PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2011 | 49 | 35--48
Tytuł artykułu

Modele nienadzorowanego grupowania obiektów technicznych z wykorzystaniem metod inteligencji obliczeniowej

Warianty tytułu
Unattented Aggregated Models Of Technical Objects Using Computational Intelligence
Języki publikacji
PL
Abstrakty
W artykule przedstawiono proces monitorowania i określania stanu maszyn, który jest waŻnym obszarem zastosowań komercyjnych, a takŻe badań naukowych, mającym m.in. zastosowanie w systemach komputerowego sterowania i nadzorowania. Głównym celem pracy jest selekcja informacji istotnych z wykorzystaniem szeregu symptomów obiektu technicznego, które mogą mieć róŻny charakter (składowe wolno i szybkozmienne, w tym losowe). W opracowaniu zaproponowano przyjęcie modelu ilościowego z wykorzystaniem parametrów otrzymanych na etapie sporządzania wizualizacji stanu technicznego maszyny (obiektu). (abstrakt oryginalny)
EN
The article presents the process of monitoring and defining the state machine which is an important area for commercial uses, as well as research applicable to computer systems, control and surveillance. The main aim is the selection of relevant information, using a variety of symptoms of a technical object that may have vary character. The paper proposes the adoption of a quantitative model using parameters obtained in the drafting of visual state of the machine. (original abstract)
Rocznik
Tom
49
Strony
35--48
Opis fizyczny
Twórcy
  • Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy
  • Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy
autor
  • Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy
Bibliografia
  • [1] M.S. Venkatarajan, W. Braun. New quantitative descriptors of amino acids based on multidimensional scaling of a large number of physicalchemical properties. Journal of Molecular Modeling, 7(12):445-453, 2004 r.
  • [2] C. Faloutsos, K.-I. Lin. FastMap: A fast algorithm for indexing, data-mining and visualization of traditional and multimedia datasets. In Proceedings of the 1995 ACM SIGMOD International Conference on Management of Data, s. 163-174, New York, USA, 1995 r.
  • [3] J.B. Tenenbaum. Mapping a manifold of perceptual observations. In Advances in Neural Information Processing Systems, vol. 10, s. 682-688, Cambridge, USA, 1998 r.
  • [4] J.B. Tenenbaum, V. de Silva, J.C. Langford. A global geometric framework for nonlinear dimensionality reduction. Science, vol. 290, s. 2319-2323, 2000 r.
  • [5] T. Pełech-Pilichowski, Adaptacyjne algorytmy zdarzeń w szeregach czasowych, AGH, 2009 r.
  • [6] K. Torkkola. Linear discriminant analysis in document classification. In IEEE ICDM-2001 Workshop on Text Mining, s. 800-806, 2001 r.
  • [7] T. Cox, M. Cox. Multidimensional scaling. Chapman and Hall, London, UK, 1994 r.
  • [8] J.B. Kruskal. Multidimensional scaling by optimizing goodness of fit to a nonmetric hypothesis. Psychometrika, vol. 29, s. 1-27, 1964 r.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171634908

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.