Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 9

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  Gradient method
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
Metoda MART, stosowana w regresji, generuje modele charakteryzujące się niskimi wartościami błędów predykcji. Na ogół jest ona najdokładniejsza w badanej grupie metod. Dla jej modyfikacji - omawianej metody gradientowej, otrzymaliśmy relatywnie dobre wartości błędów klasyfikacji, obliczonych na zbiorach testowych. Jednak w porównaniu z innymi metodami regresji otrzymujemy zawsze błędy klasyfikacji o co najmniej kilka procent wyższe niż np. dla modeli skonstruowanych na podstawie metody wektorów nośnych lub zagregowanych drzew Breimana. Warto podkreślić, że atutem omawianej metody gradientowej jest jej przynależność do klasy metod nieparametrycznych. Nie wymaga ona znajomości rozkładów badanych zmiennych ani analitycznych postaci związków między nimi. Ponadto, ponieważ jest oparta na drzewach klasyfikacyjnych, pozwala na wprowadzanie do konstruowanego modelu zmiennych zarówno metrycznych, jak i niemetrycznych. (fragment tekstu)
W pierwszej części artykułu przedstawiona została ogólna postać metody rzutowania gradientu, z poprawkami. W drugiej części zaprezentowano zwięźle omawiane zagadnienia alokacji. Trzecia część opisuje wyprowadzenie postaci macierzy rzutowania P dla poszczególnych typów nieliniowych zadań alokacji i wynikające z niej uproszczone postacie algorytmu. (fragment tekstu)
3
Content available remote Symmetrized Semi-Smooth Newton Method for Solving 3d Contact Problems
100%
The semi-smooth Newton method for solving discretized contact problems with Tresca friction in three space dimensions is analyzed. The slanting function is approximated to get symmetric inner linear systems. The primal-dual algorithm is transformed into the dual one so that the conjugate gradient method can be used. The R-linear convergence rate is proved for an inexact globally convergent variant of the method. Numerical experiments conclude the paper. The contact problems are important in many practical applications, e.g., biological processes, design of machines, transportation systems, metal forming, or medicine (bone replacements). (original abstract)
Research background: Previous studies on the economic and social development of urban agglomerations mostly focus on a single primacy comparative analysis and efficiency evaluation. Spatial structure differentiation is an important feature of urban agglomeration. The lack of economic and social analysis on the spatial structure makes it impossible to determine the development positioning of each city in the urban agglomeration, which affects the sustainable economic development ability of these areas.Purpose of the article: The objective of the article is to analyze the spatial development law and experience of urban agglomeration, this study explores the practice of economic and population spatial structure of city areas in China. For this purpose, CPUA and its central city Zhengzhou was taken as an example, the spatial gradient structure of example was analyzed.Methods: Using economic and population data of 32 cities in this region, growth pole theory, and pole-axis theory, the economic and population spatial structure of urban agglomeration, the spatial gradient structure of central cities in urban agglomerations were analyzed with the method of cluster about radiation index.Findings & value added: (1) In the process of the formation of CPUA, the geo-graphical spatial pattern plays a decisive role in economic and social development. This is an experience from developing countries. (2) CPUA presents a gradient development pattern with Zhengzhou as the center, and economic and social development gradually radiates to the metropolitan area, the core development area, and the character development demonstration area. (3) The economic and social gradients of Zhengzhou, the central city, present the hierarchy rules and characteristics which are driven by the Beijing-Guangzhou-Railway axis and the Longhai-Railway axis. (4) The central city of Zhengzhou still presents insufficient primacy in regional development, which shows that Zhengzhou accounts for 6% of the population of the Central Plains Economic Zone and 14% of GDP, and insufficient agglomeration. Different countries at different stages of economic development have different urban agglomeration development models. The conclusions from China provide new decision-making ideas and methods for spatial structure research and development strategy analysis of urban agglomerations. (original abstract)
W artykule przedstawiono kinetykę zużycia kompozytowych gradientowych powłok, w których podstawowym typem struktury są warstwowe, matrycowe wtrącenia, poddane obciążeniom statycznym i dynamicznym, wywołanych siłami tarcia ślizgowego lub tocznego. Pokazano, że powłoki gradientowego typu z nano kompozytową osnową i równomiernie rozłożonymi w niej makro wtrąceniami, cechują się wysoką odpornością na zużycie. Optymalną, dla stykających się powierzchni poddanym znacznym obciążeniom przy tarciu ślizgowym, jest dyspersyjnie umocniona osnowa, , zawierająca wtrącenia związane z metaliczną osnową i przejściową strefą dyfuzyjnego współdziałania.(abstrakt oryginalny)
6
Content available remote Predictive Business Process Monitoring with Tree-based Classification Algorithms
84%
Predictive business process monitoring is a current research area which purpose is to predict the outcome of a whole process (or an element of a process i.e. a single event or task) based on available data. In the article we explore the possibility of use of the machine learning classification algorithms based on trees (CART, C5.0, random forest and extreme gradient boosting) in order to anticipate the result of a process. We test the application of these algorithms on real world event-log data and compare it with the known approaches. Our results show that.(original abstract)
Zaproponowana przez Boxa i Wilsona metodyka powierzchni odpowiedzi jest metodą umożliwiającą poszukiwanie ekstremum nieznanej funkcji zwanej powierzchnią odpowiedzi. W pracy przeprowadzona została symulacja mająca na celu weryfikację skuteczności działania algorytmu Boxa-Wilsoan, przedstawione zostały także pewne ograniczenia tej metody. Wiele zagadnień związanych z opracowywaniem produktów o najwyższych parametrach jakościowych sprowadza się do rozwiązania pewnych zadań ekstremalnych z zakresu fizyki, chemii czy metalurgii lub elektroniki. Poszukuje się optymalnych warunków przebiegu procesu czy też optymalnego składu układów wieloskładnikowych. Rozwiązanie takiego zagadnienia może zostać dokonane na dwa sposoby. Pierwszy z nich to przeprowadzanie gruntownych i wszechstronnych badań zarówno nad charakterem procesu, jak i właściwościami substancji, co umożliwia stworzenie odpowiedniego modelu teoretycznego danego zagadnienia. Drugi sposób wykorzystuje metodę doświadczalną poszukiwania warunków ekstremalnych. Celem opracowania jest przywołanie algorytmu Boxa-Wilsona, a przede wszystkim weryfikacja skuteczności jego działania poprzez przeprowadzenie symulacji. (fragment tekstu)
Przedmiotem artykułu jest wykorzystanie metod ekstrapolacji i gradientu do podejmowania decyzji dotyczących produkcji.
Szeroko stosowane w praktyce metody nieparametryczne wykorzystujące tzw. drzewa regresyjne mają jedną istotną wadę. Otóż wykazują one niestabilność, która oznacza, że niewielka zmiana wartości cech obiektów w zbiorze uczącym może prowadzić do powstania zupełnie innego modelu. Oczywiście wpływa to negatywnie na ich trafność prognostyczną. Tę wadę można jednak wyeliminować, dokonując agregacji kilku indywidualnych modeli w jeden. Znane są trzy metody agregacji modeli i wszystkie opierają się na losowaniu ze zwracaniem obiektów ze zbioru uczącego do kolejnych prób uczących: agregacja bootstrapowa (boosting), losowanie adaptacyjne (bagging) oraz metoda hybrydowa, łącząca elementy obu poprzednich. W analizie regresji szczególnie warto zastosować gradientową, sekwencyjną, odmianę metody boosting. W istocie polega ona wykorzystaniu drzew regresyjnych w kolejnych krokach do modelowania reszt dla modelu uzyskanego w poprzednim kroku. (abstrakt oryginalny)
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.