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 "short time series" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Comparison of the results of time series prediction obtained with the classical GMDH algorithm and the modified method containing sensitivity functions
    Porównanie rezultatów predykcji szeregów czasowych uzyskanych za pomocą klasycznego algorytmu GMDH oraz zmodyfikowanej metody GMDH z funkcjami czułości
    Autorzy:
    Bobkowska, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/155812.pdf
    Data publikacji:
    2013
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    complex systems
    prediction
    sensitivity functions
    GMDH
    partial models
    Kolmogorov-Gabor equation
    time series
    short sample of data
    systemy złożone
    predykcja
    funkcje czułości
    modele częściowe
    równania Kołmogorowa-Gabora
    szeregi czasowe
    próbki niewielu danych
    Opis:
    The paper presents the results of prediction experiments dealing with the behavior of a complex process containing significant regularity which is modeled by a given time series. In my research I use only a small amount of the input data in order to predict future states of the aforementioned time series using a modified GMDH containing sensitivity functions. It turns out that, for some specific processes, sensitivity functions allow us to obtain more accurate results than the classical GMDH.
    Poniższy artykuł przedstawia wyniki eksperymentów dotyczących predykcji zachowania pewnego złożonego procesu zawierającego znaczne regularności, który modelowany jest za pomocą szeregu czasowego. W celu predykcji kolejnych wartości szeregu korzystam jedynie z niewielkiej ilości danych wejściowych stosując zmodyfikowaną metodę GMDH (Group Method of Data Handling) zawierającą funkcje czułości. Metody statystyczne stosowane zwykle w celu ustalenia zależności między poszczególnymi zmiennymi są całkowicie nieprzydatne w warunkach niewielkiej ilości danych wejściowych. Trudno w takich warunkach dostrzec i zbadać regularności szeregu i zależności pomiędzy zmiennymi tego szeregu. Nawet jeśli badany szereg jest szeregiem ze ściśle określoną regularnością, to nie mamy pewności, że ilość próbek, na których ma sposobność pracować badacz jest wystarczająca do określenia wszystkich jego cech. Proces przedstawiony za pomocą pewnego szeregu, może mieć np. składnik cykliczny, który przy małej ilości próbek będzie niewidoczny. Korzystamy więc z narzędzia umożliwiającego uchwycenie wahań analizowanego procesu, jego siły czy kierunku wykorzystywanego między innymi w dyscyplinach zajmujących się sterowaniem procesami. Jednym z takich narzędzi szacujących są właśnie funkcje czułości. Uzyskiwane rezultaty badań pokazują, że zastosowanie funkcji czułości pozwala na otrzymanie dokładniejszych wyników predykcji niż klasyczna metoda GMDH dla pewnych szczególnych zachowań procesu.
    Źródło:
    Pomiary Automatyka Kontrola; 2013, R. 59, nr 7, 7; 688-691
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Energy associated tuning method for short-term series forecasting by complete and incomplete datasets
    Autorzy:
    Rodríguez-Rivero, C.
    Pucheta, J.
    Laboret, S.
    Sauchelli, V.
    Patińo, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/91842.pdf
    Data publikacji:
    2017
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    short time series
    forecasting
    missing data
    energy associated to series
    complete datasets
    incomplete datasets
    Opis:
    This article presents short-term predictions using neural networks tuned by energy associated to series based-predictor filter for complete and incomplete datasets. A benchmark of high roughness time series from Mackay Glass (MG), Logistic (LOG), Henon (HEN) and some univariate series chosen from NN3 Forecasting Competition are used. An average smoothing technique is assumed to complete the data missing in the dataset. The Hurst parameter estimated through wavelets is used to estimate the roughness of the real and forecasted series. The validation and horizon of the time series is presented by the 15 values ahead. The performance of the proposed filter shows that even a short dataset is incomplete, besides a linear smoothing technique employed; the prediction is almost fair by means of SMAPE index. Although the major result shows that the predictor system based on energy associated to series has an optimal performance from several chaotic time series, in particular, this method among other provides a good estimation when the short-term series are taken from one point observations.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2017, 7, 1; 5-16
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Dynamic rating method of traction network based on wind speed prediction
    Autorzy:
    Su, Zhaoux
    Tian, Mingxing
    Sun, Lijun
    Zhang, Ruopeng
    Powiązania:
    https://bibliotekanauki.pl/articles/2086724.pdf
    Data publikacji:
    2022
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    dynamic thermal rating
    IEEE-738
    short-term emergency dispatch
    time series model
    traction power supply
    wind speed prediction
    Opis:
    The operating temperature of the transmission line in the traction network is affected by geographical and climatic factors, especially the wind speed. To make better use of the thermal stability transmission capacity of the traction power supply system in improving the short-term emergency transmission capacity, the dynamic rating technology is introduced into the traction power supply system. According to the time-varying characteristics of the actual wind speed, a dynamic rating method of the traction network based on wind speed prediction is proposed and constructed. Based on the time series model in predicting the wind speed series along the corridor of the traction network, the temperature curve of each transmission line under different currents is calculated by combining it with the heat balance equation of an IEEE-738 capacity expansion model, thus the relationship between the peak operating temperature and current of each transmission line in the prediction period is obtained. According to the current distribution coefficient, the capacity increase limit of the traction network is determined. The example shows that the proposed dynamic rating method based on wind speed prediction is an effective method to predict the short-term safe capacity increase limit of the traction network, which can increase the comprehensive capacity of the traction network by about 45% in the next six hours, and the capacity increase effect is obvious, which can provide reference and technical support for short-term emergency dispatching of traction power supply dispatching centres.
    Źródło:
    Archives of Electrical Engineering; 2022, 71, 2; 379--395
    1427-4221
    2300-2506
    Pojawia się w:
    Archives of Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Time series analysis in environmental epidemiology: challenges and considerations
    Autorzy:
    Gudziunaite, Sandra
    Shabani, Zana
    Weitensfelder, Lisbeth
    Moshammer, Hanns
    Powiązania:
    https://bibliotekanauki.pl/articles/23364734.pdf
    Data publikacji:
    2023-12-15
    Wydawca:
    Instytut Medycyny Pracy im. prof. dra Jerzego Nofera w Łodzi
    Tematy:
    statistical methods
    regression models
    environmental epidemiology
    short-term effects
    time series analyses
    confounder control
    Opis:
    In environmental epidemiology, time series analyses represent a widely used statistical tool. However, though being commonly used, there is soften confusion regarding the specific requirements, such as which link function might be most appropriate, when or how to control for seasonality or how to account for lags. The present overview draws from experiences in other disciplines and discusses the proper execution of time series analyses based on considerations that are relevant in environmental epidemiology. Time series analysis in environmental epidemiology focuses on acute events caused by short-term changes in exposure. These exposures should be fairly wide-spread affecting a large number of persons, usually all inhabitants of a political entity. Pollutants in air or drinking water as well as meteorological factors serve as typical examples. Despite the many time series analyses performed world-wide, some health effects that would lend themselves to that approach are still under-explored. This would include also some neurological and psychiatric endpoints.
    Źródło:
    International Journal of Occupational Medicine and Environmental Health; 2023, 36, 6; 704-716
    1232-1087
    1896-494X
    Pojawia się w:
    International Journal of Occupational Medicine and Environmental Health
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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