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 "principal component analysis PCA" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 39
Tytuł:
Feature vector or time-series – comparison of gestures representations in automatic gesture recognition systems
Autorzy:
Barczewska, K.
Wójtowicz, W.
Moszkowski, T.
Powiązania:
https://bibliotekanauki.pl/articles/115720.pdf
Data publikacji:
2015
Wydawca:
Fundacja na Rzecz Młodych Naukowców
Tematy:
principal component analysis (PCA)
independent component analysis (ICA)
neural networks
sign language
automatic recognition
analiza składowych głównych (PCA)
analiza składowych niezależnych (ICA)
sieci neuronowe
język migowy
automatyczne rozpoznawanie
Opis:
In this paper, we performed recognition of isolated sign language gestures - obtained from Australian Sign Language Database (AUSLAN) – using statistics to reduce dimensionality and neural networks to recognize patterns. We designated a set of 70 signal features to represent each gesture as a feature vector instead of a time series, used principal component analysis (PCA) and independent component analysis (ICA) to reduce dimensionality and indicate the features most relevant for gesture detection. To classify the vectors a feedforward neural network was used. The resulting accuracy of detection ranged between 61 to 87%.
Źródło:
Challenges of Modern Technology; 2015, 6, 1; 1-5
2082-2863
2353-4419
Pojawia się w:
Challenges of Modern Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Land clayey deposits compressibility investigation using principal component analysis and multiple regression tools
Autorzy:
Berrah, Yacine
Chegrouche, Aymen
Brahmi, Serhane
Boumezbeur, Abderrahmane
Powiązania:
https://bibliotekanauki.pl/articles/2201674.pdf
Data publikacji:
2022
Wydawca:
Uniwersytet Rolniczy im. Hugona Kołłątaja w Krakowie
Tematy:
compressibility index
geotechnical parameters
principal component analysis
PCA
multiple regression models
indeks ściśliwości
parametry geotechniczne
analiza głównych składowych
regresja wielokrotna
Opis:
The settlement and compressibility magnitude of the major clayey and marly sediments in Tebessa area (N-E of Algeria) depends on several geotechnical parameters such as compression Cc and recompression Cs indices. The aim of this study was to investigate the parameters related to soil compressibility through tools of statistical analysis, which save time in comparison to multiply repeated laboratory tests. The study also adopted the principal component analysis (PCA) method to eliminate a number of uncorrelated variables that have no influence on the compressibility magnitude, or their impact is insignificant. The highest mean correlation coefficients were obtained for different contributing parameters. Multiple regression analysis has been performed to obtain the best fit model of the output Cc parameter taking into account the best correlation by adding parameters as regressors to reach the highest coefficient of regression R2 . The final obtained model of the present case study gives the best fit model with R2 of 0.92 which is a better value compared to different published models in the literature (R2 of 0.7 as maximum). The chosen input parameters using PCA combined with multiple regression analysis allow identifying the most important input parameters that noticeably affect the soil compression index, and provide with the best model for estimating the Cc index.
Źródło:
Geomatics, Landmanagement and Landscape; 2022, 4; 95--107
2300-1496
Pojawia się w:
Geomatics, Landmanagement and Landscape
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Principal component analysis of older people registered as unemployed in public employment offices
Analiza głównych składowych populacji osób starszych zarejestrowanych w powiatowych urzędach pracy jako bezrobotni
Autorzy:
Bolesta, Karolina
Powiązania:
https://bibliotekanauki.pl/articles/2176597.pdf
Data publikacji:
2023-01-31
Wydawca:
Główny Urząd Statystyczny
Tematy:
pensioners
disability pensioners
retirement age
pre-retirement benefit
unemployed
professional deactivation
principal component analysis
PCA
Kaiser-Meyer-Olkin measure
Bartlett's test of sphericity
emeryci
renciści
wiek emerytalny
świadczenie przedemerytalne
bezrobotni
dezaktywizacja zawodowa
analiza głównych składowych
współczynnik Kaisera-Meyera-Olkina
test sferyczności Bartletta
Opis:
The determinants of registering as an unemployed person in the public employment office may be of both a socio-demographic and legal character. Although every individual has their own motivation to register as unemployed, it is still possible to analyse the phenomenon on a group level. The purpose of this study is to show the similarities and differences of older people registering as unemployed and to identify the factors that were key to professional deactivation. The research is based on data from the Polish Central Analytical and Reporting System concerning 1,276,555 people born in the years 1940–1965, who were at least once registered as unemployed in a public employment office. The study uses principal component analysis (PCA) to identify the factors which influence to the largest extent the decision to deactivate professionally. The Kaiser-Meyer-Olkin measure of sampling adequacy and Bartlett’s test of sphericity proved the feasibility of the PCA. The number of principal components was determined on the basis of Kaiser’s criterion. The varimax factor rotation was applied to simplify the relation between the variables and to enhance the interpretation of the obtained results. The analysis included five groups: pensioners, disability pensioners, people who reached retirement age, people who received pre-retirement benefits and the total population. For each group three to four components were identified which combined different variables. Education and occupation in the last place of work formed the only common component for the five groups which influences the most critical decisions in the labour market. This component demonstrates the level of competence and may determine the moment of professional deactivation. The research shows that economic mechanisms are more important than legal conditions in all the analysed groups.
Czynniki decydujące o zarejestrowaniu się w urzędzie pracy jako osoba bezrobotna mogą mieć charakter społeczno-demograficzny lub prawny. Podjęcie takiej decyzji jest kwestią indywidualną, niemniej jednak można przeanalizować to zjawisko na poziomie grupy. Celem badania omawianego w artykule jest wykazanie podobieństw i różnic osób rejestrujących się jako bezrobotni oraz identyfikacja czynników, które mają największe znaczenie dla dezaktywizacji zawodowej. W badaniu wykorzystano dane z Centralnego Systemu AnalitycznoRaportowego dotyczące 1 276 555 osób urodzonych pomiędzy 1940 r. a 1965 r., które co najmniej raz były zarejestrowane w powiatowym urzędzie pracy jako bezrobotni. W celu identyfikacji komponentów najsilniej wpływających na decyzję o dezaktywizacji zawodowej przeprowadzono analizę głównych składowych (ang. principal component analysis – PCA). Wyniki pomiaru adekwatności Kaisera-Meyera-Olkina oraz testu sferyczności Bartletta potwierdziły słuszność zastosowania tej analizy. Na podstawie kryterium Kaisera określono liczbę głównych składowych. Przeprowadzono rotację czynników varimax, aby uprościć relację między zmiennymi i lepiej zinterpretować uzyskane wyniki. Analiza dotyczyła pięciu grup: emerytów, rencistów, osób, które osiągnęły wiek emerytalny, osób, które pobierały świadczenie przedemerytalne, oraz całej populacji. Dla każdego zbioru danych zidentyfikowano od trzech do czterech składowych łączących różne zmienne. We wszystkich grupach stwierdzono jeden wspólny komponent – łączący wykształcenie i zawód wykonywany w ostatnim miejscu pracy – który wpływa na podejmowanie kluczowych decyzji na rynku pracy. Obrazuje on kompetencje pracowników i może determinować moment dezaktywizacji zawodowej. Wyniki badania wskazują na większe znaczenie mechanizmu ekonomicznego niż uwarunkowań prawnych we wszystkich analizowanych grupach.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2023, 68, 1; 23-38
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Principal component analysis of chlorophyll content in tobacco, bean and petunia plants exposed to different tropospheric ozone concentrations
Analiza składowych głównych zawartości chlorofilu w roślinach tytoniu, fasoli i petunii eksponowanych na stanowiskach o różnych stężeniach ozonu troposferycznego
Autorzy:
Borowiak, K.
Zbierska, J.
Budka, A.
Kayzer, D.
Powiązania:
https://bibliotekanauki.pl/articles/396114.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
tropospheric ozone
sensitive
resistance
chlorophyll
principal component analysis (PCA)
ozon troposferyczny
wrażliwość
odporność
chlorofil
Opis:
Three plant species were assessed in this study - ozone-sensitive and -resistant tobacco, ozone-sensitive petunia and bean. Plants were exposed to ambient air conditions for several weeks in two sites differing in tropospheric ozone concentrations in the growing season of 2009. Every week chlorophyll contents were analysed. Cumulative ozone effects on the chlorophyll content in relation to other meteorological parameters were evaluated using principal component analysis, while the relation between certain days of measurements of the plants were analysed using multivariate analysis of variance. Results revealed variability between plant species response. However, some similarities were noted. Positive relations of all chlorophyll forms to cumulative ozone concentration (AOT 40) were found for all the plant species that were examined. The chlorophyll b/a ratio revealed an opposite position to ozone concentration only in the ozone-resistant tobacco cultivar. In all the plant species the highest average chlorophyll content was noted after the 7th day of the experiment. Afterwards, the plants usually revealed various responses. Ozone-sensitive tobacco revealed decrease of chlorophyll content, and after few weeks of decline again an increase was observed. Probably, due to the accommodation for the stress factor. While during first three weeks relatively high levels of chlorophyll contents were noted in ozone-resistant tobacco. Petunia revealed a slow decrease of chlorophyll content and the lowest values at the end of the experiment. A comparison between the plant species revealed the highest level of chlorophyll contents in ozone-resistant tobacco.
W zaprezentowanych badaniach wykorzystano trzy gatunki roślin - tytoń szlachetny (odmiana wrażliwa oraz odporna na ozon), odmiany wrażliwe petunii oraz fasoli. Rośliny eksponowano na dwóch stanowiskach różniących się stężeniem ozonu troposferycznego w sezonie wegetacyjnym 2009 roku. Co tydzień wykonywano pomiary zawartości chlorofilu wybranych roślin. Powiązanie kumulatywnych stężeń ozonu względem zawartości chlorofilu oraz wybranych parametrów meteorologicznych wykonano za pomocą analizy składowych głównych, natomiast do porównania reakcji roślin w poszczególnych dniach ekspozycji wykorzystano wielowymiarową analizę wariancji. Badania wykazały zróżnicowanie pomiędzy gatunkami w reakcji na obecność ozonu troposferycznego. Zauważyć jednak można pewne tendencje. Stwierdzono pozytywną zależność pomiędzy zawartością wszystkich form chlorofilu dla wszystkich badanych gatunków i kumulatywnym stężeniem ozonu (AOT 40). Wskaźnik chlorofilu b/a wykazał odwrotną tendencję względem AOT 40 jedynie dla odmiany odpornej na ozon tytoniu. Wszystkie gatunki wykazały najwyższy poziom chlorofilu w 7 dniu ekspozycji, a w następnych dniach odpowiedź roślin była zróżnicowana. Odmiana wrażliwa tytoniu wykazała zmniejszenie zawartości chlorofilu, a po kilku tygodniach ponownie wzrost, co może sugerować adaptację do warunków stresowych. Odmiana odporna tytoniu ekspozycji. Petunia wykazała stopniowy spadek zawartości chlorofilu w ciągu trwania eksperymentu. Porównanie odpowiedzi wybranych gatunków wykazało najwyższe poziomy chlorofilu u odmiany odpornej tytoniu.
Źródło:
Civil and Environmental Engineering Reports; 2014, 12; 5-16
2080-5187
2450-8594
Pojawia się w:
Civil and Environmental Engineering Reports
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Physicochemical characterization of synclinal spring water of Taoura, region of Souk Ahras – North East Algeria
Autorzy:
Bouhafs, Fatma
Laraba, Abdelaziz
Powiązania:
https://bibliotekanauki.pl/articles/1841971.pdf
Data publikacji:
2021
Wydawca:
Instytut Technologiczno-Przyrodniczy
Tematy:
chemistry
principal component analysis
PCA
pollution
springs
Taoura
water quality
Opis:
The springs of the Taoura region flow from a syncline shaped structure. All resources in the region were mobilized as a result of increased demand. However, the development of anthropic activities and population growth in the area pose risk for groundwater. Analytical results obtained from a series of samplings in November 2017–April 2018, express the quality of water suitable for the irrigation of agricultural land. The highest values are recorded in April 2018 at 20.5 to 21.6°C and pH of 8.0 to 8.2. The study recorded high electrical conductivity from 1390 to 1495 μS∙cm–1 and TDS from 1270 to 1500 mg∙dm–3 in November 2017, which shows important mineralization that characterizes spring water. Physical parameters were measured in situ using a HORIBA multi-parameter probe. Chemical analyses were carried out using NFT 90-005 titration, and nitrogen parameters by DIN 38405-D92 spectrophotometry. Maximum levels of nitrates and phosphates were recorded at 228 and 18.4 mg∙dm–3 respectively. The principal component analysis (PCA) showed a good correlation of the November 2017 period with mineralization parameters. Moreover, there is a strong correlation between the wet period and pollution factors. The two methods of analysis has allowed to distinguish three groups of geochemical water types: a bicarbonate calcium group typical for waters having transited in carbonate horizons. A second chloride calcium group shows basic exchange between water and clay levels, and the third chloride bicarbonate calcium group reveals an enrichment in calcium and chloride, which reflects water circulation with an exchange of the carbonated and evaporitic sedimentary rock matrix.
Źródło:
Journal of Water and Land Development; 2021, 50; 27-37
1429-7426
2083-4535
Pojawia się w:
Journal of Water and Land Development
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Assessment of Sustainable Development Using Cluster Analysis and Principal Component Analysis
Ocena zrównoważonego rozwoju za pomocą analizy skupień i analizy głównych składników
Autorzy:
Drastichová, Magdaléna
Filzmoser, Peter
Powiązania:
https://bibliotekanauki.pl/articles/371108.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Komitet Człowiek i Środowisko PAN
Tematy:
European Union (EU)
Hierarchical Cluster Analysis (HCA)
Principal Component Analysis (PCA)
Sustainable Development (SD)
Sustainable Development Goals (SDGs)
JEL Classification
Q01
Q50
Q51
Q54
Q56
Unia Europejska
hierarchiczna analiza skupień
analiza głównych wskaźników
rozwój zrównoważony
cele zrównoważonego rozwoju
Opis:
The European Union (EU) Sustainable Development Goals (SDG) indicator set replaced the EU Sustainable Development Strategy (SDS) in 2017. The selected indicators of this set were chosen for the analysis to classify the sample of the 28 EU countries along with Norway according to their performance in sustainability. In the selection of indicators, priority was given to the indicators reflecting the social dimension of SD, along with important representatives of the economic, ecological and institutional dimensions of SD generally. Hierarchical Cluster Analysis (HCA) and Principal Component Analysis (PCA) were applied to the data of 12 indicators in the period 2012- 2016. By means of the HCA, four clusters were created in each year of the period 2012-2016 using the indicator values of particular years and then using all the indicator values in all the monitored years for the general assignment of countries to particular clusters. According to changes in the assignment to particular clusters over the years, the sustainability of development and the path of SD in the examined countries are assessed. As regards the core countries of each cluster, cluster 1 includes the most developed EU countries and is thus evaluated as the best performing cluster. Cluster 2 including the least developed EU countries is evaluated as the worst performing cluster. Cluster 3 predominantly includes the transitive economies and it is evaluated as the second best performing cluster according to the indicators applied. Cluster 4 containing the Southern countries is assessed as the second worst performing cluster. From the shifts of countries that occurred between the years, the shift of Ireland from cluster 3 to cluster 1 in 2013 must be emphasised as the move towards higher sustainability. The shift of Slovakia and Hungary from cluster 2 to cluster 3 in 2013 is also evaluated as progress towards higher sustainability.
W Unii Europejskiej w 2017 r. Cele zrównoważonego rozwoju zastąpiły dotychczasową Strategię zrównoważonego rozwoju. W tej pracy wybrane wskaźniki odnoszące się do nowych Celów zrównoważonego rozwoju stanowią podstawę klasyfikacji 28 krajów Wspólnoty oraz Norwegii. Wśród tych wskaźników priorytetowo potraktowano te odnoszące się do wymiaru społecznego zrównoważonego rozwoju, uzupełniając dyskusję o podstawowe wskaźniki ekonomiczne, ekologiczne i instytucjonalne. Przeanalizowano okres obejmujący lata 2012-2016. Wobec wybranych 12 wskaźników zastosowano hierarchiczną analizę skupień i analizę głównych składników. Utworzono cztery klastry w ramach każdego roku z analizowanego okresu, określając wartości wskaźników dla poszczególnych lat, a następnie określenie wszystkich wartości wskaźników dla wszystkich monitorowanych lat umożliwiło przypisanie krajów do poszczególnych klastrów. Określenie zmian w przypisaniu do poszczególnych klastrów na przestrzeni lat umożliwiło ocenę zrównoważoności rozwoju i określenie ścieżki zrównoważonego rozwoju badanych krajów. Jeśli chodzi o główne kraje każdego klastra, to klaster 1 obejmuje najbardziej rozwinięte kraje UE i dlatego jest oceniany jako klaster, który osiąga najlepsze wyniki. Klaster 2 uwzględnia najsłabiej rozwinięte kraje i oceniony jest jako ten, który osiąga najgorsze wyniki. Klaster 3 obejmuje głównie gospodarki znajdujące się w okresie przejściowym i jest oceniany jako drugi osiągający najlepsze wyniki. Klaster 4 obejmuje kraje Południa i jest oceniany jako drugi osiągający najgorsze wyniki. Uwzględniając zmiany jakie zaszły w okresie kolejnych lat, należy podkreślić przesunięcie Irlandii z klastra 3 do klastra 1 w 2013 r., co oznacza ruch w kierunku większej zrównoważoności. Tak samo należy ocenić przejście w tym samym roku Słowacji i Węgier z klastra 2 do klastra 3.
Źródło:
Problemy Ekorozwoju; 2019, 14, 2; 7-24
1895-6912
Pojawia się w:
Problemy Ekorozwoju
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Utilization of ASTER data in lithological and lineament mapping of the southern flank of the Central High Atlas in Morocco
Autorzy:
Errami, Maryam
Algouti, Ahmed
Algouti, Abdellah
Farah, Abdelouhed
Agli, Saloua
Powiązania:
https://bibliotekanauki.pl/articles/2204372.pdf
Data publikacji:
2023
Wydawca:
Uniwersytet im. Adama Mickiewicza w Poznaniu
Tematy:
Amezri-Amassine area
PCA
Principal Component Analysis
band ratio
MNF
Minimum Noise Fraction
automatic lineament extraction
Amezri
Amassine
analiza głównych składowych
Opis:
Geological mapping undoubtedly plays an important role in several studies and remote sensing data are of great significance in geological mapping, particularly in poorly mapped areas situated in inaccessible regions. In the present study, Principal Component Analysis (PCA), Band Rationing (BR) and Minimum Noise Fraction (MNF) algorithms are applied to map lithological units and extract lineaments in the Amezri-Amassine area, by using multispectral ASTER image and global digital elevation model (GDEM) data for the first time. Following preprocessing of ASTER images, advanced image algorithms such as PCA, BR and MNF analyses are applied to the 9ASTER bands. Validation of the resultant maps has relied on matching lithological boundaries and faults in the study area and on the basis of pre-existing geological maps. In addition to the PCA image, a new band-ratio image, 4/6–5/8–4/5, as adopted in the present work, provides high accuracy in discriminating lithological units. The MNF transformation reveals improvement over previous enhancement techniques, in detailing most rock units in the area. Hence, results derived from the enhancement techniques show a good correlation with the existing litho-structural map of the study area. In addition, the present results have allowed to update this map by identifying new lithological units and structural lineaments. Consequently, the methodology followed here has provided satisfactory results and has demonstrated the high potential of multispectral ASTER data for improving lithological discrimination and lineament extraction.
Źródło:
Geologos; 2023, 29, 1; 1--20
1426-8981
2080-6574
Pojawia się w:
Geologos
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Identification of changes of machine technical state on the basis of results of principle component analysis of a sequence of thermographic images
Identyfikacja zmian stanu obiektów technicznych na podstawie wyników analizy głównych składowych sekwencji zdjęć termograficznych
Autorzy:
Fidali, M.
Bzymek, A.
Powiązania:
https://bibliotekanauki.pl/articles/327752.pdf
Data publikacji:
2009
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
diagnostyka
maszyna
termowizja
termografia
analiza głównych składowych
machine
diagnostics
thermovision
thermography
principal component analysis
PCA
Opis:
During continuous object observation with the use of a thermographic device, a sequence of thermographic images can be recorded in time function. On the basis of an acquired series of thermograms, determination of diagnostic signals and identification of changes of a machine technical state is possible. An approach presented in the paper concerns application of a Principal Component Analysis (PCA) method. In order to verify the method, an active diagnostic experiment, during which sequences of thermographic images were recorded and analyzed according to their components, was carried out. The obtained results showed that diagnostic signals provided by PCA could be used for identification of changes of a technical state as well as classification of the state with considerably high efficiency.
Podczas ciągłej obserwacji termowizyjnej obiektu technicznego rejestrowana jest sekwencja obrazów w czasie. Na podstawie zarejestrowanej sekwencji obrazów możliwe jest wyznaczenie sygnałów diagnostycznych pozwalających na identyfikację stanu technicznego obserwowanego obiektu. W artykule zaproponowano metodę diagnozowania maszyn na podstawie wyników analizy składowych głównych (PCA) sekwencji obrazów termowizyjnych. W celu weryfikacji metody przeprowadzono czynny eksperyment diagnostyczny, podczas którego rejestrowano sekwencje obrazów, które poddano analizie składowych. Uzyskane wyniki wykazały, że metoda składowych głównych pozwala na identyfikację zmian stanu technicznego oraz efektywną klasyfikację stanu technicznego maszyny.
Źródło:
Diagnostyka; 2009, 3(51); 45-48
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Forecast of prices and volatility on the day ahead market
Autorzy:
Ganczarek-Gamrot, Alicja
Powiązania:
https://bibliotekanauki.pl/articles/425278.pdf
Data publikacji:
2013
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
principal component analysis (PCA)
SARIMA model
DCC model
Value-at- -Risk
portfolio
Opis:
The subject of this paper is the forecast of prices and volatility on the Day Ahead Market (DAM). The analysis was made for two portfolios of four contracts from 30.03.2009 to 28.10.2011 for two fixings on DAM. Four out of 24 contracts noted on DAM were chosen by PCA. Prices were forecast by the SARIMA models incorporating autocorrelation and seasonality. Value-at-Risk calculated through the DCC model was used to forecast volatility. These models describe well the prices and volatility on the DAM and may be used for forecasting purposes. Prices on fixing 2 are characterized by higher volatility than prices on fixing 1.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2013, 1(39); 111-120
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A Comparative Study between CS-LBP/SVM and CS-LBP/PCA in Facial Expression Recognition
Autorzy:
Gaur, Sheena
Powiązania:
https://bibliotekanauki.pl/articles/1075570.pdf
Data publikacji:
2019
Wydawca:
Przedsiębiorstwo Wydawnictw Naukowych Darwin / Scientific Publishing House DARWIN
Tematy:
Center symmetric local binary patterns (CS-LBP)
Facial Expression Analysis
Principal Component Analysis 9PCA)
Support Vector Machine (SVM)
Opis:
Face plays significant role in social communication. This is a 'window' to human personality, emotions and thoughts. Due to this, face is a subject of study in many areas of science such as psychology, behavioral science, medicine and computer science etc. In this paper, a comparative study is suggested between CS-LBP/SVM and CS-LBP/PCA. These algorithms are used in emotive facial expression recognition. Finally, a comparison is shown between PCA & SVM in terms of Dimension Reduction. The proposed system uses grayscale frontal face images of a Japanese female to classify six basic emotions namely happiness, sadness, disgust, fear, surprise and anger.
Źródło:
World Scientific News; 2019, 121; 83-89
2392-2192
Pojawia się w:
World Scientific News
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An effective data reduction model for machine emergency state detection from big data tree topology structures
Autorzy:
Iaremko, Iaroslav
Senkerik, Roman
Jasek, Roman
Lukastik, Petr
Powiązania:
https://bibliotekanauki.pl/articles/2055178.pdf
Data publikacji:
2021
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
OPC UA
OPC tree
principal component analysis
PCA
big data analysis
data reduction
machine tool
anomaly detection
emergency states
analiza głównych składowych
duży zbiór danych
redukcja danych
wykrywanie anomalii
stan nadzwyczajny
Opis:
This work presents an original model for detecting machine tool anomalies and emergency states through operation data processing. The paper is focused on an elastic hierarchical system for effective data reduction and classification, which encompasses several modules. Firstly, principal component analysis (PCA) is used to perform data reduction of many input signals from big data tree topology structures into two signals representing all of them. Then the technique for segmentation of operating machine data based on dynamic time distortion and hierarchical clustering is used to calculate signal accident characteristics using classifiers such as the maximum level change, a signal trend, the variance of residuals, and others. Data segmentation and analysis techniques enable effective and robust detection of operating machine tool anomalies and emergency states due to almost real-time data collection from strategically placed sensors and results collected from previous production cycles. The emergency state detection model described in this paper could be beneficial for improving the production process, increasing production efficiency by detecting and minimizing machine tool error conditions, as well as improving product quality and overall equipment productivity. The proposed model was tested on H-630 and H-50 machine tools in a real production environment of the Tajmac-ZPS company.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2021, 31, 4; 601--611
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Comparison of selected methods of multi-parameter data visualization used for classification of coals
Autorzy:
Jamroz, D.
Niedoba, T.
Powiązania:
https://bibliotekanauki.pl/articles/110329.pdf
Data publikacji:
2015
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
multidimensional visualization
observational tunnels method
multidimensional scaling
MDS
principal component analysis
PCA
relevance maps
autoassociative neural networks
Kohonen maps
parallel coordinates method
grained material
coal
Opis:
Methods of multi-parameter data visualization through the transformation of multidimensional space into two-dimensional one allow to present multidimensional data on computer screen, thus making it possible to conduct a qualitative analysis of this data in the most natural way for human – by a sense of sight. In the paper a comparison was made to show the efficiency of selected seven methods of multidimensional visualization and further, to analyze data describing various coal type samples. Each of the methods was verified by checking how precisely a coal type can be classified when a given method is applied. For this purpose, a special criterion was designed to allow an evaluation of the results obtained by means of each of these methods. Detailed information included presentation of methods, elaborated algorithms, accepted parameters for best results as well the results. The framework for the comparison of the analyzed multi-parameter visualization methods includes: observational tunnels method multidimensional scaling MDS, principal component analysis PCA, relevance maps, autoassociative neural networks, Kohonen maps and parallel coordinates method.
Źródło:
Physicochemical Problems of Mineral Processing; 2015, 51, 2; 769-784
1643-1049
2084-4735
Pojawia się w:
Physicochemical Problems of Mineral Processing
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The use of the visualisation of multidimensional data using PCA to evaluate possibilities of the division of coal samples space due to their suitability for fluidised gasification
Zastosowanie wizualizacji wielowymiarowych danych za pomocą PCA do oceny możliwości podziału próbek węgla ze względu na ich przydatność do zgazowania
Autorzy:
Jamróz, D.
Niedoba, T.
Surowiak, A.
Tumidajski, T.
Powiązania:
https://bibliotekanauki.pl/articles/219788.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
analiza PCA
wizualizacja wielowymiarowa
zgazowanie węgla
wzbogacanie w osadzarkach
principal component analysis (PCA)
multidimensional visualisation
coal gasification
jigging
Opis:
Methods serving to visualise multidimensional data through the transformation of multidimensional space into two-dimensional space, enable to present the multidimensional data on the computer screen. Thanks to this, qualitative analysis of this data can be performed in the most natural way for humans, through the sense of sight. An example of such a method of multidimensional data visualisation is PCA (principal component analysis) method. This method was used in this work to present and analyse a set of seven-dimensional data (selected seven properties) describing coal samples obtained from Janina and Wieczorek coal mines. Coal from these mines was previously subjected to separation by means of a laboratory ring jig, consisting of ten rings. With 5 layers of both types of coal (with 2 rings each) were obtained in this way. It was decided to check if the method of multidimensional data visualisation enables to divide the space of such divided samples into areas with different suitability for the fluidised gasification process. To that end, the card of technological suitability of coal was used (Sobolewski et al., 2012; 2013), in which key, relevant and additional parameters, having effect on the gasification process, were described. As a result of analyses, it was stated that effective determination of coal samples suitability for the on-surface gasification process in a fluidised reactor is possible. The PCA method enables the visualisation of the optimal subspace containing the set requirements concerning the properties of coals intended for this process.
Proces zgazowania węgla jest jedną z technologii, które zyskują coraz szerszą uwagę wśród technologów zajmujących się jego przeróbką i utylizacją. Ze względu na typ zgazowania wyróżnia się dwa główne sposoby: zgazowanie naziemne i podziemne. Każdy z tych typów można jednak przeprowadzić za pomocą różnych technologii. W przypadku zgazowania naziemnego, jedną z takich technologii jest zgazowanie w reaktorze fluidalnym. Do tego typu zgazowania zostały opracowane wytyczne w ramach projektu NCBiR nr 23.23.100.8498/R34 pt. „Opracowanie technologii zgazowania węgla dla wysokoefektywnej produkcji paliw i energii” w ramach strategicznego programu badań naukowych i prac rozwojowych pt. „Zaawansowane technologie pozyskiwania energii” (Marciniak-Kowalska, 2011-12; Sobolewski et al., 2012; 2013; Strugała et al., 2011; 2012). Autorzy wybrali główne z tych wytycznych, dotyczących zalecanych poziomów określonych cech węgla. W celu zbadania węgla pod kątem ich przydatności do zgazowania pobrano próbki dwóch węgli: pochodzących z Zakładu Górniczego Janina oraz z Kopalni Węgla Kamiennego Wieczorek. Każdy z tych węgli został poddany procesowi wzbogacania w laboratoryjnej osadzarce pierścieniowej (10 pierścieni, węgiel w klasach wydzielonych z przedziału 0-18 mm). Po zakończeniu procesu rozdziału materiał podzielono na 5 warstw (po 2 pierścienie) i każdy z nich rozsiano na sitach na 10 klas ziarnowych, ustalając wychody warstw i klas. Następnie, tak otrzymane produkty – klasy ziarnowe, po wydzieleniu analitycznych próbek, poddano chemicznej analizie elementarnej i technicznej węgla, w celu scharakteryzowania właściwości wpływających na procesy zgazowania. Łącznie z obu kopalń uzyskano 99 próbek (50 z kopalni Janina oraz 49 z kopalni Wieczorek – w jednej z warstw nie uzyskano klasy 16-18 mm) charakteryzowanych przez następujące parametry: zawartość siarki całkowitej, zawartość wodoru, zawartość azotu, zawartość chloru, zawartość węgla całkowitego, ciepło spalania oraz zawartość popiołu. Przykładowe dane dla jednej z otrzymanych warstw przedstawiono w tabeli 1. Dodatkowo wykorzystano kartę przydatności technologicznej węgla (Sobolewski et al., 2012; 2013), w której opisano parametry kluczowe, istotne oraz dodatkowe, mające wpływ na proces zgazowania. Na jej podstawie oznaczono próbki węgla, które w sposób efektywny poddają się procesowi zgazowania. W celu wizualizacji danych zastosowano jedną z nowoczesnych metod wielowymiarowej statystycznej analizy czynnikowej – metodę PCA (ang. Principal Component Analysis). W metodzie tej dokonuje się rzutu prostopadłego wielowymiarowych danych na płaszczyznę reprezentowaną przez specjalnie wybrane wektory V1,V2. Są to wektory własne, odpowiadające dwóm największym (co do modułu) wartościom własnym macierzy kowariancji zbioru obserwacji. Opisany dobór wektorów V1,V2 pozwala uzyskać obraz na płaszczyźnie prezentujący najwięcej zmienności danych. Algorytm i zasady tej metody zostały szczegółowo zaprezentowane w podrozdziale 3 artykułu. Za pomocą metody PCA dokonano trzech typów analiz. Pierwszy obraz miał na celu rozpoznanie, czy możliwa jest identyfikacja pochodzenia węgla, czyli rozdział węgla pochodzącego z ZG Janina od węgla z KWK Wieczorek. Odpowiedź była twierdząca. Na tak przygotowane dane narzucono następnie warunki wynikające z nałożenia wymogów określonych w karcie przydatności technologicznej węgla. Okazało się, że przy wzięciu pod uwagę wszystkich warunków jedynie 17 próbek z ZG Janina i zaledwie jedna z KWK Wieczorek spełnia wszystkie kryteria, co przedstawiono na rysunku 2. Stwierdzono, że dzieje się tak głównie z powodu zawartości chloru, która wykracza poza nałożone limity. Cecha ta nie wpływa jednak w kluczowy sposób na sam proces zgazowania a istotna jest ze względu na aspekt ochrony środowiska. Dlatego dokonano podobnej analizy, ale przy odrzuceniu warunku dotyczącego tej cechy. Po odrzuceniu wymogów dotyczących zawartości chloru okazało się, że 37 próbek z ZG Janina oraz 41 próbek z KWK Wieczorek spełnia pozostałe zalecenia odnośnie naziemnego zgazowania w reaktorze fluidalnym. Jest to potwierdzenie wcześniejszych obserwacji autorów w tym zakresie. W obu przypadkach wizualizacja wielowymiarowa przy użyciu PCA pozwoliła stwierdzić, że obrazy punktów reprezentujących próbki węgla bardziej podatnego na zgazowanie oraz mniej przydatnego do zgazowania zajmują osobne podobszary przestrzeni oraz gromadzą się w skupiskach, które można łatwo od siebie odseparować. Stwierdzono więc, że metoda PCA pozwala podzielić przestrzeń próbek na obszary o różnej przydatności do procesu zgazowania fluidalnego zarówno gdy przyjęto ograniczenie dotyczące zawartości chloru jak i przy jego pominięciu. Zastosowanie metody PCA w celu identyfikacji przydatności próbek węgla do zgazowania jest nowatorskie i nie było wcześniej stosowane. Istnieje możliwość zastosowania również innych metod w tym zakresie. Należy jednak podkreślić, że niewątpliwą zaletą metody PCA jest fakt, że w trakcie wizualizacji nie ma konieczności doboru żadnych parametrów w przeciwieństwie do wielu innych metod wizualizacji wielowymiarowych danych.
Źródło:
Archives of Mining Sciences; 2016, 61, 3; 523-535
0860-7001
Pojawia się w:
Archives of Mining Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The impact of initial data on the logistics performance index estimation: Estonian and Russian study
Wpływ danych wejściowych na wycenę współczynnika działalności logistycznej (LPI): Estonia vs Rosja
Autorzy:
Janno, Jelizaveta
Mochalina, Ekaterina Pavlovna
Ivankova, Galina Vladimirovna
Labanova, Oksana
Latonina, Marina
Safulina, Elena
Uukkivi, Anne
Powiązania:
https://bibliotekanauki.pl/articles/1835512.pdf
Data publikacji:
2021
Wydawca:
Wyższa Szkoła Logistyki
Tematy:
performance measurement
logistics performance index (LPI)
country-level logistics
principal component analysis (PCA)
initial data
ocena działania
wskaźnik działalności logistycznej (LPI)
logistyka na poziomie krajowym
analiza PCA
dane wejściowe
Opis:
Logistics activities form a network of services that support the physical movement of goods, trade across borders, and commerce within borders. Well-functioning logistics, with its international trade and transport organisation, is a precondition of comprehensive national competitiveness. The World Bank (World Bank Group) Logistics Performance Index (LPI) is a unique benchmarking tool, used since 2007, providing logistics performance measurement for more than 160 countries. As the LPI is a crucial part of global efforts to understand better logistics performance in the context of increasingly complex supply chains, this indicator must be evaluated objectively and adequately. The current paper focuses on studying subjective aspects within current methodology with regards the possible impact of initial data on the LPI estimation. The research aims to ensure a more objective approach to global and cross-countries performance measurement by studying possible constraints mentioned above. Methods: The paper presents a quantitative case study research strategy based on the evaluation of LPI in Estonia and Russia. The principal component analysis (PCA) as the primary method of analysis is a multivariate statistical technique that can help identify correlations between data points of the study. The primary data was collected by questioning representatives directly involved in the logistics sector by standardized questionnaire of the World Bank. Results: The modified methodological approach for evaluating LPI draws attention to comprehensive generalization concerning the improved outcome of the score and the final position of both countries. As a criticism, the significant impact of the answer of just one uncommon respondent to the final score of the LPI can be pointed out.Conclusions: Further research related to the issue of objective and more advanced estimation of LPI should be a continuous process with the focus on improving the quality of input data for the assessment. In addition to LPI as a primary measure, parallel use of alternative figure for evaluation of the development of logistics on a global scale.
Działalność logistyczna tworzy sieć usług wspomagającą fizyczne przepływy dóbr materialnych, handel międzynarodowy jak i krajowy. Dobrze funkcjonująca logistyka obejmująca swym działaniem handel zagraniczny i transport, jest warunkiem wstępnym przewagi konkurencyjnej danego kraju. Wskaźnik działalności logistycznej Banku Światowego (LPI) jest unikalnym narzędziem dla benchmarkingu, stosowanym od 2007 do oceny działalności logistycznej ponad 160 krajów. Ponieważ LPI jest krytycznym czynnikiem globalnych dążeń dla lepszego zrozumienia i oceny działalności logistycznej, musi on być wyliczany obiektywnie i precyzyjnie. Praca koncentruje się na zbadania aspektów podmiotowych opierając się na obecnej metodologii przy uwzględnieniu możliwego wpływu danych wejściowych na wycenę LPI. Celem pracy jest umożliwienie bardziej obiektywnego podejścia do oceny działalności na poziomie globalnym i międzynarodowym poprzez dokładną analizę wyżej wymienionych czynników ograniczających tą ocenę. Metody: W pracy zastosowano strategię ilościowej analizy opartej na wycenie LPI w Estonii i Rosji. Analiza PCA (Principal component analysis), jako podstawowa metoda analizy jest wieloczynnikową techniką statystyczną, która umożliwia identyfikację korelacji pomiędzy różnymi danymi. Dane wejściowe zostały zebrane poprzez przeprowadzenie ankiety, stworzonej według standardów Banku Światowego, wśród osób bezpośrednio związanych z logistyką. Wyniki: Zmodyfikowane metodologiczne podejście do wyceny LPI kładzie nacisk na uogólnienie wyników, poprawiające wynik końcowy oraz pozycjonowanie obu krajów. Ceną negatywną jest fakt dużego wpływu na wynik końcowy odbiegającego wyniku ankiety jednego z badanych respondentów
Źródło:
LogForum; 2021, 17, 1; 147-156
1734-459X
Pojawia się w:
LogForum
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Principal components of innovation performance in European Union countries
Główne składowe innowacyjności w krajach Unii Europejskiej
Autorzy:
Kleszcz, Agnieszka
Powiązania:
https://bibliotekanauki.pl/articles/1813754.pdf
Data publikacji:
2021-08-31
Wydawca:
Główny Urząd Statystyczny
Tematy:
innovation
European Innovation Scoreboard
EIS
principal component analysis
PCA
innowacje
Europejski Ranking Innowacyjności
analiza głównych składowych
Opis:
Innovation is one of the main determinants of economic development. Innovative activity is very complex, thus difficult to measure. The complexity of the phenomenon poses a great challenge for researchers to understand its determinants. The article focuses on the problem of innovation-related geographical disparities among European Union countries. Moreover, it analyses the principal components of innovation determined on the basis of the European Innovation Scoreboard (EIS) dimensions. The aim of the paper is to identify the principal components of the innovation index which differentiate countries by analysing the structure of the correlation between its components. All calculations were based on indicators included in the EIS 2020 Database, containing data from the years 2012–2019. A comparative analysis of the studied countries’ innovation performance was carried out, based on the principal component analysis (PCA) method, with the purpose of finding the uncorrelated principal components of innovation which differentiate the studied countries. The results were achieved by reducing a 10-dimensional data set to a 2-dimensional one, for a simpler interpretation. The first principal component (PC1) consisted of the human resources, attractive research systems, and finance and support dimensions (understood as academia and finance). The second principal component (PC2), involving the employment impacts and linkages dimensions, was interpreted as business-related. PC1 and PC2 jointly explained 68% of the observed variance, and similar results were obtained for the 27 detailed indicators outlined in the EIS. We can therefore assume that we have an accurate representation of the information contained in the EIS data, which allows for an alternative assessment and ranking of innovation performance. The proposed simplified index, described in a 2-dimensional space, based on PC1 and PC2, makes it possible to group countries in a new way, according to their level of innovation, which offers a wide range of application, e.g. PC1 captures geographic disparities in innovation corresponding to the division between the old and new EU member states.
Innowacyjność należy do głównych wyznaczników rozwoju gospodarczego. Działalność innowacyjna jest bardzo złożona, a przez to trudna do zmierzenia. Dużym wyzwaniem dla badaczy jest także poznanie uwarunkowań tego zjawiska. W artykule skupiono się na problemie zróżnicowania terytorialnego innowacyjności wśród krajów Unii Europejskiej, a także a Uniwersytet Jana Kochanowskiego w Kielcach, Wydział Nauk Ścisłych i Przyrodniczych, Instytut Geografii i Nauk o Środowisku, Polska / Jan Kochanowski University of Kielce, Faculty of Natural Sciences, Institute of Geography and Environmental Sciences, Poland. ORCID: https://orcid.org/0000-0002-0450-5247. E-mail: agakleszcz87@gmail.com. © Główny Urząd Statystyczny A. KLESZCZ Principal components of innovation performance in European Union countries 25 na analizie głównych składowych innowacyjności wyznaczonych przy wykorzystaniu wskaźników uwzględnianych w Europejskim Rankingu Innowacyjności (European Innovation Scoreboard – EIS). Celem badania omawianego w artykule jest identyfikacja głównych składowych innowacyjności różnicujących kraje na podstawie analizy struktury korelacji. Obliczenia oparto na wskaźnikach zawartych w bazie EIS 2020, obejmujących 2012–2019. Przeprowadzono analizę porównawczą krajów pod kątem wydajności innowacyjnej przy użyciu metody analizy głównych składowych (PCA), aby znaleźć nieskorelowane główne składowe innowacji różnicujące kraje. Wyniki uzyskano dzięki zredukowaniu 10-wymiarowego zestawu danych do zestawu 2-wymiarowego, łatwiejszego do interpretacji. Pozwoliło to wyróżnić pierwszą główną składową (PC1) zawierającą zasoby ludzkie, atrakcyjne systemy badawcze, finanse i wsparcie rozumiane jako środowisko akademickie i finanse. Druga główna składowa (PC2), obejmująca wpływ na zatrudnienie i sieć powiązań, jest interpretowana jako związana z biznesem. Składowe PC1 i PC2 wyjaśniły łącznie 68% wariancji; podobne wyniki uzyskano dla zestawu 27 szczegółowych wskaźników uwzględnianych w EIS. Można zatem uznać, że daje to dokładną reprezentację danych EIS, która zapewnia alternatywną ocenę i ranking wyników w zakresie innowacji. Zaproponowany uproszczony indeks innowacyjności, opisany w przestrzeni dwuwymiarowej, opierający się na PC1 i PC2, umożliwia nowy sposób grupowania krajów i może mieć szerokie zastosowanie, np. PC1 przedstawia geograficzne zróżnicowanie innowacji odpowiadające podziałowi na kraje członkowskie starej i nowej Unii.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2021, 66, 8; 24-45
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 39

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