Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "sieci probabilistyczne" wg kryterium: Temat


Wyświetlanie 1-8 z 8
Tytuł:
System wspomagania procesów decyzyjnych w eksploatacji maszyn
Decision support system for machinery maintenance
Autorzy:
Bartnik, G.
Kusz, A.
Powiązania:
https://bibliotekanauki.pl/articles/287070.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
eksploatacja
reprezentacja wiedzy
sieci probabilistyczne
maintenance decisions support system
probabilistic networks
Opis:
W artykule przedstawiono zastosowanie sieci probabilistycznych do reprezentacji wiedzy diagnostycznej i modelowania scenariuszy rozwoju sytuacji problemowych na przykładzie eksploatacji pasteryzatora płytowego do mleka.
The paper presents an application of probabilistic network for diagnostic knowleedge representation and modeling the course of problem situation evolution on the examle of milk plate pasterisatour.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 6, 6; 23-32
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
System oceny ryzyka w procesie produkcji wyrobu medycznego
System of risk assessment in the production process of medical product
Autorzy:
Bartnik, G.
Kalbarczyk, G.
Marciniak, A.
Powiązania:
https://bibliotekanauki.pl/articles/395204.pdf
Data publikacji:
2012
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
sieci probabilistyczne
inżynieria wiedzy
analiza ryzyka
probabilistic networks
knowledge engineering
risk analysis
Opis:
Ogólne regulacje zawarte w normie PN-EN ISO 14971 dostarczają wytwórcom wyrobów medycznych podstaw do konkretyzacji normy w postaci systemu oceny ryzyka dla konkretnego procesu i wyrobu. System ten jest zazwyczaj reprezentowany w postaci dokumentacji papierowej. Celem pracy było przekształcenie systemu oceny ryzyka do postaci modelu komputerowego. Opracowano metodykę budowy takiego modelu w technologii sieci bayesowskich. Technologia ta umożliwia funkcjonowanie modelu w trybie adaptacyjnej bazy wiedzy - tworzenie i uaktualnianie jej zawartości odbywa się poprzez interaktywny dialog z użytkownikiem a użytkowanie sprowadza się do zadawania pytań na których odpowiedzi generowane są za pomocą typowych dla sieci bayesowskich algorytmów inferencyjnych.
The general regulations contained in the standard PN-EN ISO 14971 provide to medical product manufacturers a basis for precise specificationin the form of risk assessment system for a particular process and product. This system is usually represented in the form of paper documentation. The aim of this study was to transform the system of risk assessment into a computer model. The method of that transformation involves translation the paper based system specificationto the form of bayesian network. This technology enables the model to function as adaptive knowledge base, where creation and adaptation of its content is going through an interactive dialogue with the user and its operation is reduced to asking questions to which answers are generated using standard for bayesian networks inference algorithms.
Źródło:
Postępy Nauki i Techniki; 2012, 12; 5-12
2080-4075
Pojawia się w:
Postępy Nauki i Techniki
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Dynamiczne sieci probabilistyczne jako system reprezentacji wiedzy
Dynamic Bayesian Networks as knowledge representation system
Autorzy:
Kusz, A.
Marciniak, A. W.
Powiązania:
https://bibliotekanauki.pl/articles/287774.pdf
Data publikacji:
2006
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
system reprezentacji wiedzy
sieci probabilistyczne
bayesowskie sieci dynamiczne
modele niezawodnościowe
knowledge representation system
probabilistic networks
dynamic Bayesian networks
reliability models
Opis:
W pracy przedstawiono podstawowe założenia metodyczne związane z budową formalnych systemów reprezentacji wiedzy. Omówiono sieci probabilistyczne, które są szczególnie przydatnym systemem reprezentacji wiedzy w przypadku, gdy trzeba w sposób jawny zakodować czynnik niepewności i rozumowania w kategoriach niedeterministycznych związków przyczynowo-skutkowych. Sprecyzowano zasady budowy modelu oraz omówiono metody wnioskowania specyficzne dla sieci bayesowskich.
The paper presents Bayesian Networks (BN) technology in the context of methodological requirements for building knowledge representation systems in the domain of agricultural engineering. BN, by their nature, are especially useful for modeling uncertain domains like agricultural production and food chains management.
Źródło:
Inżynieria Rolnicza; 2006, R. 10, nr 12(87), 12(87); 285-294
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie probabilistycznych sieci neuronowych do wyznaczania ryzyka powstania szkód w budynkach poddanych wstrząsom górniczym
Probabilistic neural networks in the assessment of the risk of damage to buildings subject to mining tremors
Autorzy:
Witkowski, M.
Rusek, J.
Powiązania:
https://bibliotekanauki.pl/articles/166968.pdf
Data publikacji:
2017
Wydawca:
Stowarzyszenie Inżynierów i Techników Górnictwa
Tematy:
obiekty budowlane
wstrząsy górnicze
ryzyko
szkody górnicze
probabilistyczne sieci neuronowe
PNN
building structures
mining tremors
risk
mining damage
probabilistic neural network
Opis:
W pracy przedstawiono metodykę pozwalającą na wyznaczenie ryzyka powstania szkód górniczych w budynkach o tradycyjnej konstrukcji murowanej w przypadku silnych wstrząsów górniczych. Podstawą do analiz była baza danych o zgłoszeniach uszkodzeń, jakie wystąpiły po wstrząsach z 20.02.2002 r., 16.05.2004 r. oraz 21.05.2006 r. (LGOM Polkowice) W oparciu o te dane utworzono model klasyfikacyjny w postaci probabilistycznej sieci neuronowej (PNN - Probabilistic Neural Network). Bazując na wynikach wcześniejszych prac, w modelu ujęto konstrukcyjne i geometryczne cechy budynków oraz ich zabezpieczenia przeciwko wstrząsom górniczym. Powstały klasyfikator pozwala na wskazanie prawdopodobieństwa powstania szkody przy zadanym zestawie zmiennych wejściowych. Probabilistyczna notacja modelu daje możliwość efektywnego szacowania prawdopodobieństwa wystąpienia szkody w analizie dużych grup obiektów budowlanych zlokalizowanych w obszarze oddziaływań parasejsmicznych. Pozwolić to może z kolei na oszacowanie, z odpowiednim prawdopodobieństwem, nakładów finansowych, które zakład górniczy powinien zabezpieczyć na usunięcie spodziewanych szkód górniczych.
This paper presents a methodology that allows to determine the risk of mining damage in buildings of conventional brickwork in the case of strong mining tremors. The basis for the analysis was the database on notifications of damage occurring after the upheavals of 20 February 2002, 16 May 2004 and 21 May 2006 (LGOM – Polkowice). Based on these data classification a model in the form of a probabilistic neural network (PNN) was developed. Basing on the results of the previous papers, the model includes structural and geometric characteristics of the buildings and their protection against mining tremors. The probability of damage at a given set of input variables can be indicated owing to the obtained classifier. An efficient way to estimate the probability of damage in the analysis of large groups of buildings located in the area of paraseismic interaction can be obtained by the use of a probabilistic notation model. Due to PNN the financing costs of removing the anticipated mining damage can be estimated with an appropriate probability.
Źródło:
Przegląd Górniczy; 2017, 73, 1; 44-47
0033-216X
Pojawia się w:
Przegląd Górniczy
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Classification of fault diagnosis in a gear wheel by used probabilistic neural network, fast Fourier transform and principal component analysis
Klasyfikacja uszkodzeń przekładni zębatych przy wykorzystaniu probabilistycznej sieci neuronowej, szybkiej transformaty Fouriera oraz analizy PCA
Autorzy:
Czech, P.
Powiązania:
https://bibliotekanauki.pl/articles/374597.pdf
Data publikacji:
2007
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
przekładnie zębate
diagnostyka uszkodzeń przekładni
probabilistyczne sieci neuronowe
transformata Fouriera
analiza PCA
tooth gear
gear diagnosis
probbilistic neural network
Fourier transform
principial componenet analysis
Opis:
This paper presents the results of an experimental application of artificial neural network as a classifier of the degree of cracking of a tooth root in a gear wheel. The neural classifier was based on the artificial neural network of Probabilistic Neural Network type (PNN). The input data for the classifier was in a form of matrix composed of statistical measures, obtained from fast Fourier transform (FFT) and principal component analysis (PCA). The identified model of toothed gear transmission, operating in a circulating power system, served for generation of the teaching and testing set applied for the experiment.
W artykule przedstawiono wyniki z eksperymentów, których celem było wykorzystanie sztucznej sieci neuronowej jako klasyfikatora stopnia pęknięcia u podstawy zębów kół przekładni. W badaniach użyto probabilistycznych sieci neuronowych (PNN). Dane wejściowe dla klasyfikatorów stanowiły miary statystyczne uzyskane z sygnałów drganiowych, przy wykorzystaniu szybkiej transformaty Fouriera (FFT) oraz analizy PCA. Zidentyfikowany model przekładni zębatej, pracującej w układzie napędowym, posłużył jako źródło danych uczących i testujących dla sztucznych sieci neuronowych.
Źródło:
Transport Problems; 2007, 2, 4; 99-106
1896-0596
2300-861X
Pojawia się w:
Transport Problems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Empirical Comparison of Methods of Data Discretization in Learning Probabilistic Models
Porównanie metod dyskretyzacji danych w uczeniu modeli probabilistycznych
Autorzy:
Wójciak, M.
Łupińska-Dubicka, A.
Powiązania:
https://bibliotekanauki.pl/articles/88392.pdf
Data publikacji:
2018
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
dyskretyzacja
zmienne typu ciągłego
modele probabilistyczne
sieci Bayesa
klasyfikacja
discretization
continuous feature
probabilistic models
Bayesian networks
classification
Opis:
Very often statistical method or machine learning algorithms can handle discrete attributes only. And that is why discretization of numerical data is an important part of the pre–processing. This paper presents the results of the problem of data discretization in learning quantitative part of probabilistic models. Four data sets taken from UCI Machine Learning Repository were used to learn the quantitative part of the Bayesian networks. The continuous variables were discretized using two supervised and two unsupervised discretization methods. The main goal of this paper was to study whether method of data discretization in given data set has an influence on model’s reliability. The accuracy was defined as the percentage of correctly classified records.
Bardzo często algorytmy uczenia maszynowego nie są przystosowane do korzystania ze zmiennych ciągłych. Z tego powodu dyskretyzacja danych jest istotną częścią wstępnego przetwarzania. W artykule przedstawiono wyniki prac nad problemem dyskretyzacji danych w uczeniu modeli probabilistycznych. Cztery zestawy danych pobrane z repozytorium uczenia maszynowego UCI zostały wykorzystane do nauczenia parametrów ilościowej części sieci bayesowskich. Występujące w wybranych zbiorach zmienne ciągłe były dyskretyzowane przy użyciu dwóch metod nadzorowanych i dwóch nienadzorowanych. Głównym celem tego artykułu było zbadanie, czy metoda dyskretyzacji danych w danym zbiorze ma wpływ na niezawodność modelu. Dokładność metod była definiowana jako odsetek poprawnie sklasyfikowanych rekordów.
Źródło:
Advances in Computer Science Research; 2018, 14; 177-192
2300-715X
Pojawia się w:
Advances in Computer Science Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
On System Reliability of Increasing multi-state linear k-within-(m,s)-of-(m,n):F lattice system
Zwiększanie niezawodności wielostanowych systemów liniowych typu k-w- (m,s) -z- (m,n):F o strukturze kratowej
Autorzy:
Taha, R.
Powiązania:
https://bibliotekanauki.pl/articles/300816.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
network reliability
reliability engineering
structural reliability
system failure modelling
reliability optimization
probabilistic methods
niezawodność sieci
inżynieria niezawodności
niezawodność konstrukcyjna
modelowanie uszkodzeń systemu
optymalizacja niezawodności
metody probabilistyczne
Opis:
A "multi-state linear k-within-(m,s)-of-(m,n):F lattice system" (MS L(k,m,s,n:F)) comprises of m×n components, which are ordered in m rows and n columns. The state of system and components may be one of the following states: 0, 1, 2, …, H. The state of MS L(k,m,s,n:F) is less than j whenever there is at least one sub-matrix of the size m×s which contains kl or more components that are in state less than l for all j ≤ l ≤ H. This system is a model for many applications, for example, tele communication, radar detection, oil pipeline, mobile communications, inspection procedures and series of microwave towers systems. In this paper, we propose new bounds of increasing MS L(k,m,s,n:F) reliability using second and third orders of Boole-Bonferroni bounds with i.i.d components. The new bounds are examined by previously published numerical examples for some special cases of increasing MS L(k,m,s,n:F). Also, illustration examples of modelling the system and numerical examples of new bounds are presented. Further, comparisons between the results of second and third orders of Boole-Bonferroni bounds are given.
"Wielostanowy system liniowy k-w- ( m, s ) -z- ( m, n ):F o strukturze kratowej" (MS L(k, m, s, n:F)) składa się z m × n elementów, uporządkowanych w m wierszach i n kolumnach. Stan systemu i elementów może być jednym z następujących stanów: 0, 1, 2, ..., H. Stan MS L (k, m, s, n: F) jest mniejszy niż j, gdy istnieje co najmniej jedna pod-matryca o rozmiarze m × s, która zawiera kl lub więcej elementów, które znajdują się w stanie mniejszym niż l dla wszystkich j ≤ l ≤ H. System ten stanowi model dla wielu zastosowań, na przykład w telekomunikacji, detekcji radarowej, rurociągach naftowych, komunikacji mobilnej, procedurach przeglądu oraz systemach wież radiolinii. W niniejszym artykule proponujemy nowe granice zwiększania niezawodności MS L ( k, m, s, n: F) z wykorzystaniem drugiego i trzeciego stopnia nierówności Boole'a–Bonferroniego z niezależnymi elementami o jednakowym rozkładzie. Nowe granice omówiono na podstawie poprzednio publikowanych przykładów numerycznych dla niektórych szczególnych przypadków zwiększania MS L ( k, m, s, n: F). Przedstawiono także przykłady ilustrujące modelowanie systemu oraz numeryczne przykłady nowych granic. Ponadto porównano wyniki uzyskane dla drugiego i trzeciego stopnia nierówności Boole'a–Bonferroniego.
Źródło:
Eksploatacja i Niezawodność; 2018, 20, 1; 73-82
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The impact of regional diversification in the size of the general government sector on the economies of EU countries
Wpływ regionalnego zróżnicowania rozmiaru sektora finansów publicznych na gospodarki państw Unii Europejskiej
Autorzy:
Mroczek, Teresa
Skica, Tomasz
Rodzinka, Jacek
Powiązania:
https://bibliotekanauki.pl/articles/582052.pdf
Data publikacji:
2019
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
general government sector size
economy
public finance
impact of size of the general government sector on the economy
Bayesian networks
probabilistic inference
wielkość sektora instytucji rządowych i samorządowych
gospodarka
finanse publiczne
wpływ sektora instytucji rządowych i samorządowych na gospodarkę
sieci Bayesa
wnioskowanie probabilistyczne
Opis:
The main objective of this article is proving how the regional diversification in the size of general government sector influences the economies of EU countries. To achieve this, presenting both the size of the general government sector and of the economy, using variables which enable comparison in time and space, is essential. Bearing this in mind, the general government sector has been depicted by nine variables and the economy has been described by thirteen explanatory variables. The complexity of the phenomenon imposes the implementation of an unconventional approach in this field of exploration. Our approach is based on Intelligent Data Analysis (IDA) - a methodology that includes a set of techniques that can be applied for extracting useful knowledge from large amounts of data. In order to indicate the impact of regional diversification in the size of the general government sector on the EU countries’ economies, probabilistic techniques were applied – Bayesian Networks. Analysis made in the study showed that the largest impact of the GGS size on the economy was identified in Portugal and Slovakia. The results of the studies show that the most "responsive" to the size of the GGS variable describing the economy was gross domestic product per inhabitant. The research proved that the economies of some countries showed similarities in the effect of the size of the general government sector on the parameters of the economy. We have identified five groups of such countries.
Głównym celem artykułu jest ukazanie wpływu regionalnego zróżnicowania rozmiaru sektora finansów publicznych na gospodarki państw Unii Europejskiej. Do osiągnięcia tego celu konieczne jest zobrazowanie rozmiaru zarówno sektora finansów publicznych, jak i gospodarki – za pośrednictwem zmiennych umożliwiających ich porównanie w czasie i w przestrzeni. Mając to na uwadze, sektor finansów publicznych zobrazowano za pośrednictwem dziewięciu zmiennych, a gospodarka została opisana za pomocą trzynastu zmiennych wyjaśniających. Złożoność tego zjawiska wymaga realizacji niekonwencjonalnego podejścia w tej dziedzinie badań. Podejście autorów opiera się na inteligentnej analizie danych (IDA) – metodologii obejmującej zestaw technik, które można zastosować do wydobywania użytecznej wiedzy z dużej ilości danych. W celu wskazania opisanych związków w artykule zastosowało techniki probabilistyczne – sieci Bayesa.
Źródło:
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu; 2019, 63, 2; 65-80
1899-3192
Pojawia się w:
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-8 z 8

    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