Ograniczanie wyników
Czasopisma help
Autorzy help
Lata help
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 44

Liczba wyników na stronie
first rewind previous Strona / 3 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  Sieci bayesowskie
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 3 next fast forward last
Sieć bayesowska, niecykliczny graf skierowany, stanowi efektywną obliczeniowo i przestrzennie metodę reprezentacji łącznego rozkładu prawdopodobieństwa. Wykorzystywana jest w diagnostyce medycznej i technicznej, wyszukiwaniu informacji, wykrywaniu oszustw, sterowaniu itp. Artykuł zawiera propozycję wykorzystania tego narzędzia w dziedzinie transportu morskiego. Przedstawione rozwiązanie pozwala na sporządzenie rankingu jednostek handlowych, które mogą pomóc w akcji ratowniczej na morzu. Jako priorytet przyjęto wykorzystanie podstawowych parametrów statków jakie można uzyskać z systemów automatycznej wymiany informacji stosowanych na morzu. Podobnie skonstruowaną sieć bayesowską można wykorzystać do utworzenia rankingu morskich jednostek transportowych, w celu podniesienia niezawodności łańcucha transportowego. (abstrakt oryginalny)
Podjęty w referacie temat odnosi się do zagadnienia podejmowania decyzji w warunkach ograniczonej informacji. Jako przykład przedsięwzięcia odznaczającego się wysokim poziomem złożoności oraz kompleksowości wykorzystano projekty rewitalizacji. Ze względu na brak danych historycznych utrudniających ustalenie prawdopodobieństwa wstępnego, przedsięwzięcie to wiąże się bowiem nie tyle z ryzykiem, co z niepewnością. Z uwagi na opisane ograniczenia zwykle stosowanych metod, autorki proponują zastosowanie narzędzia bazującego na sieci zależności, a zatem pozwalającego na zaprezentowanie zależności przyczynowo - skutkowych pomiędzy zmiennymi budowanego modelu. Zaprezentowany w referacie przykład zastosowania sieci Bayes'a stanowi uproszczony problem decyzyjny, mający zobrazować mechanizm działania narzędzia, którego niekwestionowana zaletą jest możliwość uniknięcia kosztownych badań stanu otoczenia, które można zamodelować na podstawie doświadczenia.(abstrakt oryginalny)
3
100%
Bayesian belief networks are applied in determining the most important factors of the innovativeness level of national economies. The paper is divided into two parts. The first presentsthe basic theory of Bayesian networks whereas in the second, the belief networks have been generated by an inhouse developed computer system called BeliefSEEKER which was implemented to generate the determinants influencing the innovativeness level of national economies.Qualitative analysis of the generated belief networks provided a way to define a set of the most important dimensions influencing the innovativeness level of economies and then the indicators that form these dimensions. It has been proven that Bayesian networks are very effective methods for multidimensional analysis and forming conclusions and recommendations regarding the strength of each innovative determinant influencing the overall performance of a country's economy. (original abstract)
W dzisiejszym, dynamicznym środowisku gospodarczym wszelkiego rodzaju oceny, analizy i prognozy stają się coraz bardziej skomplikowane i wymagają do swojego opisu zaawansowanych metod i technik. Stąd też w ostatnich latach pojawiły się propozycje zastosowania do oceny i prognozowania kondycji finansowej przedsiębiorstw sieci przekonań Bayesa. W 2001 roku S. Sarkar i R. S. Sriram opracowali modele sieci przekonań dla wczesnego ostrzegania o upadłościach banków. Stwierdzili, że zarówno naiwny jak i złożony model sieci Bayesa daje wyniki porównywalne z dobrze znanym algorytmem klasyfikacji drzewa wymuszonych decyzji (Induced Tree Classification).(fragment tekstu)
5
Content available remote Metoda przekształcania planów reakcji na ryzyko w sieci Bayesa
75%
Celem niniejszej pracy jest opracowanie RRP2BN - metody przekształcania wiedzy zawartej w planach reakcji na ryzyko do postaci sieci Bayesa. Dzięki temu możliwe będzie przeprowadzanie analiz symulacyjnych, których nie da się przeprowadzić, korzystając z samych planów zarządzania ryzykiem. Metoda RRP2BN generuje sieci Bayesa zgodne ze szkieletem przyczynowo-skutkowym. Została ona zaimplementowana w postaci prototypu narzędzia informatycznego. Wstępne wyniki badań potwierdzają, że metoda może ułatwić i przyspieszyć początek procesu budowy sieci Bayesa, szczególnie ekspertom dziedzinowym bez doświadczenia w korzystaniu z sieci Bayesa czy podobnych metod.(fragment tekstu)
Nowoczesne systemy ekspertowe mają na celu operatywną reprezentację teorii matematycznej określonego wycinka rzeczywistości. Ich mocną stroną jest zdolność do przedstawienia określonej teorii matematycznej w postaci czytelnej dla użytkownika systemu. Istotna jest zatem metoda reprezentacji wiedzy. Operatywność oznacza, że wiedza ta nie będzie przechowywana w sposób bierny, lecz czynny - konieczna jest maszyna wnioskująca pozwalająca na wykorzystanie tej wiedzy do rozwiązywania określonych zagadnień. Wreszcie zawsze istotne jest pytanie, na ile teoria matematyczna jest zgodna z rzeczywistością, o której się wnioskuje? Potrzebne są więc narzędzia do weryfikacji i pozyskiwania wiedzy, w tym coraz aktualniejsze dzisiaj metody pozyskiwania wiedzy z danych. Sztuka konstruowania systemu ekspertowego polega na tym, aby znaleźć nietrywialny schemat reprezentacji wiedzy, dla którego istnieją efektywne metody wnioskowania, a także pozyskiwania wiedzy. Nie należą do rzadkości sytuacje, w których model rzeczywistości, o której system ekspertowy ma wnioskować, nie jest dobrze poznany, ma charakter niepewny, niepełny itp. W takich sytuacjach znajdują zastosowanie systemy ekspertowe z modelowaniem niepewności. Jednym z lepiej zbadanych i najwcześniej stosowanym modelem niepewności wiedzy i/lub danych jest model wnioskowania bayesowskiego, w tym opartego na sieciach bayesowskich. Znane są różnorodne mechanizmy wnioskowania na sieciach bayesowskich, a także metody weryfikacji modeli bayesowskich z danych, jak również pozyskiwania wiedzy w postaci sieci bayesowskich z danych.(fragment tekstu)
Artykuł jest streszczeniem rozprawy doktorskiej pt: "Ulepszone szacowanie ryzyka w przedsięwzięciach informatycznych z wykorzystaniem sieci Bayesa" obronionej na Uniwersytecie Szczecińskim. Celem pracy doktorskiej było stworzenie modeli prognostycznych, które będą w stanie udzielić odpowiedzi m.in. na następujące pytania: Jakie zależności występują między funkcjonalnością, nakładami a defektami? Jaki wpływ na funkcjonalność i jakość oprogramowania ma alokacja nakładów? Jak zmiana jakości procesu wpływa na poziom funkcjonalności i jakości dostarczanego oprogramowania? Jakiej funkcjonalności i jakości powinniśmy oczekiwać, jeśli bieżący projekt jest bardziej skomplikowany od poprzednich? Jak uciążliwe będą efekty dla przyszłych użytkowników oprogramowania? oraz Ile efektów zostanie znalezionych i naprawionych podczas fazy testowania?
8
Content available remote Koncepcja ankietowego pomiaru kultury bezpieczeństwa pracy
75%
W artykule przedstawiono projekt systemu ankietowego pomiaru kultury bezpieczeństwa pracy w oparciu o technologię sieci bayesowskich. Pokazano założenia do budowy systemu, który wykorzystując opracowaną ankietę elektroniczną, umożliwia szybkie pozyskanie informacji, ich przetworzenie oraz dokonanie analizy odpowiedzi zarówno w obrębie jednego przedsiębiorstwa, jak i porównanie kultury bezpieczeństwa pracy pomiędzy przedsiębiorstwami. Zaproponowane rozwiązanie zakłada, że system może funkcjonować jako usługa sieciowa i posłużyć firmom do samooceny kultury bezpieczeństwa pracy. Zastosowanie mechanizmów inferencyjnych sieci bayesowskich pozwoli na określenie cech, które mają największy wpływ na końcowy wynik oceny bezpieczeństwa pracy w przedsiębiorstwie.(abstrakt oryginalny)
W badaniach nad systemami wspomagania decyzji szczególne miejsce zajmują metody oparte na analizie danych. Ostatnie dwudziestolecie przyniosło istotny przełom w tej dziedzinie i zaowocowało opracowaniem skutecznych metod i algorytmów odkrywania wiedzy z danych.(fragment tekstu)
Artykuł przedstawia proces konstruowania modelu sytuacji kolizyjnej na akwenie ograniczonym. Do osiągnięcia postawionego celu badań wykorzystano sieci bayesowskie. Wykorzystano metody oceny ryzyka kolizji oraz estymacji skutków za pomocą obliczenia spodziewanej energii zderzenia. Przeprowadzone badania symulacyjno - eksperckie potwierdziły wysoką poprawność oceny sytuacji kolizyjnej. (abstrakt oryginalny)
W artykule omówiono wykorzystanie sieci bayesowskiej do tworzenia systemu wspomagania decyzji podczas akcji ratowniczej "człowiek za burtą". Obecnie na statkach stosuje się różne systemy wspomagania decyzji kapitana i oficerów, jednak brakuje narzędzi, które w prosty i szybki sposób pozwolą na ocenę sytuacji podczas akcji ratowniczej, gdzie elementem determinującym jest czas. (abstrakt oryginalny)
Sieci bayesowskie są narzędziem o szerokim zastosowaniu. Jednym z zagadnień, do których się je wykorzystuje, są problemy klasyfikacji danych. W artykule omówiono wybrane metody automatycznego generowania sieci bayesowskich. Przedstawiono również wyniki symulacji na różnych zbiorach danych. Porównano jakość otrzymanych klasyfikatorów i skomentowano problemy związane z zastosowaniem omawianych metod. Do obliczeń wykorzystano pakiet GeNie. (abstrakt oryginalny)
13
Content available remote Using Bayesian Networks in Business Analytics : Overview and Short Case Study
75%
Sieci bayesowskie są popularnym i skutecznym narzędziem sztucznej inteligencji. Mają one wiele zastosowań we wspomaganiu decyzji biznesowych. Celem niniejszego artykułu jest dokonanie przeglądu techniki sieci bayesowskich z takiej właśnie perspektywy. W artykule przedstawiono zarys najważniejszych matematycznych podstaw teoretycznych sieci bayesowskich oraz omówiono ich zastosowanie do zatrzymywania utalentowanych pracowników w międzynarodowych firmach w Chinach. W ramach studium przypadku, przeanalizowano cały proces wykorzystywania sieci bayesowskich oraz omówiono dane, które mogą być wygenerowane przy ich użyciu.(abstrakt oryginalny)
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.(abstrakt oryginalny)
Although deep learning-based valuation models are spreading throughout the real estate industry following the artificial intelligence boom, property owners and investors continue to doubt the accuracy of the results. In this study, we specify a neural network for predicting house prices. We suggest a standard feed-forward network with two hidden layers, and show that it is sufficiently reasonable to apply its prediction to real-world projects such as property valuation. In addition, we propose a Bayesian neural network for describing uncertainty in house price predictions while providing a means to quantify uncertainty for each prediction. We choose Gangnamgu, Seoul for the analysis, and predict house prices in the area using both networks. Although the Bayesian neural network did not perform better than the conventional network, it could provide a tool to measure the uncertainty inherent in predicted prices. The findings of this study show that a Bayesian approach can model uncertainty in property valuation, thereby promoting the adoption of deep learning tools in the real estate industry. (original abstract)
W referacie zaprezentowano jeden ze sposobów wyszukiwania informacji, jakim jest zastosowanie metod probabilistycznych z wykorzystaniem sieci Bayesa. Omówiono sposób reprezentacji wiedzy za pomocą tejże sieci oraz proces wnioskowania. Przedstawiono architekturą, język zapytań oraz działanie przykładowego systemu zbudowanego na bazie sieci bayesowskiej, jakim jest system INQUERY stworzony na Uniwersytecie w Massachusetts przy CIIR (Center for Intelligent Information Retrieval). Zaprezentowany w referacie eksperyment ma za zadanie zobrazować sposób działania powyższego systemu. W podsumowaniu przedstawiono wnioski autorów oraz zasygnalizowano kierunki rozwoju systemów informacyjnych opartych na metodach probabilistycznych. (abstrakt oryginalny)
Nowadays, the main challenge in maintenance is to establish a dynamic maintenance strategy to significantly track and improve the performance measures of multi-state systems in terms of production, quality, security and even the environment. This paper presents a quantitative approach based on Dynamic Bayesian Network (DBN) to model and evaluate the maintenance of multi-state system and their functional dependencies. According to transition relationships between the system states modeled by the Markov process, a DBN model is established. The objective is to evaluate the reliability and the availability of the system with taking into account the impact of maintenance strategies (perfect repair and imperfect repair). Using the proposed approach, the dynamic probabilities of system states can be determined and the subsystems contributing to system failure can also be identified. A practical application is demonstrated by a case study of a blower system. Through the result of the diagnostic inference, to improve the performances of the blower, the critical components C, F, W, and P should be given more attention. The results indicate also that the perfect repair strategy can improve significantly the performances of the blower, while the imperfect repair strategy cannot degrade the performances in comparison to the perfect repair strategy. These results show the effectiveness of this approach in the context of a predictive evaluation process and in providing the opportunity to evaluate the impact of the choices made on the future measure- ment of systems performances. Finally, through diagnostic analysis, intervention management and maintenance planning are managed efficiently and optimally.(original abstract)
18
Content available remote Wykorzystanie sieci bayesowskich do prognozowania bankructwa firm
75%
Celem pracy jest weryfikacja metod uczenia struktury sieci bayesowskich, wykorzystywanych do konstrukcji klasyfikatorów stosowanych do prognozowania bankructwa przedsiębiorstw. Empirycznej weryfikacji poddano kilka metod uczenia struktury sieci bayesowskich, wykorzystywanych pośrednio do konstrukcji klasyfikatorów. Analizy dotyczyły spółek notowanych na GPW w Warszawie. W pracy pokrótce omówiono podstawy teoretyczne rozpatrywanych zagadnień oraz zaprezentowano wyniki badań.(abstrakt oryginalny)
The first article describing this project presented the three games that the participants played: the Ultimatum Game, the Trust Game and the Public Goods Game. This article describes the study group on the basis of a questionnaire regarding where they study and come from, their social contacts, interest in current issues, views on inequality and outlook on life. A description of the migratory decisions of students is given. In particular, two exploratory methods are used to investigate the data's structure: Bayesian networks and principal component analysis. Bayesian networks are used to illustrate the associations between categorical variables. Principal component analysis is designed to describe latent variables which reflect the associations between numerical variables. We present the results of this analysis and discuss the advantages and disadvantages of these two methods. (original abstract)
20
Content available remote Przegląd sieci Bayesa do szacowania ryzyka w inżynierii oprogramowania
63%
Tworzenie oprogramowania jest skomplikowane, a oprogramowanie, będące jego efektem, jest w dużej mierze niepowtarzalne. Powoduje to, że zaplanowanie odpowiedniej ilości zasobów i czasu dla danego projektu nie jest łatwe. Sytuacja komplikuje się jeszcze bardziej, gdy z góry założono wymagania jakościowe, które musi spełniać oprogramowanie, lub przy prognozowaniu jakiej jakości oprogramowania można się spodziewać przy założonych innych ograniczeniach. W ostatnim czasie prowadzono wiele badań, które miały doprowadzić do zbudowania łatwego w użyciu modelu, zapewniającego wystarczająco precyzyjne wyniki. W artykule skupiono się na modelach opartych na sieciach Bayesa.(fragment tekstu)
first rewind previous Strona / 3 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.