Informacja

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

Wyszukujesz frazę "statistical kernel" wg kryterium: Temat


Wyświetlanie 1-6 z 6
Tytuł:
Wyznaczenie powierzchni rozdziału materiału uziarnionego za pomocą nieklasycznych metod aproksymacji funkcji rozkładów wielkości i gęstości ziarna
Determination of partition surface of grained material by means of non-classical approximation methods of distributions functions of particle size and density
Autorzy:
Niedoba, T.
Powiązania:
https://bibliotekanauki.pl/articles/216878.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:
powierzchnia rozdziału
nieklasyczne metody statystyczne
metody jądrowe
węgiel kamienny
osadzarka miałowa
partition surface
non-classical statistical methods
kernel methods
hard coal
dust jig
Opis:
W pracy poddano analizie materiał uziarniony, którym był węgiel kamienny pobrany z jednej z kopalń Górnego Śląska. Węgiel został pobrany z osadzarki miałowej, gdzie został rozdzielony na koncentrat i odpad. Poddano go przesiewaniu, a następnie rozdziałowi w cieczach ciężkich. Zarówno skład ziarnowy, jak i gęstościowy nadawy oraz koncentratu został zaproksymowany kilkoma klasycznymi rozkładami statystycznymi. Najlepsze rezultaty otrzymano przy zastosowaniu rozkładu Weibulla (RRB). Jednakże – ze względu na niezadowalającą jakość aproksymacji – zdecydowano się na zastosowanie nieparametrycznych metod statystycznych, które stają się coraz częściej stosowanymi alternatywami w badaniach statystycznych. W pracy zastosowano nieparametryczne metody jądrowe, a jako funkcję jądrową przyjęto jądro Gaussa. Metoda jądrowa, stosunkowo nowa, dała znacznie lepsze wyniki aproksymacji niż klasyczne rozkłady statystyczne przy zastosowaniu metody najmniejszych kwadratów. Zarówno klasyczne, jak i nieparametryczne otrzymane aproksymanty zostały ocenione za pomocą średniego błędu kwadratowego, którego wartości świadczą o tym, że dostatecznie dobrze przybliżają one wartości otrzymane empirycznie. Tak określone postacie funkcji posłużyły następnie do wyznaczenia dystrybuanty teoretycznej dla wektora (D, Ρ), gdzie D – oznacza zmienną losową opisującą wielkość ziarna, a Ρ – jego gęstość. Również i ta aproksymacja w sposób zadowalający oddała rzeczywistość. Dlatego posłużyła ona do wyznaczenia równania powierzchni rozdziału, zależnej od obu zmiennych, wielkości i gęstości ziarna, opisujących badany materiał. Otrzymana powierzchnia świadczy o tym, że możliwa jest ocena procesu rozdziału, jaki zachodzi podczas operacji przeróbczych za pomocą więcej niż jednej cechy badanego materiału, a ponadto jej jakość potwierdza, że słusznym był wybór nieparametrycznych metod statystycznych jako alternatywy dla powszechnie stosowanych metod aproksymacyjnych.
In this paper, the grained material analyzed was hard coal collected from one of the mines located in Upper Silesia. Material was collected from a dust jig where it was separated in industrial conditions by concentrate and waste. It was then screened in sieves and it was separated in dense media into density fractions. Both particle size distribution and particle density distribution for feed and concentrate were approximated by several classical distribution functions. The best results were obtained by means of the Weibull (RRB) distribution function. However, because of the unsatisfying quality of approximations it was decided to apply non-parametric statistical methods, which became more and more popular alternative methods in conducting statistical investigations. In the paper, the kernel methods were applied to this purpose and the Gauss kernel was accepted as the kernel function. Kernel method, which is relatively new, gave much better results than classical distribution functions by means of the least squared method. Both classical and non-parametric obtained distribution functions were evaluated by means of mean standard error, the values of which proved that they sufficiently well approximate the empirical data. Such function forms were then applied to determine the theoretical distribution function for vector (D, Ρ), where D is the random variable describing particle size and Ρ – its density. This approximation was sufficiently acceptable. That is why it served to determine the equation of partition surface dependent on particle size and particle density describing researched material. The obtained surface proves that it is possible to evaluate material separation which occurs during mineral processing operations, such as jigging, by means of more than one feature of researched material. Furthermore, its quality confirms that it is justified to apply non-parametric statistical methods instead of commonly used classical ones.
Źródło:
Gospodarka Surowcami Mineralnymi; 2016, 32, 1; 137-154
0860-0953
Pojawia się w:
Gospodarka Surowcami Mineralnymi
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Some methods of constructing kernels in statistical learning
Autorzy:
Górecki, Tomasz
Łuczak, Maciej
Powiązania:
https://bibliotekanauki.pl/articles/729927.pdf
Data publikacji:
2010
Wydawca:
Uniwersytet Zielonogórski. Wydział Matematyki, Informatyki i Ekonometrii
Tematy:
positive definite kernel
dot product kernel
statistical kernel
SVM
kPCA
Opis:
This paper is a collection of numerous methods and results concerning a design of kernel functions. It gives a short overview of methods of building kernels in metric spaces, especially $R^n$ and $S^n$. However we also present a new theory. Introducing kernels was motivated by searching for non-linear patterns by using linear functions in a feature space created using a non-linear feature map.
Źródło:
Discussiones Mathematicae Probability and Statistics; 2010, 30, 2; 179-201
1509-9423
Pojawia się w:
Discussiones Mathematicae Probability and Statistics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
On the application of statistical kernel estimators for the demand-based design of a wireless data transmission system
Autorzy:
Kulczycki, P.
Waglowski, J.
Powiązania:
https://bibliotekanauki.pl/articles/970993.pdf
Data publikacji:
2005
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
telekomunikacja
logika rozmyta
badania operacyjne
programowanie matematyczne
telecommunication
wireless broadband data transmission systems
LMDS
statistical kernel estimators
fuzzy logic
operations research
mathematical programming
Opis:
The subject of this paper is the task of designing the LMDS (Local Multipoint Distribution System) wireless broadband data transmission system. The methodology of statistical kernel estimators and fuzzy logic using operations research and mathematical programming is applied to find optimal locations for its basestations. A procedure which allows to obtain such locations on the basis of potential customer distribution and their expected demand, also in the cases of uncertain and non-stationary data, is investigated.
Źródło:
Control and Cybernetics; 2005, 34, 4; 1149-1167
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Metoda wspomagania strategii marketingowej operatora telefonii komórkowej
A Method for Supporting the Marketing Strategy of a Mobile Phone Network Provider
Autorzy:
Kulczycki, Piotr
Daniel, Karina
Powiązania:
https://bibliotekanauki.pl/articles/1827202.pdf
Data publikacji:
2009-06-30
Wydawca:
Główny Urząd Statystyczny
Tematy:
analiza i eksploracja danych
techniki informacyjne
analiza systemowa
strategia marketingowa
rynek telefonii komórkowej
statystyczne estymatory jądrowe
logika rozmyta
data analysis and mining
information technology
systems analysis
marketing strategy
mobile phone market
statistical kernel estimators
fuzzy logic
Opis:
Przedmiotem prezentowanych badań jest zadanie wspomagania decyzji w zakresie wyznaczania strategii postępowania wobec klienta korporacyjnego – abonenta sieci telefonii komórkowej. Badania przeprowadzono na rzeczywistej bazie danych, uzyskanej od jednego z polskich operatorów sieci GSM. Wzmiankowana strategia została określona z zastosowaniem metodyki statystycznych estymatorów jądrowych, wykorzystywanej tu do zagadnień wykrywania elementów nietypowych (odosobnionych), analizy skupień (klasteryzacji) i klasyfikacji. Z kolei elementów logiki rozmytej użyto do oceny możliwych do zaproponowania kombinacji zniżek, natomiast teoria preferencji rozmytych została zastosowana przy wyznaczaniu wariantu postępowania jak najkorzystniejszego dla operatora w sensie maksymalizacji spodziewanego zysku.
The subject of the research presented in this paper is the task of decision support concerning strategy of behavior towards a corporate client – a mobile phone network subscriber. Investigations were carried out on a real database made available by one of the Polish GSM network operators. This strategy was defined with the statistical kernel estimators methodology, applied to the problem of discovering atypical elements (outliers), clustering and classification. In turn, elements of fuzzy logic were used to assess different possible combinations of discounts to offer, while the theory of fuzzy preferences was applied in selecting the most advantageous – in the sense of maximizing expectedprofit – variant of behavior for the operator.
Źródło:
Przegląd Statystyczny; 2009, 56, 2; 116-134
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Bayes classification of imprecise information of interval type
Autorzy:
Kulczycki, P.
Kowalski, P. A.
Powiązania:
https://bibliotekanauki.pl/articles/205655.pdf
Data publikacji:
2011
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
data analysis
classification
imprecise information
interval type information
statistical kernel estimators
reduction in pattern size
classifier parameter correction
sensitivity method for artificial neural networks
Opis:
The subject of the investigation presented here is Bayes classification of imprecise multidimensional information of interval type by means of patterns defined through precise data, e.g. deterministic or sharp. For this purpose the statistical kernel estimators methodology was applied, which makes the resulting algorithm independent of the pattern shape. In addition, elements of pattern sets which have insignificant or negative influence on the correctness of classification are eliminated. The concept for realizing the procedure is based on the sensitivity method, used in the domain of artificial neural networks. As a result of this procedure the number of correct classifications and - above all - calculation speed increased significantly. A further growth in quality of classification was achieved with an algorithm for the correction of classifier parameter values. The results of numerical verification, carried out on pseudorandom and benchmark data, as well as a comparative analysis with other methods of similar conditioning, have validated the concept presented here and its positive features.
Źródło:
Control and Cybernetics; 2011, 40, 1; 101-123
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A complete gradient clustering algorithm formed with kernel estimators
Autorzy:
Kulczycki, P.
Charytanowicz, M.
Powiązania:
https://bibliotekanauki.pl/articles/907781.pdf
Data publikacji:
2010
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
analiza danych
eksploracja danych
grupowanie
metoda statystyczna
estymacja jądrowa
obliczenia numeryczne
data analysis
data mining
clustering
gradient procedures
nonparametric statistical methods
kernel estimators
numerical calculations
Opis:
The aim of this paper is to provide a gradient clustering algorithm in its complete form, suitable for direct use without requiring a deeper statistical knowledge. The values of all parameters are effectively calculated using optimizing procedures. Moreover, an illustrative analysis of the meaning of particular parameters is shown, followed by the effects resulting from possible modifications with respect to their primarily assigned optimal values. The proposed algorithm does not demand strict assumptions regarding the desired number of clusters, which allows the obtained number to be better suited to a real data structure. Moreover, a feature specific to it is the possibility to influence the proportion between the number of clusters in areas where data elements are dense as opposed to their sparse regions. Finally, the algorithm-by the detection of one-element clusters-allows identifying atypical elements, which enables their elimination or possible designation to bigger clusters, thus increasing the homogeneity of the data set.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2010, 20, 1; 123-134
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-6 z 6

    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