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 "przewidywanie" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 78
Tytuł:
A combinatorial approach in predicting the outcome of tennis matches
Autorzy:
Šarčević, Ana
Vranić, Mihaela
Pintar, Damir
Powiązania:
https://bibliotekanauki.pl/articles/2055160.pdf
Data publikacji:
2021
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
binomial distribution
final score prediction
independent distribution
identical distribution
predictive model
rozkład dwumianowy
przewidywanie wyniku końcowego
rozkład identyczny
model predykcji
Opis:
Tennis, as one of the most popular individual sports in the world, holds an important role in the betting world. There are two main categories of bets: pre-match betting, which is conducted before the match starts, and live betting, which allows placing bets during the sporting event. Betting systems rely on setting sports odds, something historically done by domain experts. Setting odds for live betting represents a challenge due to the need to follow events in real-time and react accordingly. In tennis, hierarchical models often stand out as a popular choice when trying to predict the outcome of the match. These models commonly leverage a recursive approach that aims to predict the winner or the final score starting at any point in the match. However, recursive expressions inherently contain computational complexity which hinders the efficiency of methods relying on them. This paper proposes a more resource-effective alternative in the form of a combinatorial approach based on a binomial distribution. The resulting accuracy of the combinatorial approach is identical to that of the recursive approach while being vastly more efficient when considering the execution time, making it a superior choice for live betting in this domain.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2021, 31, 3; 525--538
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
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:
A new method of cardiac sympathetic index estimation using a 1D-convolutional neural network
Autorzy:
Kołodziej, Marcin
Majkowski, Andrzej
Tarnowski, Paweł
Rak, Remigiusz Jan
Rysz, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/2090741.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
epilepsy
seizure detection
seizure prediction
convolutional neural network
deep learning
ECG
HRV
cardiac sympathetic index
padaczka
wykrywanie napadu
przewidywanie napadu
splotowa sieć neuronowa
głęboka nauka
technika deep learning
EKG
wskaźnik współczulny serca
Opis:
Epilepsy is a neurological disorder that causes seizures of many different types. The article presents an analysis of heart rate variability (HRV) for epileptic seizure prediction. Considering that HRV is nonstationary, our research focused on the quantitative analysis of a Poincare plot feature, i.e. cardiac sympathetic index (CSI). It is reported that the CSI value increases before the epileptic seizure. An algorithm using a 1D-convolutional neural network (1D-CNN) was proposed for CSI estimation. The usability of this method was checked for 40 epilepsy patients. Our algorithm was compared with the method proposed by Toichi et al. The mean squared error (MSE) for testing data was 0.046 and the mean absolute percentage error (MAPE) amounted to 0.097. The 1D-CNN algorithm was also compared with regression methods. For this purpose, a classical type of neural network (MLP), as well as linear regression and SVM regression, were tested. In the study, typical artifacts occurring in ECG signals before and during an epileptic seizure were simulated. The proposed 1D-CNN algorithm estimates CSI well and is resistant to noise and artifacts in the ECG signal.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2021, 69, 3; e136921, 1--9
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A new method of cardiac sympathetic index estimation using a 1D-convolutional neural network
Autorzy:
Kołodziej, Marcin
Majkowski, Andrzej
Tarnowski, Paweł
Rak, Remigiusz Jan
Rysz, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/2173565.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
epilepsy
seizure detection
seizure prediction
convolutional neural network
deep learning
ECG
HRV
cardiac sympathetic index
padaczka
wykrywanie napadu
przewidywanie napadu
splotowa sieć neuronowa
głęboka nauka
technika deep learning
EKG
wskaźnik współczulny serca
Opis:
Epilepsy is a neurological disorder that causes seizures of many different types. The article presents an analysis of heart rate variability (HRV) for epileptic seizure prediction. Considering that HRV is nonstationary, our research focused on the quantitative analysis of a Poincare plot feature, i.e. cardiac sympathetic index (CSI). It is reported that the CSI value increases before the epileptic seizure. An algorithm using a 1D-convolutional neural network (1D-CNN) was proposed for CSI estimation. The usability of this method was checked for 40 epilepsy patients. Our algorithm was compared with the method proposed by Toichi et al. The mean squared error (MSE) for testing data was 0.046 and the mean absolute percentage error (MAPE) amounted to 0.097. The 1D-CNN algorithm was also compared with regression methods. For this purpose, a classical type of neural network (MLP), as well as linear regression and SVM regression, were tested. In the study, typical artifacts occurring in ECG signals before and during an epileptic seizure were simulated. The proposed 1D-CNN algorithm estimates CSI well and is resistant to noise and artifacts in the ECG signal.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2021, 69, 3; art. no. e136921
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A novel test case prioritization method based on problems of numerical software code statement defect prediction
Nowatorska metoda priorytetyzacji przypadków testowych oparta na prognozowaniu błędów instrukcji kodu oprogramowania numerycznego
Autorzy:
Shao, Yuanxun
Liu, Bin
Wang, Shihai
Xiao, Peng
Powiązania:
https://bibliotekanauki.pl/articles/1841862.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
software defect prediction
test case prioritization
code statement metrics
machine learning
software testing
przewidywanie błędów oprogramowania
priorytetyzacja przypadków testowych
metryki instrukcji kodu
uczenie maszynowe
testowanie oprogramowania
Opis:
Test case prioritization (TCP) has been considerably utilized to arrange the implementation order of test cases, which contributes to improve the efficiency and resource allocation of software regression testing. Traditional coverage-based TCP techniques, such as statement-level, method/function-level and class-level, only leverages program code coverage to prioritize test cases without considering the probable distribution of defects. However, software defect data tends to be imbalanced following Pareto principle. Instinctively, the more vulnerable the code covered by the test case is, the higher the priority it is. Besides, statement-level coverage is a more fine-grained method than function-level coverage or class-level coverage, which can more accurately formulate test strategies. Therefore, we present a test case prioritization approach based on statement software defect prediction to tame the limitations of current coverage-based techniques in this paper. Statement metrics in the source code are extracted and data pre-processing is implemented to train the defect predictor. And then the defect detection rate of test cases is calculated by combining the prioritization strategy and prediction results. Finally, the prioritization performance is evaluated in terms of average percentage faults detected in four open source datasets. We comprehensively compare the performance of the proposed method under different prioritization strategies and predictors. The experimental results show it is a promising technique to improve the prevailing coverage-based TCP methods by incorporating statement-level defect-proneness. Moreover, it is also concluded that the performance of the additional strategy is better than that of max and total, and the choice of the defect predictor affects the efficiency of the strategy.
Metodę priorytetyzacji przypadków testowych (TCP) wykorzystuje się powszechnie do ustalania kolejności implementacji przypadków testowych, co przyczynia się do poprawy wydajności i alokacji zasobów w trakcie testowania regresyjnego oprogramowania. Tradycyjne techniki TCP oparte na pokryciu na poziomie instrukcji, metody/funkcji oraz klasy, wykorzystują pokrycie kodu programu tylko w celu ustalenia priorytetów przypadków testowych, bez uwzględnienia prawdopodobnego rozkładu błędów. Jednak dane o błędach oprogramowania są zwykle niezrównoważone zgodnie z zasadą Pareto. Instynktownie, im bardziej wrażliwy jest kod pokryty przypadkiem testowym, tym wyższy jest jego priorytet. Poza tym, pokrycie na poziomie instrukcji jest bardziej szczegółową metodą niż pokrycie na poziomie funkcji lub pokrycie na poziomie klasy, które mogą dokładniej formułować strategie testowe. Dlatego w artykule przedstawiamy podejście do priorytetyzacji przypadków testowych oparte na prognozowaniu błędów instrukcji oprogramowania, które pozwala zmniejszyć ograniczenia obecnych technik opartych na pokryciu. Wyodrębniono metryki instrukcji w kodzie źródłowym i zaimplementowano wstępne przetwarzanie danych w celu nauczania predyktora błędów. Następnie obliczono wskaźnik wykrywania błędów w przypadkach testowych poprzez połączenie strategii priorytetyzacji i wyników prognozowania. Wreszcie, oceniono wydajność ustalania priorytetów pod względem średnich procentowych błędów wykrytych w czterech zestawach danych typu open source. Kompleksowo porównano wydajność proponowanej metody w ramach różnych strategii ustalania priorytetów i predyktorów. Wyniki eksperymentów pokazują, że jest to obiecująca technika poprawy dominujących metod TCP opartych na pokryciu poprzez włączenie podatności na błędy na poziomie instrukcji. Ponadto stwierdzono również, że strategia dodatkowa cechuje się lepszą wydajnością niż strategie max i total, a wybór predyktora błędów wpływa na skuteczność strategii.
Źródło:
Eksploatacja i Niezawodność; 2020, 22, 3; 419-431
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A vehicle-track-soil dynamic interaction problem in sequential and parallel formulation
Autorzy:
Kogut, J.
Ciurej, H.
Powiązania:
https://bibliotekanauki.pl/articles/907759.pdf
Data publikacji:
2010
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
modelowanie numeryczne
identyfikacja
przewidywanie wibracji
numerical modeling
identification
vibrations prediction
Opis:
Some problems regarding numerical modeling of predicted vibrations excited by railway traffic are discussed. Model formulation in the field of structural mechanics comprises a vehicle, a track (often in a tunnel) and soil. Time consuming computations are needed to update large matrices at every discrete step. At first, a sequential Matlab code is generated. Later on, the formulation is modified to use grid computing, thereby a significant reduction in computational time is expected.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2010, 20, 2; 295-303
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An Empirical Study of the Variables Affecting the Frequency of Engine Oil Change in the Environmental Aspect
Empiryczna analiza czynników wpływających na częstotliwość wymiany oleju silnikowego w aspekcie środowiskowym
Autorzy:
Wolak, Artur
Zając, Grzegorz
Powiązania:
https://bibliotekanauki.pl/articles/1811746.pdf
Data publikacji:
2019
Wydawca:
Politechnika Koszalińska. Wydawnictwo Uczelniane
Tematy:
waste lubricant oil
WLO
oil degradation
environmental impact
environmental damage
engine oil change schedule
public awareness
public attitudes
questionnaire
predicting car drivers’ behaviour
zużyty olej silnikowy
degradacja oleju
wpływ środowiskowy
szkoda środowiskowa
harmonogram wymiany oleju silnikowego
świadomość społeczna
postawa społeczne
ankieta
przewidywanie zachowania kierowców samochodów
Opis:
Used engine oils are considered hazardous waste. They contain many potentially harmful substances. The amount of engine oil in passenger cars is not big however, due to the number of cars in use, the overall amount used in the EU amounts to several million tons. Despite the fact that engine oil change interval is generally set by the car manufacturer, usually it is rather determined by the knowledge and attitude of drivers. Timely oil change, apart from having an obvious influence on the engine wear process, also has a big impact on the environment. Therefore, studying the motives and factors which govern the oil change is crucial for optimizing the period of engine oil exploitation. The paper presents the results of a questionnaire on the frequency of oil change, the factors influencing the oil change time, the place of oil change and oil top ups. Moreover, thorough research has been conducted to connect the frequency of oil change with additional factors influencing the level of degradation of the engine oil. More than 1400 drivers participated in the study. The results were analysed with the use of correspondence analysis. The results presented in the paper show various correlations between the frequency of oil change and particular variables thus allowing for an assessment of drivers’ behaviour with regard to oil change. A need has been identified to implement a bigger education campaign concerning the oil change time and conduct research in order to establish guidelines for optimal oil change intervals.
Oleje silnikowe zalicza się do odpadów niebezpiecznych. Zawierają wiele substancji niebezpiecznych (np. wielopierścieniowe związki oraz węglowodory aromatyczne). W samochodach osobowych ilość oleju silnikowego nie jest duża, niemniej jednak liczba poruszających się pojazdów powoduje, że ilość oleju w obiegu ogólnym w EU jest rzędu kilku milionów ton. Mimo że termin wymiany oleju jest zazwyczaj określany przez producenta pojazdu to w rzeczywistości jest on pochodną wiedzy i zachowania kierowców. Terminowa wymiana oleju silnikowego w pojazdach oprócz oczywistego wpływu na zużycie silnika ma również duży wpływ na środowisko. Zbyt wczesna wymiana zwiększa ilość olejów odpadowych i powoduje większe zużycie zasobów naturalnych, natomiast zbyt późna wymiana oleju powoduje nadmierną akumulację szkodliwych związków w oleju. Stąd poznanie motywów i czynników, jakimi kierują się kierowcy przy wymianie oleju stanowi istotny element w optymalizacji długości eksploatacji oleju silnikowego. W pracy przedstawiono wyniki badań ankietowych w zakresie częstotliwości wymiany oleju, czynników wpływających na termin wymiany, miejsce wymiany oleju oraz stosowania dolewek oleju. Ponadto podjęto próbę powiązania częstotliwości wymiany oleju z dodatkowymi czynnikami (m.in. przebieg samochodu, eksploatacja miasto-trasa, pojemność silnika) wpływającymi na stopień degradacji oleju. Zebrano opinie ponad 1,400 użytkowników pojazdów. Do analizy wyników zastosowano opisową i eksploracyjną technikę analizy danych, jaką jest analiza korespondencji. Przedstawione w pracy wyniki pozwoliły wykazać istnienie wielu zależności pomiędzy częstotliwością wymiany oleju silnikowego a poszczególnymi zmiennymi, które pozwoliły ocenić zachowania użytkowników samochodów w zakresie wymiany olejów. Zdiagnozowano również konieczność przeprowadzenia szerokiej kampanii edukacyjnej w zakresie terminów wymiany olejów oraz badań naukowych, mających na celu opracowanie wytycznych związanych z optymalnym czasem eksploatacji oleju silnikowego.
Źródło:
Rocznik Ochrona Środowiska; 2019, Tom 21, cz. 1; 738-766
1506-218X
Pojawia się w:
Rocznik Ochrona Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analiza zagrożenia dla środowiska gruntowo-wodnego na podstawie danych z erupcji wstępnej
Analysis of hazard of ground and water environment on the basis of primary blow-out data
Autorzy:
Dubiel, S.
Powiązania:
https://bibliotekanauki.pl/articles/300079.pdf
Data publikacji:
2009
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
erupcje z odwiertów naftowych
przewidywanie warunków złożowych
zanieczyszczenie środowiska gruntowo-wodnego ropą naftową
blow-outs in boreholes
predicted reservoir conditions
contamination of ground and water environment with oil
Opis:
W publikacji podano sposób określania gradientu ciśnienia złożowego oraz ciężaru właściwego płynu złożowego na podstawie danych z erupcji w fazie wstępnej. Zamieszczono odpowiednie materiały graficzne oraz przykłady liczbowe opracowane na podstawie danych przemysłowych. Przeanalizowano rodzaje zanieczyszczeń środowiska gruntowo-wodnego w przypadkach rozwiniętej erupcji ropy naftowej z otworu wiertniczego.
The way of determining reservoir pressure gradient and specific gravity of reservoir fluid on the basis of initial blow-out data are presented in the paper. Graphic materials and figure examples based on industrial data are given. Types of contaminations of ground and water environment in the case of ongoing blow-out.
Źródło:
Wiertnictwo, Nafta, Gaz; 2009, 26, 3; 495-505
1507-0042
Pojawia się w:
Wiertnictwo, Nafta, Gaz
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analysis of electrical uterine contractile activity for prediction of preterm delivery
Autorzy:
Horoba, K.
Jezewski, J.
Matonia, A.
Wrobel, J.
Czabanski, R.
Jezewski, M.
Powiązania:
https://bibliotekanauki.pl/articles/333763.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
electrical uterine activity
electrohysterography
preterm delivery prediction
aktywność elektryczna macicy
elektrohisterografia
przewidywanie porodu przedwczesnego
Opis:
This study is aimed at evaluation of the capability to indicate the preterm delivery risk analysing the features extracted from signals of electrical uterine activity. Free access database was used with signals acquired in two groups of pregnant women who delivered at term and preterm. Signal features comprised classical time domain and spectral parameters of contractile activity, as well as the sample entropy. Their mean values were calculated over all contraction episodes detected in each record and their statistical significance for separating the two groups of recordings was provided. Influence of electrodes location, band-pass filter settings and gestation week was investigated. The obtained results showed that a spectral parameter – the median frequency was the most promising indicator of the preterm delivery risk.
Źródło:
Journal of Medical Informatics & Technologies; 2015, 24; 199-205
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of projection pursuit regression model for blasting vibration velocity peak prediction
Autorzy:
Shi, Jianjun
An, Huaming
Wei, Xin
Powiązania:
https://bibliotekanauki.pl/articles/1852582.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
wibracje wybuchowe
przewidywanie
prędkość drgań
model regresji
pościg projekcji
płytki tunel
algorytm genetyczny
blasting vibration
vibration velocity
prediction
projection pursuit
regression model
shallow tunnel
genetic algorithm
Opis:
Based on Projection Pursuit Regression Theory (PPRT), a projection pursuit regression model has been established for forecasting the peak value of blasting vibration velocity. The model is then used to predict the peak value of blasting vibration velocity in a tunnel excavation blasting in Beijing. In order to train and test the model, 15 sets of measured samples from the tunnel project are used as the input data. It is found that predicting results by projection pursuit regression model on the basis of the input data is much more reasonable than that predicted by the traditional Sodaovsk algorithm and modified Sodaovsk formula. The results show that the average predicting error of the projection pursuit regression model is 6.36%, which is closer to the measured values. Thus, the projection pursuit prediction model is a practical and reasonable tool for forecasting the peak value of blasting vibration velocity.
Źródło:
Archives of Civil Engineering; 2021, 67, 2; 653-673
1230-2945
Pojawia się w:
Archives of Civil Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Approach to predict product quality considering current customers’ expectations
Autorzy:
Siwiec, Dominika
Pacana, Andrzej
Bednárová, Lucia
Powiązania:
https://bibliotekanauki.pl/articles/27313593.pdf
Data publikacji:
2022
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
predict
product quality
decision support
naïve Bayesian classifier
weighted sum model
customer expectations
przewidywanie
jakość produktu
wspomaganie decyzji
naiwny klasyfikator Bayesa
metoda sumy ważonej
oczekiwania klientów
Opis:
Purpose: The purpose was to develop an approach to predict product quality considering current customers' expectations. Design/methodology/approach: The approach includes integrated techniques, i.e.: SMART(-ER) method, a questionnaire with the Likert scale, brainstorming (B&M), WSM method, and Naïve Bayes Classifier. This approach refers to obtaining customers' expectations for satisfaction from the current quality of products and the importance of these criteria. Based on the satisfaction of customers, the quality of the product was estimated and classified. Then, the quality of the product was predicted for current customers. Findings: It was shown that it is possible to predict product quality based on current customer expectations, and so based on the current existing product. Research limitations/implications: The proposed approach does not include the possibilities of determining the expected quality of the product. The approach focuses on predicting customers' satisfaction with the current quality of the product. Therefore, if there is a need for improvement actions, further analyzes should be carried out to determine which criteria should be modified and how. Practical implications: The presented approach can be used for any product. Therefore, it is a useful tool for any kind of organization, which strives to meet customer satisfaction. Despite the possibility to predict the quality of the product, the proposed approach can indicate at an early stage to the organization that it is necessary to make improvement actions. Social implications: It is possible to reduce the waste of resources by predicting that improvement actions are necessary. Moreover, the approach supports an entity (e.g., expert, enterprise, interested parties) in predicting current customers' satisfaction. Originality/value: Originality is predicting product quality based on current customers' expectations. A new combination of quality management techniques, decision support, and machine learning was implemented.
Źródło:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska; 2022, 155; 461--472
1641-3466
Pojawia się w:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Artificial Intelligence in Predicting Abnormal States in a Robotic Production Stand
Sztuczna inteligencja w poszukiwaniu stanów anormalnych w zrobotyzowanym stanowisku produkcyjnym
Autorzy:
Bojarczuk, Grzegorz
Mazur, Miłosz
Wojciechowski, Aleksander
Olszewski, Mariusz
Powiązania:
https://bibliotekanauki.pl/articles/2068627.pdf
Data publikacji:
2021
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
robotization
production stand
artificial intelligence
predicting of abnormal states
robotyzacja
stanowisko produkcyjne
sztuczna inteligencja
przewidywanie stanów nienormalnych
Opis:
The aim of the described study is an engineering solution to the problem of the implementation of artificial intelligence methods in predicting abnormal, extremely emergency states in robotic production stands. This task results from the need to improve the operational reliability of automated and robotic production lines, thus rationalizing the utility and cost values of these lines. The available hardware solutions as well as the existing and newly introduced new procedures and IT platforms are described. In the hardware part of the work, electric servo drives and gears of a multi-chain tripod robot were used, configured with the Festo Automation Suite software, programmed with the KEBA controller and the developed KeStudio application program.
Celem opisywanych badań jest inżynierskie rozwiązanie problemu implementacji metod sztucznej inteligencji do poszukiwania stanów anormalnych, skrajnie awaryjnych, w zrobotyzowanych stanowiskach produkcyjnych. Zadanie to wynika z potrzeby poprawy niezawodności eksploatacyjnej zautomatyzowanych i zrobotyzowanych linii produkcyjnych, a tym samym racjonalizacji wartości użytkowej i kosztowej tych linii. Opisano dostępne rozwiązania sprzętowe oraz istniejące i nowo wprowadzane nowe procedury i platformy informatyczne. W części sprzętowej prac wykorzystano robota z mechanizmem trójłańcuchowym, z elektrycznymi serwonapędami przekładniowymi, skonfigurowany za pomocą oprogramowania Festo Automation Suite, zaprogramowany za pomocą sterownika KEBA oraz opracowanego programu aplikacyjnego KeStudio.
Źródło:
Pomiary Automatyka Robotyka; 2021, 25, 3; 5--22
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Assessment of wind energy resources using artificial neural networks – case study at Łódź Hills
Autorzy:
Korupczyński, R.
Trajer, J.
Powiązania:
https://bibliotekanauki.pl/articles/199792.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
wind speed
artificial neural network
wind resources
measure-correlate-predict
prędkość wiatru
sztuczna sieć neuronowa
zasoby wiatru
pomiar-korelacja-przewidywanie
Opis:
The aim of this paper is to answer the question: Are the Łódź Hills useful for electrical energy production from wind energy or not? Due to access to short-term data related to wind measurements (the period of 2008 and 2009) from a local meteorological station, the measure – correlate – predict approach have been applied. Long-term (1979‒2016) reference data were obtained from ECWMF ERA-40 Reanalysis. Artificial neural networks were used to calculate predicted wind speed. The obtained average wind speed and wind power density was 4.21 ms–1 and 70 Wm–1, respectively, at 10 m above ground level (5.51 ms–1, 170 Wm–1 at 50 m). From the point of view of Polish wind conditions, Łódź Hills may be considered useful for wind power engineering.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2019, 67, 1; 115-124
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
ATiPreTA: An analytical model for time-dependent prediction of terrorist attacks
Autorzy:
Kebir, Oussama
Nouaouri, Issam
Rejeb, Lilia
Ben Said, Lamjed
Powiązania:
https://bibliotekanauki.pl/articles/2172121.pdf
Data publikacji:
2022
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
terrorist attack
attack classification
mathematical modeling
dynamic behavior simulation
damage prediction
atak terrorystyczny
klasyfikacja ataku
model matematyczny
przewidywanie szkód
Opis:
In counter-terrorism actions, commanders are confronted with difficult and important challenges. Their decision-making processes follow military instructions and must consider the humanitarian aspect of the mission. In this paper, we aim to respond to the question: What would the casualties be if governmental forces reacted in a given way with given resources? Within a similar context, decision-support systems are required due to the variety and complexity of modern attacks as well as the enormous quantity of information that must be treated in real time. The majority of mathematical models are not suitable for real-time events. Therefore, we propose an analytical model for a time-dependent prediction of terrorist attacks (ATiPreTA). The output of our model is consistent with casualty data from two important terrorist events known in Tunisia: Bardo and Sousse attacks. The sensitivity and experimental analyses show that the results are significant. Some operational insights are also discussed.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2022, 32, 3; 495--510
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Career track prediction using deep learning model based on discrete series of quantitative classification
Autorzy:
Hernandez, Rowell
Atienza, Robert
Powiązania:
https://bibliotekanauki.pl/articles/1956033.pdf
Data publikacji:
2021
Wydawca:
Polskie Towarzystwo Promocji Wiedzy
Tematy:
track prediction
deep learning
education
przewidywanie torów
głębokie uczenie
edukacja
Opis:
In this paper, a career track recommender system was proposed using Deep Neural Network model. This study aims to assist guidance counselors in guiding their students in the selection of a suitable career track. It is because a lot of Junior High school students experienced track uncertainty and there are instances of shifting to another program after learning they are not suited for the chosen track or course in college. In dealing with the selection of the best student attributes that will help in the creation of the predictive model, the feature engineering technique is used to remove the irrelevant features that can affect the performance of the DNN model. The study covers 1500 students from the first to the third batch of the K-12 curriculum, and their grades from 11 subjects, sex, age, number of siblings, parent’s income, and academic strand were used as attributes to predict their academic strand in Senior High School. The efficiency and accuracy of the algorithm depend upon the correctness and quality of the collected student’s data. The result of the study shows that the DNN algorithm performs reasonably well in predicting the academic strand of students with a predic-tion accuracy of 83.11%. Also, the work of guidance counselors became more efficient in handling students’ concerns just by using the proposed system. It is concluded that the recommender system serves as a decision tool for counselors in guiding their stu-dents to determine which Senior High School track is suitable for students with the utilization of the DNN model.
Źródło:
Applied Computer Science; 2021, 17, 4; 55-74
1895-3735
Pojawia się w:
Applied Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 78

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