytkowników pestycydów), DERM (Dermal Exposure Ranking Method – metoda rankingu narażenia dermalnego) i RISKOFDERM (Risk Assessment of Occupational Dermal Exposure to Chemicals – ocena ryzyka wynikającego z narażenia dermalnego na chemikalia). Ponadto bardziej szczegółowo zaprezentowano charakterystykę modelu RISKOFDERM, wskazówki dotyczące korzystania z narzędzia oraz informacje na temat danych wejściowych i wyjściowych tego modelu. Opisano problem oceny narażenia dermalnego w ciągu całego dnia roboczego, a także przedstawiono przykładowe szacowanie narażenia za pomocą modelu RISKOFDERM i dotychczasową ocenę skuteczności tego modelu. W przypadku braku danych z pomiarów stężeń chemikaliów stwarzających zagrożenie dla pracownika w wyniku kontaktu ze skórą użycie modelu RISKOFDERM umożliwia ocenę potencjalnego dermalnego narażenia zawodowego, co może podnieść jakość oceny ryzyka, a przez to skuteczność sterowania ryzykiem wynikającym z narażenia przez skórę. Med. Pr. 2017;68(4):557–569
    Assessment of dermal exposure to chemicals in the work environment is problematic, mainly as a result of the lack of measurement data on occupational exposure to chemicals. Due to common prevalence of occupational skin exposure and its health consequences it is necessary to look for efficient solutions allowing for reliable exposure assessment. The aim of the study is to present predictive models used to assess non-measured dermal exposure, as well as to acquaint Polish users with the principles of the selected model functioning. This paper presents examples of models to assist the employer in the the assessment of occupational exposure associated with the skin contact with chemicals, developed in European Union (EU) countries, as well as in countries outside the EU. Based on the literature data dermal exposure models EASE (Estimation and Assessment of Substance Exposure), COSHH Essentials (Control of Substances Hazardous to Health Regulations), DREAM (Dermal Exposure Assessment Method), Stoffenmanager , ECETOC TRA (European Centre for Ecotoxicology and Toxicology of Chemicals Targeted Risk Assessment), MEASE (Metal’s EASE), PHED (Pesticide Handlers Exposure Database), DERM (Dermal Exposure Ranking Method) and RISKOFDERM (Risk Assessment of Occupational Dermal Exposure to Chemicals) were briefly described. Moreover the characteristics of RISKOFDERM, guidelines for its use, information on input and output data were further detailed. Problem of full work shift dermal exposure assessment is described. An example of exposure assessment using RISKOFDERM and effectiveness evaluation to date were also presented. When no measurements are available, RISKOFDERM allows dermal exposure assessment and thus can improve the risk assessment quality and effectiveness of dermal risk management. Med Pr 2017;68(4):557–569
    Źródło:
    Medycyna Pracy; 2017, 68, 4; 557-569
    0465-5893
    2353-1339
    Pojawia się w:
    Medycyna Pracy
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Predictive regression models of monthly seismic energy emissions induced by longwall mining
    Regresyjne modele predykcyjne miesięcznej emisji energii sejsmicznej indukowanej eksploatacją w ścianie
    Autorzy:
    Jakubowski, J.
    Tajduś, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/219968.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    sejsmiczność indukowana
    wstrząsy górnicze
    zagrożenie tąpaniami
    eksploatacja ścianowa
    drzewa wzmacniane
    sieci neuronowe
    data mining
    modele regresyjne
    modele predykcyjne
    induced seismicity
    mining tremors
    rockburst hazard
    longwall mining
    boosted trees
    neural networks
    regression models
    predictive models
    Opis:
    This article presents the development and validation of predictive regression models of longwall mining-induced seismicity, based on observations in 63 longwalls, in 12 seams, in the Bielszowice colliery in the Upper Silesian Coal Basin, which took place between 1992 and 2012. A predicted variable is the logarithm of the monthly sum of seismic energy induced in a longwall area. The set of predictors include seven quantitative and qualitative variables describing some mining and geological conditions and earlier seismicity in longwalls. Two machine learning methods have been used to develop the models: boosted regression trees and neural networks. Two types of model validation have been applied: on a random validation sample and on a time-based validation sample. The set of a few selected variables enabled nonlinear regression models to be built which gave relatively small prediction errors, taking the complex and strongly stochastic nature of the phenomenon into account. The article presents both the models of periodic forecasting for the following month as well as long-term forecasting.
    W artykule przedstawiono budowę i walidację predykcyjnych modeli regresyjnych sejsmiczności indukowanej eksploatacją w ścianie, opartych na obserwacjach w 63 ścianach kopalni Bielszowice prowadzonych w 12 pokładach w latach 1992-2012. Zmienna prognozowaną jest logarytm miesięcznej sumy energii sejsmicznej wstrząsów w ścianie. Zestaw predyktorów składa się z siedmiu zmiennych ilościowych i jakościowych opisujących wybrane czynniki górnicze i geologiczne w ścianach. Do budowy modeli zastosowano dwie metody uczenia się maszyn: drzewa wzmacniane oraz sieci neuronowe. Zastosowano dwa rodzaje walidacji modeli: na losowej próbie walidacyjnej oraz na czasowej próbie walidacyjnej. Zestaw kilku wybranych zmiennych pozwolił na zbudowanie nieliniowych modeli regresyjnych, które, biorąc pod uwagę złożoną i silnie stochastyczną naturę zjawiska, dają względnie małe błędy pro gnozy. W artykule przedstawiono zarówno modele do prognozy okresowej na kolejny miesiąc jak i do prognozy długoterminowej.
    Źródło:
    Archives of Mining Sciences; 2014, 59, 3; 705-720
    0860-7001
    Pojawia się w:
    Archives of Mining Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Risk associated with heavy metals in children playground soils of Owerri metropolis, Imo State, Nigeria
    Autorzy:
    Wirnkor, Verla Andrew
    Evelyn Ngozi, Verla Evelyn
    Powiązania:
    https://bibliotekanauki.pl/articles/1118068.pdf
    Data publikacji:
    2017
    Wydawca:
    Przedsiębiorstwo Wydawnictw Naukowych Darwin / Scientific Publishing House DARWIN
    Tematy:
    Bioconcentration
    Metal fractions
    Models
    Predictive
    Risk
    Opis:
    Despite recording the worst heavy metal disaster involving children, there is still scarcity of information on risk assessment of playground soils in Nigeria. In this study, thirty-six soil samples at 0-5 cm depth were collected from nine playgrounds in Owerri metropolis during the dry and rainy seasons. Five heavy metals were fractionated into six chemical fractions using a modified sequential extraction scheme and mean concentrations quantified by AAnalyst 400 Perkin Elmer AAS. Predictive risk models were used to obtain information about the risk of metals contamination to children using these playgrounds for longer periods. These reveal that there were no significant differences in the mean values of bioconcentration factors of all five metals in the various playgrounds for the two years of data. Even though risk values for both dry and rainy season followed the same trend, it was observed that the Zinc showed highest bioconcentration factors (1.6), average daily dose (230.08 mg/kg/day) and risk (5095593 mg/kg/6years). Over all, playgrounds UPS, TSO and SCP had highest mean risk values, respectively. Though with no clear trend, mobility factors showed a weak and positive correlation with risk. Children in playgrounds of public schools within Owerri metropolis could, therefore, be at risk of Mn, Cu and Zn toxicity problems as projected risk values were high for all studied playgrounds. This assessment could help identify playgrounds with urgent need for heavy metals reduction goals, consequently contributing to preserving children’s health.
    Źródło:
    World News of Natural Sciences; 2017, 10; 49-69
    2543-5426
    Pojawia się w:
    World News of Natural Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Real-time implementation of multiple model based predictive control strategy to air/fuel ratio of a gasoline engine
    Autorzy:
    Wojnar, S
    Polóni, T
    Šimončič, P
    Rohal’-Ilkiv, B
    Honek, M
    Csambál, J
    Powiązania:
    https://bibliotekanauki.pl/articles/229632.pdf
    Data publikacji:
    2013
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    model predictive control
    multiple models
    air/fuel ratio
    spark ignition engine
    ARX models
    Opis:
    Growing safety, pollution and comfort requirements influence automotive industry ever more. The use of three-way catalysts in exhaust aftertreatment systems of combustion engines is essential in reducing engine emissions to levels demanded by environmental legislation. However, the key to the optimal catalytic conversion level is to keep the engine air/fuel ratio (AFR) at a desired level. Thus, for this purposes more and more sophisticated AFR control algorithms are intensively investigated and tested in the literature. The goal of this paper is to present for a case of a gasoline engine the model predictive AFR controller based on the multiple-model approach to the engine modeling. The idea is to identify the engine in particular working points and then to create a global engine's model using Sugeno fuzzy logic. Opposite to traditional control approaches which lose their quality beside steady state, it enables to work with satisfactory quality mainly in transient regimes. Presented results of the multiple-model predictive air/fuel ratio control are acquired from the first experimental real-time implementation on the VW Polo 1390 cm3 gasoline engine, at which the original electronic control unit (ECU) has been fully replaced by a dSpace prototyping system which execute the predictive controller. Required control performance has been proven and is presented in the paper.
    Źródło:
    Archives of Control Sciences; 2013, 23, 1; 93-106
    1230-2384
    Pojawia się w:
    Archives of Control Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Metody porównawcze stosowane w badaniach systemów wyborczych
    The use of comparative methods in the study of electoral systems
    Autorzy:
    Michalak, Bartłomiej
    Powiązania:
    https://bibliotekanauki.pl/articles/1944932.pdf
    Data publikacji:
    2016-09-30
    Wydawca:
    Wydawnictwo Adam Marszałek
    Tematy:
    komparatystyka
    metoda porównawcza
    systemy wyborcze
    metoda instytucjonalna-prawna
    metoda statystyczno-empiryczna
    metoda logiczno-empiryczna
    metoda historyczno-empiryczna
    comparative method
    electoral systems
    institutional method
    historical-empirical method
    statistical-empirical method
    quantitatively predictive logical models
    Opis:
    W ostatnich latach w nauce o polityce coraz więcej uwagi poświęca się kwestiom metodologicznym, nie bez racji przypominając, że o tożsamości i dojrzałości dyscypliny świadczą metody, z jakich ona korzysta. Tymczasem badanie konsekwencji systemów wyborczych bardzo dobrze poddaje się kwantyfikacji. „Twarde” dane wyborcze (takie jak liczba głosów, mandatów, partii i kandydatów) już na wejściu doskonale nadają się do analiz ilościowych, co dla empirycznie zorientowanej politologii stanowi niebywałą wartość. Co więcej, ponad 60 lat badań w tym obszarze zaowocowało wytworzeniem wielu technik i narzędzi przetwarzania oraz sposobów interpretowania tych danych. Warsztat ten cały czas podlega ewaluacji i ewolucji. Celem tego artykułu będzie krytyczne omówienie najważniejszych podejść metodologicznych i metod badawczych stosowanych do tej pory przy analizach konsekwencji systemów wyborczych. Są one tak różne zarówno pod względem swoich założeń wyjściowych, procedury badawczej oraz sposobu interpretacji wyników, że wydaje się wręcz konieczne ich wyodrębnienie jako osobnych metod porównawczych.
    In recent years, much attention has been paid to methodological issues within the purview of political science, what rightly reminds us that the identity and maturity of a scientific discipline is revealed in the methods employed by it. At the same time, the examination of the electoral systems’ consequences is easily submitted for quantifi cation. The ‘hard’ election data such as the number of votes and seats as well as the number of political parties and candidates are excellent materials for quantitative analysis, what is of the great value for the empirically oriented political science. Moreover, more than 60 years of research in this field have resulted in the development of various methods, techniques, tools and interpretative approaches towards aforementioned data. These methodological achievements continuously undergo the process of evaluation and evolution. The aim of this paper is to present and discuss, in a critical way, the most important research methods and methodological approaches that have until now been used to study the consequences of electoral systems. These methods and methodological approaches vary so much as far as their starting assumptions, techniques of collecting data and ways of interpreting the results are concerned, that it seems almost necessary to treat them as separate comparative methods.
    Źródło:
    Athenaeum. Polskie Studia Politologiczne; 2016, 51; 7-27
    1505-2192
    Pojawia się w:
    Athenaeum. Polskie Studia Politologiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Efficient MPC algorithms with variable trajectories of parameters weighting predicted control errors
    Autorzy:
    Nebeluk, Robert
    Marusak, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/230077.pdf
    Data publikacji:
    2020
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    model predictive control
    nonlinear systems
    nonlinear models
    nonlinear control
    simulation
    optimization
    Opis:
    Model predictive control (MPC) algorithms brought increase of the control system performance in many applications thanks to relatively easily solving issues that are hard to solve without these algorithms. The paper is focused on investigating how to further improve the control system performance using a trajectory of parameters weighting predicted control errors in the performance function of the optimization problem. Different shapes of trajectories are proposed and their influence on control systems is tested. Additionally, experiments checking the influence of disturbances and of modeling uncertainty on control system performance are conducted. The case studies were done in control systems of three control plants: a linear non-minimumphase plant, a nonlinear polymerization reactor and a nonlinear thin film evaporator. Three types of MPC algorithms were used during research: linear DMC, nonlinear DMC with successive linearization (NDMC–SL), nonlinear DMC with nonlinear prediction and linearization (NDMC–NPL). Results of conducted experiments are presented in greater detail for the control system of the polymerization reactor, whereas for the other two control systems only the most interesting results are presented, for the sake of brevity. The experiments in the control system of the linear plant were done as preliminary experiments with the modified optimization problem. In the case of control system of the thin film evaporator the researched mechanisms were used in the control system of a MIMO plant showing possibilities of improving the control system performance.
    Źródło:
    Archives of Control Sciences; 2020, 30, 2; 325-363
    1230-2384
    Pojawia się w:
    Archives of Control Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Predicting length of fatigue cracks by means of machine learning algorithms in the small-data regime
    Autorzy:
    Badora, Maciej
    Sepe, Marzia
    Bielecki, Marcin
    Graziano, Antonino
    Szolc, Tomasz
    Powiązania:
    https://bibliotekanauki.pl/articles/2038115.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    empirical models
    fatigue cracks
    predictive maintenance
    regression analysis
    small data
    statistical learning
    turbomachinery
    Opis:
    In this paper several statistical learning algorithms are used to predict the maximal length of fatigue cracks based on a sample composed of 31 observations. The small-data regime is still a problem for many professionals, especially in the areas where failures occur rarely. The analyzed object is a high-pressure Nozzle of a heavy-duty gas turbine. Operating parameters of the engines are used for the regression analysis. The following algorithms are used in this work: multiple linear and polynomial regression, random forest, kernel-based methods, AdaBoost and extreme gradient boosting and artificial neural networks. A substantial part of the paper provides advice on the effective selection of features. The paper explains how to process the dataset in order to reduce uncertainty; thus, simplifying the analysis of the results. The proposed loss and cost functions are custom and promote solutions accurately predicting the longest cracks. The obtained results confirm that some of the algorithms can accurately predict maximal lengths of the fatigue cracks, even if the sample is small.
    Źródło:
    Eksploatacja i Niezawodność; 2021, 23, 3; 575-585
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Elman neural network for modeling and predictive control of delayed dynamic systems
    Autorzy:
    Wysocki, A.
    Ławryńczuk, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/229646.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    dynamic models
    process control
    model predictive control
    neural networks
    Elman neural network
    delayed systems
    Opis:
    The objective of this paper is to present a modified structure and a training algorithm of the recurrent Elman neural network which makes it possible to explicitly take into account the time-delay of the process and a Model Predictive Control (MPC) algorithm for such a network. In MPC the predicted output trajectory is repeatedly linearized on-line along the future input trajectory, which leads to a quadratic optimization problem, nonlinear optimization is not necessary. A strongly nonlinear benchmark process (a simulated neutralization reactor) is considered to show advantages of the modified Elman neural network and the discussed MPC algorithm. The modified neural model is more precise and has a lower number of parameters in comparison with the classical Elman structure. The discussed MPC algorithm with on-line linearization gives similar trajectories as MPC with nonlinear optimization repeated at each sampling instant.
    Źródło:
    Archives of Control Sciences; 2016, 26, 1; 117-142
    1230-2384
    Pojawia się w:
    Archives of Control Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-13 z 13

      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