Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 34

Liczba wyników na stronie
first rewind previous Strona / 2 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  Podejście wielomodelowe
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 2 next fast forward last
W niniejszym artykule przedstawimy metodę identyfikacji komponentów destrukcyjnych występujących w podejściu wielomodelowym wykorzystującym algorytmy ślepej separacji sygnałów. Ocena charakterystyki poszczególnych komponentów dokonana zostanie na podstawie autorskich mierników zmienności/gładkości sygnałów. W celu potwierdzenia skuteczności prezentowanej metody przedstawimy praktyczny eksperyment poprawy wyników prognozy zużycia energii elektrycznej.(abstrakt oryginalny)
W niniejszym artykule zostaną omówione podstawowe własności znanych dci tej pory miar, zostanie także zaproponowana nowa miara podobieństwa modeli dyskryminacyjnych, oparta na współczynniku Hamanna [1961], dająca lepszą ocenę podobieństwa modeli C1 (x),..., CK(x). (fragment tekstu)
Podejście wielomodelowe w dyskryminacji i regresji zyskało duże uznanie ze względu na poprawę stabilności modeli oraz ich dokładności przewidywań. Agregowanie klasyfikatorów k najbliższych sąsiadów (kNN) napotyka jednak poważne problemy. Metoda kNN, wykorzystująca w klasyfikacji wyłącznie odległości między obiektami, jest względnie stabilna, przez co zróżnicowanie klasyfikatorów bazowych można osiągnąć, jedynie wybierając różne podprzestrzenie. Tu z kolei napotykamy problem zmiennych zakłócających (noisy variables), to jest takich, które nie mają wpływu na zmienną objaśnianą, a które w metodzie kNN znacznie obniżają dokładność klasyfikacji. W artykule dokonano przeglądu zaproponowanych w literaturze metod agregowania klasyfikatorów kNN oraz zweryfikowano je z własną propozycją algorytmu. W badaniach wykorzystano zbiory danych rzeczywistych z dołączonymi zmiennymi zakłócającymi(abstrakt oryginalny)
Innowacje odgrywają coraz to większą rolę w nowoczesnej gospodarce rynkowej. Pozwalają one odnosić korzyści wszystkim obywatelom (producentom, konsumentom i pracownikom). Innowacje mają także kluczowe znaczenie dla poprawy jakości życia, tworzenia lepszych miejsc pracy, a także szeroko rozumianego rozwoju społeczeństwa ekologicznego. Polityka innowacyjności stanowi istotny element polityki na poziomie zarówno krajów, jak i samej Unii Europejskiej. Celem artykułu jest zaprezentowanie przykładu zastosowania podejścia wielomodelowego danych symbolicznych (z zastosowaniem macierzy współwystąpień i metody k-medoidów) w klasyfikacji krajów Unii Europejskiej pod względem ich innowacyjności. W części empirycznej wykorzystano pakiety clusterSim oraz symbolicDA programu R do wykonania obliczeń. W wyniku zastosowania podejścia wielomodelowego zidentyfikowano strukturę czterech różnych klas.(abstrakt oryginalny)
5
Content available remote Klasyfikacja pojęciowa danych symbolicznych w podejściu wielomodelowym
80%
Celem artykułu jest zaproponowanie nowego podejścia w klasyfikacji wielomo-delowej danych symbolicznych z wykorzystaniem klasyfikacji pojęciowej jako klasyfikatora bazowego. W artykule przedstawiono podstawowe pojęcia z zakresu analizy danych symbo-licznych, podejścia wielomodelowego oraz klasyfikacji pojęciowej. W części empirycznej omówiono wyniki badań symulacyjnych dla sztucznych i rzeczywistych zbiorów danych.(abstrakt oryginalny)
W analizie zadowolenia stosowane są mierniki zadowolenia, a wyniki mają formę raportów. Dotyczą one 156 krajów, które są opisywane przez 17 zmiennych. W artykule zastosowno podejście wielomodelowe danych symbolicznych, w którym wykorzystano klasyfikację opartą na modelach, aby zidentyfikować, które z wybranych krajów Europy mają podobny poziom zadowolenia. Wyniki zanalizowano z użyciem skalowania wielowymiarowego i drzew klasyfikacyjnych danych symbolicznych. W efekcie zastosowanego podejścia zidentyfikowano strukturę trzech klas. W klasie pierwszej znalazły się: Austria, Dania, Finlandia, Niemcy, Irlandia, Luksemburg, Holandia, Norwegia, Szwajcaria oraz Wielka Brytania. Kraje te mają najwyższe wartości dla większości zmiennych. Klasa druga zawiera: Bułgarię, Estonię, Węgry, Litwę, Polskę, Rumunię, Słowację. Ta klasa jest równocześ- nie najbardziej homogeniczna. W klasie trzeciej znalazły się z kolei: Cypr, Czechy, Francja, Grecja, Włochy, Portugalia, Słowenia i Hiszpania.(abstrakt oryginalny)
7
Content available remote Wielopłaszczyznowe (wieloaspektowe) ujęcie szlaku turystycznego
61%
Celem opracowania jest próba ukazania mnogości podejść badawczych i definicji dotyczących szlaków turystycznych. Zdaniem autora zróżnicowanie podejść badawczych można przedstawić w trzech płaszczyznach: podstawowej, turystycznej i poza turystycznej.(fragment tekstu)
8
61%
Pozycjonowanie produktów to szeroka gama działań przedsiębiorstwa, które mają na celu projektowanie oferty i wizerunku firmy. Celem tych działań jest zajęcie wyróżniającego się na tle konkurencji miejsca w świadomości rynku docelowego. Celem artykułu jest zaprezentowanie i zastosowanie podejścia wielomodelowego analizy danych symbolicznych w zagadnieniu klasyfikacji na potrzeby oceny pozycji produktów na rynku. W części empirycznej przedstawiono zastosowanie podejścia wielomodelowego danych symbolicznych bazującego na macierzy współwystąpień oraz metodzie bagging w analizie danych z rynku motoryzacyjnego. Obydwa podejścia dały porównywalne wyniki w sensie skorygowanego indeksu Randa.(abstrakt oryginalny)
9
Content available remote Sieci neuronowe dla danych symbolicznych : perceptron wielowarstwowy
61%
Celem artykułu jest zaprezentowanie metod transformacji zmiennych symbolicznych na potrzeby perceptronu wielowarstwowego (MLP) [Rossi, Conan-Guez 2002] oraz porównanie wpływu wyboru metody transformacji na błąd klasyfikacji na przykładzie zbiorów ze zmiennymi zakłócającymi i obserwacjami odstającymi. Perceptron wielowarstwowy dla danych symbolicznych wymaga, aby danymi wejściowymi były obiekty symboliczne opisywane wyłącznie przez zmienne w postaci przedziałów liczbowych. W artykule przedstawiono sposoby zamiany przedziałów liczbowych (transformacji) w liczby rzeczywiste na potrzeby perceptronu wielowarstwowego dla danych w ujęciu klasycznym. W części empirycznej artykułu porównano metody pozwalające na zastosowanie przedziałów liczbowych w MLP na przykładowych danych symbolicznych. Wykorzystano sztucznie wygenerowane zbiory obiektów opisywane przez zmienne symboliczne w postaci przedziałów liczbowych (z wykorzystaniem procedury cluster.Gen z pakietu clusterSim dla programu R), w tym także zbiory ze zmiennymi zakłócającymi i obserwacjami odstającymi (outliers). Do uczenia sieci neuronowej (perceptronu wielowarstwowego) wykorzystano pakiet neural dla programu R (procedury mlptrain i mlp). Do oceny wyników wykorzystano błąd średniokwadratowy (MSE). (fragment tekstu)
10
61%
Innowacje odgrywają istotną rolę w nowoczesnej gospodarce rynkowej, są kluczem do podnoszenia jakości życia, poprawy warunków pracy i rozwoju gospodarczego kraju. Polityka poprawy innowacyjności jest kluczowym elementem zarówno na poziomie polityk krajowych, jak i polityki całej Unii Europejskiej. Głównym celem artykułu było zaprezentowanie wielomodelowej klasyfikacji gęstościowej krajów Unii Europejskiej ze względu na poziom ich innowacyjności. W części empirycznej zastosowano klasyfikację gęstościową dla danych symbolicznych do budowy macierzy współwystąpień użytej jako macierz danych w klasyfikacji. W artykule wykorzystano pakiety i funkcje programu R pochodzące z pakietów symbolicDA, clusterSim oraz dbscan. Zastosowane podejście pozwoliło zidentyfikować strukturę czterech różnych klas. W klasie pierwszej znalazły się kraje o wysokim poziomie innowacyjności (liderzy innowacji), jest ona jednocześnie najmniej homogeniczną z klas. W klasie drugiej znalazły się kraje Europy Środkowo-Wschodniej, które starają się dorównać liderom innowacyjności. Kraje te można uznać za przeciętnie innowacyjne. W klasie trzeciej znalazły się kraje umiarkowanie innowacyjne, a w czwartej dwa kraje, które również należy uznać za przeciętnie innowacyjne.(abstrakt oryginalny)
11
Content available remote Relacyjność strukturalna w modelach jakości
61%
Jakość staje się warunkiem koniecznym osiągania przewagi konkurencyjnej i zaspokajania/generowania oczekiwań i potrzeb klientów. Przedsiębiorstwa chcąc doskonalić jakość koncentrują się na składowych modeli jakości usług (w większości w sposób podświadomy). Doskonalą wybrane elementy jakości bez uwzględniania ich relacyjnych powiązań z innymi czynnikami (jeśli takowe występują). Celem artykułu jest identyfikacja form występujących relacji w modelach jakości usług. Autorka wyróżniła pięć teoretycznych modeli uwzględniających różnice w relacjach zachodzących pomiędzy składowymi modelu. Pomóc to ma organizacjom w odpowiedzi na następujące pytania: na jakich elementach modelu kierownictwo organizacji powinno się koncentrować, czy element modelu, który organizacja powinna/musi/chce doskonalić można rozpatrywać w sposób samodzielny, jak zmiana w jednym z elementów modelu może wpłynąć na pozostałe. (abstrakt oryginalny)
Tematyka pracy wpisuje się w nurt badań naukowych nad ważnym problemem ekonomicznym, jakim jest upadłość przedsiębiorstw. W zakresie badania zagrożenia przedsiębiorstw upadłością kontynuowane są prace nad metodologią przewidywania pierwszej i kolejnych upadłości przedsiębiorstw. Celem artykułu jest przedstawienie wyników badań empirycznych nad przydatnością stosowania podejścia wielomodelowego w prognozowaniu zagrożenia upadłością przedsiębiorstw w Polsce. Analizę przeprowadzono dla zbilansowanych i niezbilansowanych zbiorów przedsiębiorstw z sektora przetwórstwa przemysłowego. W badaniu zastosowano metody bagging, boosting, random subspaces i random forests. Przydatność podejścia wielomodelowego dla prognozowania upadłości oceniono na podstawie wartości mierników skuteczności klasyfikacyjnej przedsiębiorstw ze zbioru testowego. Wnioski z przeprowadzonych badań empirycznych wskazują na przydatność stosowania podejścia wielomodelowego w prognozowaniu zagrożenia przedsiębiorstw upadłością(abstrakt oryginalny)
Budowa modeli bazowych jest oparta na zbiorze M prób uczących U1, …, UM, będących podzbiorami oryginalnego zbioru uczącego U. Podzbiory te mogą zawierać albo wybrane obserwacje ze zbioru U, albo wszystkie obserwacje, lecz rzutowane na różne podprzestrzenie zmiennych. Łączenie modeli bazowych realizuje funkcja Ψ określona na zbiorze ich wyników predykcji:          ^                 ^             ^          D*(xi.) = &
Ustawa prawo bankowe definiuje zdolność kredytową jako zdolność do spłaty zaciągniętego kredytu wraz z odsetkami w terminach określonych w umowie. Analiza i ocena zdolności kredytowej jest kluczowym zagadnieniem z punktu widzenia banku. W ocenie zdolności kredytowej istotne miejsce zajmują szeroko rozumiane metody analizy danych - w tym podejście wielomodelowe. Głównym celem artykułu jest zaprezentowanie zastosowania podejścia wielomodelowego danych symbolicznych w ocenie zdolności kredytowej osób fizycznych (na przykładzie dwóch zbiorów danych rzeczywistych) oraz porównanie wyników otrzymanych z zastosowaniem podejścia wielomodelowego z pojedynczym modelem oraz znaną przynależnością obiektów do klas. Otrzymane wyniki wskazują, że podejście wielomodelowe analizy danych symbolicznych może być użytecznym narzędziem w ocenie zdolności kredytowej osób fizycznych i pozwala otrzymać z reguły lepsze wyniki niż model pojedynczy(abstrakt oryginalny)
Podejście wielomodelowe oparte na agregacji modeli jest z powodzeniem wykorzystywane w zagadnieniach dyskryminacyjnych i regresyjnych. Niemniej jednak podejście to może zostać także zastosowane w zagadnieniu klasyfikacji. W wielu artykułach wskazuje się, że połączenie wielu różnych klasyfikacji pozwala otrzymać lepsze wyniki. Artykuł przedstawia możliwość zastosowania podejścia wielomodelowego w klasyfikacji danych symbolicznych. W artykule przedstawiono także wyniki klasyfikacji z wykorzystaniem podejścia wielomodelowego. (abstrakt oryginalny)
16
61%
Podejście wielomodelowe może być z powodzeniem zastosowane w zagadnieniach dyskryminacyjnych i regresyjnych analizy danych. Podejście to może zostać także zastosowane w klasyfikacji. W odróżnieniu od obiektów w sensie klasycznym obiekty symboliczne mogą być opisywane także przez zmienne interwałowe, zmienne wielowariantowe, zmienne wielowariantowe z wagami, zmienne interwałowe z wagami oraz zmienne strukturalne. Celem artykułu jest zaproponowanie zastosowania metody bagging, z użyciem adaptacji propozycji Leischa [1999], w klasyfikacji wielomodelowej danych symbolicznych. W wyniku wykorzystania tego podejścia otrzymuje się wyniki w postaci klas opisywanych przez pojęcia. W części empirycznej przedstawiono wyniki badań symulacyjnych z wykorzystaniem rzeczywistych i sztucznych zbiorów danych symbolicznych(abstrakt oryginalny)
Podejście wielomodelowe, które polega na zastosowaniu wielu modeli (zamiast jednego), może z powodzeniem znaleźć zastosowanie w analizie danych klasycznych. Celem artykułu jest wskazanie przydatności zastosowania podejścia wielomodelowego z wykorzystaniem metody bagging w regresji danych symbolicznych interwałowych. W artykule zaprezentowano podstawowe pojęcia związane z analizą danych symbolicznych, adaptację metody największych kwadratów na potrzeby danych symbolicznych interwałowych oraz ideę metody bagging. W części empirycznej artykułu przedstawiono wyniki badań z zastosowaniem sztucznych oraz rzeczywistych zbiorów danych dla metody środków oraz metody środków i promieni. Przeprowadzone badania symulacyjne z zastosowaniem różnej liczby modeli bazowych wskazują, że podejście wielomodelowe z zastosowaniem metody bagging pozwala na poprawę dokładności otrzymanych wyników zarówno dla metody środków, jak i metody środków i promieni.(abstrakt oryginalny)
Currently, a growing number of papers presenting the hybrid models in the field of MCDA is observed. In this paper we try to explain the reasons for the growing popularity of hybrid models. The most important question considers the reasons for the use of these, rather complicated, structures. We also try to find out the differences between various models which are called hybrid (original abstract)
We consider examination timetabling at a university. This problem has been widely treated in the literature (e.g. [1]. [8], [9]); however, we propose a new approach, which belongs to the family of robust approaches. The main obvious assumption is that two examination sessions sharing at least one student cannot be scheduled at the same time. This scheduling problem will be stated as a graph coloring problem. The stability of the solution scheduled is desirable in the sense that it remains valid also when, unexpectedly, some additional students want to take the exams, for example those who failed in earlier examination sessions. This stability is defined as the robustness of examination scheduling. In [6], [10] a probabilistic robustness measure has been proposed. We propose a fuzzy approach, similarly as in [3]. We consider three different schedule robustness measures: mean value of the fuzzy number of examination conflicts considered in [3], and two new measures, put forward in this paper: the cardinality of the fuzzy number of session conflicts and the possibility that the fuzzy number of session conflicts is 0. We also consider a multicriterial approach with the minimization of the examination session days and the maximization of schedule robustness. (original abstract)
20
Content available remote Parametric Modelling of Income Distribution in Central and Eastern Europe
61%
This paper models income distribution in four Central and Eastern European (CEE) countries (the Czech Republic, Hungary, Poland and the Slovak Republic) in 1990s and 2000s using parametric models of income distribution. In particular, we use the generalized beta distribution of the second kind (GB2), which has been found in the previous literature to give an excellent fit to income distributions across time and countries. We have found that for Poland and Hungary, the GB2 model fits the data better than its nested alternatives (the Dagum and Singh-Maddala distributions). However, for Czech Republic and Slovak Republic the Dagum model is as good as the GB2 and may be preferred due to its simpler functional form. The paper also found that the tails of parametric income distribution in the Czech Republic, Poland and the Slovak Republic have become fatter in the course of transformation to market economy, which provides evidence for growing income bi-polarization in these societies. Statistical inference on changes in income inequality based on parametric Lorenz dominance suggests that, independently of inequality index used, income inequality in the Czech Republic, Poland and the Slovak Republic has increased during transformation. For Hungary, there is no Lorenz dominance and conclusions about the direction of changes in income inequality depend on the cardinal inequality measure used. (original abstract)
first rewind previous Strona / 2 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.