Wyniki wyszukiwania - BazEkon

1

Distributed Smart Home Activity Recommender System using Hidden Markov Model Principles

100%

Lynggaard P.

Zeszyty Naukowe Uniwersytetu Szczecińskiego. Ekonomiczne Problemy Usług

|

2013

|

nr 104 Europejska przestrzeń komunikacji elektronicznej. T. 1

359-369

A distributed smart home system has been presented. It offers a concept that combines a simple low level activity classifier named SHS-I with a high level one named SHS-II that is the target for this paper. By using the public available CASAS data set it was found that the presented system behaves well compared to the CBR and ASBR systems. It achieves a true positive rate of 75% in the "leave home" scenario.However, it should be noted that the threshold limit values are set manually, so further investigation is needed to clarify whether these limits are useable beyond the leave home scenario. The future perspective of this work is to investigate the possibility of implementing SHS-II on different hardware platforms. Furthermore, an investigation of the look back depth in the SHS-II action buffer also needs investigation.(original abstract)

2

Problem identyfikowalności ukrytych modeli Markowa

75%

Dędys M.

Roczniki Kolegium Analiz Ekonomicznych / Szkoła Główna Handlowa

|

2010

|

nr 22 Metody ekonomii matematycznej w modelowaniu ekonomicznym

64-73

W artykule analizuje się ukryte modele Markowa (Hidden markov Models - HMM) niektórych typów. Jednym z istotnych problemów pojawiających się przy estymacji tego typu modeli jest zagadnienie identyfikacji związane z odpowiedzią na pytanie czy modele o różnych zbiorach parametrów nie generują obserwowalnych procesów o tych samych rozkładach skończenie wymiarowych. W pracy przedstawiono znane z literatury fakty dotyczące identyfikacji modeli HMM, w których warunkowe rozkłady zmiennych obserwowalnych pochodzą z identyfikowalnych rodzin mieszanek rozkładów. W artykule rozważano modele, w których ukryte procesy są łańcuchami Markowa wyższego rzędu. Okazuje się, że badanie identyfikacji powyższych modeli, podobnie jak w przypadku niektórych klasycznych HMM, sprowadzić można do badania identyfikacji tzw. grupowych łańcuchów Markowa. W pracy podano warunek dostateczny identyfikacji modeli HMM wyższego rzędu. (abstrakt oryginalny)

3

The Application of Hidden Markov Models to the Analysis of Real Convergence

75%

Bernardelli M., Prochniak M., Witkowski B.

Dynamic Econometric Models

|

2017

|

17

59-80

Artykuł przedstawia zastosowanie ukrytych modeli Markowa i ścieżki Viterbiego do badania realnej konwergencji (zbieżności). Takie podejście łączy analizę konwergencji cyklicznej i dochodowej. Badanie obejmuje 28 krajów UE, okres 1995-2016 oraz 12 zmiennych makroekonomicznych. Wyniki pokazują m.in. realną zbieżność Polski do pozostałych krajów UE w kategoriach poziomów PKB per capita wg PSN oraz stóp wzrostu PKB, z krótkim okresem dywergencji podczas kryzysu globalnego. (abstrakt oryginalny)

4

Jak wykorzystać modele Markowa na potrzeby przeciwdziałania praniu pieniędzy oraz w walce z terroryzmem? (Część 1)

75%

Kędzierski M. A.

Nowoczesne Systemy Zarządzania

|

2024

|

19

|

nr 2

87-112

Współczesne zjawiska przestępcze, takie jak między innymi terroryzm i jego finansowanie, jedynie w określonym zakresie bazują pod względem wykonawstwa na schematach. W rzeczywistości sprawcy działają niekonwencjonalnie, zmieniają taktykę postępowania, a także schematy samych komórek terrorystycznych. Tym samym coraz trudniej jest prowadzić rozpoznanie tej przestępczej aktywności, gdyż wiedza o niej jest ograniczona (ukryta), a ponadto następuje czasowe opóźnianie w zakresie analizy przyczynowo- skutkowej. Tym samym sięga się po nowe rozwiązania z zakresu matematyki. Jednym z nich jest stosowanie ukrytych modeli Markowa, których właściwości umożliwiają budowanie modeli predykcyjnych opartych na ograniczonych zasobach wiedzy, cechowaniu elementów oraz ocenie prawdopodobieństwa zdarzeń. Ich zastosowanie jest szerokie i dotyczy nie tylko rozpoznawania fizycznych aktów terroryzmu, lecz także ich finansowania czy procederu prania pieniędzy. (abstrakt oryginalny)

5

The comparison of the hidden Markov model with machine learning techniques in agricultural predictio

75%

Vyshnavi M., Muthukumar M.

Statistics in Transition

|

2026

|

27

|

nr 1

119-135

This study compares hidden Markov models (HMMs) with various machine learning approaches to assess their effectiveness in forecasting agricultural data based on Python. Accurate forecasts are essential to promote sustainability and increase agricultural productivity. Through the use of an extensive dataset of agricultural parameters, specifically the cultivated area of oilseeds, the study explores historical trends and correlations. Model performance is evaluated using the Mean Absolute Error (MAE) along with the R-squared, and residual analysis is used to analyse how well the models represent the underlying trends. The findings demonstrate that HMMs are able to predict agricultural trends with higher accuracy than their other counterparts, thereby providing useful information for improved agricultural planning and decision-making. Future studies should concentrate on improving forecast accuracy and resolving any issues associated with agricultural data prediction. (original abstract)

6

Konwergencja dochodowa: mocne i słabe strony istniejących podejść

75%

Bernardelli M., Próchniak M., Witkowski B.

Kwartalnik Kolegium Ekonomiczno-Społecznego Studia i Prace / Szkoła Główna Handlowa

|

2017

|

nr 3

71-86

Celem artykułu jest wskazanie kilku głównych kwestii powodujących, że często obserwacja tych samych danych przez różnych autorów prowadzi ich do rozbieżnych wniosków odnośnie do występowania konwergencji, nie mówiąc już o jej natężeniu. Kolejno więc omawiamy kwestie różnych rodzajów konwergencji, niestabilności w czasie i załamań strukturalnych oraz problemów z zestawem zmiennych kontrolnych w modelu konwergencji warunkowej.(fragment tekstu)

7

Identyfikacja ukrytych modeli Markowa

75%

Dędys M.

Prace Naukowe / Akademia Ekonomiczna w Katowicach

|

2008

|

Metody matematyczne, ekonometryczne i komputerowe w finansach i ubezpieczeniach 2006

W opracowaniu przedstawiono warunki identyfikacji ukrytych modeli Markowa (Hidden Markov Models - HMM) niektórych typów. Punktem wyjścia rozważań są dwuwymiarowe, częściowo obserwowalne procesy spełniające następujące warunki: składowa nieobserwowalna jest łańcuchem Markowa, zaś składowa obserwowalna tworzy ciąg warunkowo niezależnych zmiennych losowych, przy czym rozkład n-tej zmiennej zależy jedynie od stanu łańcucha w chwili n. Modele te, w ekonometrii znane także pod nazwą przełącznikowych modeli Markowa (Markov Switching Models), doczekały się licznych uogólnień i są szeroko stosowane w analizie finansowych szeregów czasowych. W pracy przedstawiono znane z literatury fakty dotyczące identyfikacji modeli HMM, w których warunkowe rozkłady zmiennych obserwowalnych pochodzą z identyfikowalnych rodzin mieszanek rozkładów. Obok modeli HMM z ukrytymi łańcuchami Markowa rozważano modele, w których ukryte procesy są łańcuchami Markowa wyższego rzędu. (fragment tekstu)

8

Markov Model of Economic Development for all Countries in the World

75%

Yarova O., Yeleyko Y., Zbroińska B.

Studia i Materiały Wydziału Zarządzania i Administracji Wyższej Szkoły Pedagogicznej im. Jana Kochanowskiego w Kielcach

|

23 (2019)

|

nr 2 Współczesne wyzwania a uniwersalność nauk ekonomicznych, czyli od "Ekonomiki" E. Taylora do "Strategii" R. Krupskiego

153-158

Wszystkie kraje na świecie są badane przez ich rozwój gospodarczy. Są one podzielone przez sześć grup. Stworzyliśmy model Markowa i macierz prawdopodobieństw przejściowych. W tym modelu zastosowano klaster i analizę dyskryminacyjną. Ta analiza umożliwia dodawanie nowych zmiennych i znajdowanie prawdopodobieństw przejściowych dla każdej grupy. (abstrakt oryginalny)

9

Analiza popytu w przemyśle hutniczym -zastosowanie modelu ze zmiennymi ukrytymi

63%

Barska M.

Przegląd Statystyczny

|

2019

|

66

|

z. 4

247-269

Na popyt w przemyśle hutniczym wpływa wiele czynników. Nie wszystkie można zidentyfikować i zmierzyć. W artykule przedstawiono wyniki analizy popytu dla wybranego przedsiębiorstwa w latach 2010-2014. Celem przedstawionego badania jest budowa ukrytego modelu łańcuchów Markowa, który odzwierciedli punkty zwrotne zapotrzebowania na wyroby hutnicze oraz umożliwi prognozę wielkości tego zapotrzebowania. Zbadano własności prognostyczne i stabilność modelu. Przeprowadzono symulację pole-gającą na wygenerowaniu dużej liczby szeregów dla zadanych parametrów modelu i sprawdzeniu ich własności. Najlepiej dopasowanym modelem okazał się trójstanowy model ukrytych łańcuchów Markowa. Za jego pomocą opisano stany potencjalnie kształtujące wielkość popytu. Uwzględnienie stanu przejściowego pozwoliło uchwycić sygnał nadchodzącej zmiany pomiędzy fazami wzrostu i spadku. Zaproponowany model ukrytych łańcuchów Markowa drugiego rzędu może być alternatywą dla tradycyjnych metod analizy szeregów czasowych. Wyznaczona prognoza informuje o kształtowaniu się trendu i stanowi wskazówkę co do punktów zwrotnych koniunktury. (abstrakt oryginalny)

10

Hidden Markov Models as a Tool for the Assessment of Dependence of Phenomena of Economic Nature

63%

Bernardelli M.

Acta Universitatis Lodziensis. Folia Oeconomica

|

2018

|

vol. 5, t. 338

7-20

Ocena zależności między szeregami czasowymi jest zagadnieniem, które jest często rozwiązywane za pomocą współczynnika korelacji Pearsona. Niestety, czasami wyniki mogą być bardzo mylące. W artykule przedstawiono alternatywną miarę badania zależności, opartą na ukrytych modelach Markowa oraz ścieżkach Viterbiego. Zaproponowana metoda nie jest uniwersalna, ale wydaje się dość dokładnie odzwierciedlać podobieństwo między szeregami czasowymi, eksponując okresy zbieżności i rozbieżności. Przydatność tej nowej miary została zweryfikowana na przykładach, jak również realnych danych makroekonomicznych. Zaletami tej metody są: słabe założenia stosowalności, łatwość interpretacji wyników, możliwość generalizacji i wysoka skuteczność w ocenie zależności różnych szeregów czasowych o charakterze ekonomicznym. Nie należy jej jednak traktować jako substytutu korelacji Pearsona, a raczej jako uzupełniającą metodę pomiaru zależności.(abstrakt oryginalny)

11

Zastosowanie modeli markowa z ukrytymi stanami do analizy aktywności wzrokowej w procesie oceny wirtualnych opakowań techniką porównywania parami

63%

Grobelny J., Michalski R.

Zeszyty Naukowe Politechniki Poznańskiej. Organizacja i Zarządzanie

|

2017

|

nr 73

111-125

W artykule przedstawiono próbę zastosowania stochastycznych modeli Markowa z ukrytymi stanami do analizy aktywności wzrokowej człowieka. Dane wejściowe do eksperymentalnych badań symulacyjnych zgromadzono podczas eksperymentu polegającego na porównywaniu parami różnych wariantów wirtualnych opakowań produktów. Symulacje polegające na wielokrotnej estymacji parametrów modeli Markowa z ukrytymi stanami przeprowadzono dla każdego rodzaju porównania zakładając różne ilości ukrytych stanów. Analiza wyników symulacji umożliwiła określenie optymalnych, w sensie miary AIC, liczby ukrytych stanów. Najlepsze uzyskane modele zostały następnie szczegółowo przeanalizowane w celu zidentyfikowania wykorzystywanych podczas porównań parami strategii wzrokowych. (abstrakt oryginalny)

12

Parallel deterministic procedure based on hidden Markov models for the analysis of economic cycles in Poland

63%

Bernardelli M.

Roczniki Kolegium Analiz Ekonomicznych / Szkoła Główna Handlowa

|

2014

|

nr 34 Modelowanie danych panelowych : teoria i praktyka : III Ogólnopolska Konferencja

75-87

In the paper the deterministic version of the procedure based on hidden Markov models for the analysis of economic cycles is described. The quality of fitting hidden Markov models as well as the accuracy of the identification of turning points in the business cycle in Poland depends, among other things, on the number of states of the model and the size of panel data. Determinism however affects significantly on a time of computations. Speed up of computations could be achieved by adding the parallelism into the procedure. The usefulness of this approach is verified by the numerical experiments and comparative tests measuring a time of computations depending on the number of processor cores.(original abstract)

13

A Note on Modeling Asset Returns on Warsaw Stock Exchange Using Hidden Markov and Markov-switching Models

63%

Galus S.

Prace Naukowe Wyższej Szkoły Bankowej w Gdańsku

|

2012

|

18 Finanse w dobie kryzysu

201-209

Dla 49 najdłużej notowanych na Giełdzie Papierów Wartościowych w Warszawie akcji szacowane są ukryte modele Markowa i przełącznikowe modele Markowa. Dla każdego modelu przeprowadzany jest test porównujący empiryczną i teoretyczną funkcję autokorelacji wartości bezwzględnych oraz kwadratów stóp zwrotu. Na podstawie wyników testu można stwierdzić, że rozważane modele nie wyjaśniają zachowania się stóp zwrotu tych akcji. (abstrakt oryginalny)

14

Time Stability of the Impact of Institutions on Economic Growth and Real Convergence of the EU Countries : Implications from the Hidden Markov Models Analysis

63%

Bernardelli M., Próchniak M., Witkowski B.

Equilibrium

|

2021

|

16

|

nr 2

285-323

Research background: It is not straightforward to identify the role of institutions for the economic growth. The possible unknown or uncertain areas refer to nonlinearities, time stability, transmission channels, and institutional complementarities. The research problem tackled in this paper is the analysis of the time stability of the relationship between institutions and economic growth and real economic convergence.Purpose of the article: The article aims to verify whether the impact of the institutional environment on GDP dynamics was stable over time or diffed in various subperiods. The analysis covers the EU28 countries and the 1995-2019 period.Methods: We use regression equations with time dummies and interactions to assess the stability of the impact of institutions on economic growth. The analysis is based on the partially overlapping observations. The models are estimated with the use of Blundell and Bond's GMM system estimator. The results are then averaged with the Bayesian Model Averaging (BMA) approach. Structural breaks are identified on the basis of the Hidden Markov Models (HMM).Findings & value added: The value added of the study is threefold. First, we use the HMM approach to find structural breaks. Second, the BMA method is applied to assess the robustness of the outcomes. Third, we show the potential of HMM in foresighting. The results of regression estimates indicate that good institution reflected in the greater scope of economic freedom and better governance lead to the higher economic growth of the EU countries. However, the impact of institutions on economic growth was not stable over time. (original abstract)

15

Nieklasyczne modele Markowa w analizie cykli koniunktury gospodarczej w Polsce

63%

Bernardelli M.

Roczniki Kolegium Analiz Ekonomicznych / Szkoła Główna Handlowa

|

2013

|

nr 30 II Ogólnopolska Konferencja : Modelowanie danych panelowych : teoria i praktyka

60-74

Badanie cykli koniunkturalnych stanowi jedno z podstawowych źródeł oceny aktualnej i przyszłej sytuacji gospodarczej. Do analizy zmian klimatu koniunktury w Polsce z powodzeniem wykorzystuje się nieklasyczne modele Markowa. Przedmiotem badania było wykorzystanie wielostanowych modeli Markowa do analizy wyników testu koniunktury w przemyśle prowadzonym przez Instytut Rozwoju Gospodarczego Szkoły Głównej Handlowej w Warszawie. W przeprowadzonych badaniach szczególny nacisk został położony na modele rozszerzone o efekty przestrzenne, dzięki uwzględnieniu jako danych wejściowych łańcucha Markowa kombinacji par szeregów sald odpowiedzi na pytania testu koniunktury. Porównana została dokładność tych modeli z ukrytymi modelami Markowa związanymi z szeregiem sald odpowiedzi na pojedyncze pytania testu. Zweryfikowana została także przydatność zaprojektowanych modeli pod kątem identyfikacji punktów zwrotnych cyklu koniunkturalnego w Polsce. (abstrakt oryginalny)

16

Spatial Information in Classification of Activity Videos

63%

Sengupta S., Wang H., Blackburn W., Ojha P.

Annals of Computer Science and Information Systems

|

2015

|

5

145-153

Spatial information describes the relative spatial position of an object in a video. Such information may aid several video analysis tasks such as object, scene, event and activity recognition. This paper studies the effect of spatial information on video activity recognition. The paper firstly performs activity recognition on KTH and Weizmann videos using Hidden Markov Model and k-Nearest Neighbour classifiers trained on Histogram Of Oriented Optical Flows feature. Histogram of Oriented Optical Flows feature is based on optical flow vectors and ignores any spatial information present in a video. Further, in this paper, a new feature set, referred to as Regional Motion Vectors is proposed. This feature like Histogram of Oriented Optical Flow is derived from optical flow vectors; however, unlike Histogram of Oriented Optical Flows preserves any spatial information in a video. Activity recognition was again performed using the two classifiers, this time trained on Regional Motion Vectors feature. Results show that when Regional Motion Vectors is used as the feature set on the KTH dataset, there is a significant improvement in the performance of k-Nearest Neighbour. When Regional Motion Vector is used on the Weizmann dataset, performances of the k-Nearest Neighbour improves significantly for some of the cases and for the other cases, the performance is comparable to when oriented optical flows is used as a feature set. Slight improvement is achieved by Hidden Markov Model on both the datasets. As Histogram of Oriented Optical Flows ignores spatial information and Regional Motion Vectors preserves it, the increase in the performance of the classifiers on using Reginal Motion Vectors instead of Histogram of Oriented Optical Flows illustrates the importance of spatial information in video activity recognition. (original abstract)

17

A Longitudinal Study of Polish Attitudes to Emigration : a Latent Markov Model Approach

63%

Genge E.

Argumenta Oeconomica Cracoviensia

|

2017

|

no 16

37-49

Modele mieszanek, których składowe charakteryzowane są przez rozkłady prawdopodobieństw, reprezentują tzw. podejście modelowe w taksonomii. Obecnie coraz popularniejsze są modele mieszanek w analizie danych panelowych, w której celem jest już nie tylko podział obserwacji na homogeniczne grupy, ale również pewna analiza zmian w czasie. W takim przypadku stosowane są ukryte modele Markowa. W 2014 r. minęło 10 lat od przystąpienia Polski do Unii Europejskiej. Okres taki pozwala na dokonanie analizy nastawienia Polaków do emigracji. Celem badań jest podział Polaków na klasy o podobnym nastawieniu do emigracji w latach 2004-2013. Analiza empiryczna przeprowadzona została za pomocą ukrytych modeli Markowa z uwzględnieniem zmiennych towarzyszących. Wykorzystane zostały pakiety depmixS4, Rsolnp oraz LMest programu R. (abstrakt oryginalny)

18

Cycle and Income-Level Convergence in the EU Countries: An Identification of Turning Points Based on the Hidden Markov Models

63%

Bernardelli M., Próchniak M., Witkowski B.

Roczniki Kolegium Analiz Ekonomicznych / Szkoła Główna Handlowa

|

2017

|

nr 47 Modelowanie danych panelowych : teoria i praktyka : VI Krajowa Konferencja

27-42

Celem artykułu jest identyfikacja punktów zwrotnych w ścieżkach wzrostu gospodarczego krajów Unii Europejskiej na podstawie ukrytych modeli Markowa. Uzyskane tą metodą punkty zwrotne są następnie wprowadzone jako załamania strukturalne do modelu konwergencji typu ?. Ujęcie łączy analizę zbieżności cyklicznej i dochodowej. Kwartalny szereg czasowy PKB dla całej grupy UE28 ma dwa punkty zwrotne (w latach 2008 i 2013). Hipoteza o konwergencji ? została pozytywnie zweryfikowana, ale okazało się, że zbieżność ? zachodziła w różnym tempie między punktami zwrotnymi. Najwolniejsza była w podokresie 2008-2012, czyli w trakcie globalnego kryzysu. (abstrakt oryginalny)

19

Zaufanie do instytucji publicznych i finansowych w polskim społeczeństwie - analiza empiryczna z wykorzystaniem ukrytych modeli Markowa

63%

Genge E.

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia

|

2015

|

24

|

nr 384 Klasyfikacja i analiza danych - teoria i zastosowania

100-107

Ukryte modele Markowa zaliczane są do grupy modeli ze zmiennymi ukrytymi, w których wykorzystywana jest idea mieszanek rozkładów. Modele te stosowane są najczęściej dla danych panelowych czy szeregów czasowych, gdzie celem jest już nie tylko podział obserwacji na homogeniczne grupy, ale również pewna analiza zmian w czasie. W części empirycznej artykułu uwzględnione zostaną dodatkowo tzw. zmienne towarzyszące. Celem badań będzie podział Polaków na klasy o podobnym stopniu zaufania do instytucji publicznych i finansowych, a także zaobserwowanie zmian ich postaw na przestrzeni kilku lat. Badania przeprowadzone będą za pomocą ukrytych modeli Markowa (latent Markov models) z wykorzystaniem pakietów depmixS4 i Rsolnp programu R(abstrakt oryginalny)

20

Jak wykorzystać modele Markowa na potrzeby przeciwdziałania praniu pieniędzy oraz w walce z terroryzmem? (Część 2)

63%

Kędzierski M. A.

Nowoczesne Systemy Zarządzania

|

2024

|

19

|

nr 3

41-64

Cel badań i hipotezy/pytania badawcze Przyjęto założenie, że przedmiotowe rozwiązanie, korzystające z uniwersalnej metody HMM, pozwala na jej zastosowanie w IO wobec potrzeby wyłonienia z wielości cechowanych danych - metadanych - wzorców postępowania określonych jako "negatywny impuls" (anomalia kierunkowa). Metody badawcze Dokonanie przeglądu dotychczasowych badań nad problematyką HMM i możliwości wdrożenia tej metody na potrzeby walki z przestępczością, w tym na rzecz walki z praniem pieniędzy i terroryzmem. Główne wyniki W związku z brakiem pozyskiwania bezpośrednich danych o działaniach terrorystycznych, ich niekompletności oraz potrzeby przewidywania możliwości powstania zdarzeń godzących w bezpieczeństwo publiczne czy finansowe istnieje potrzeba budowania wiedzy o terrorystach na podstawie danych niezwiązanych bezpośrednio z tym rodzajem przestępczości (jako pośrednie wyniki obserwacyjne). Ma to też swoje przełożenie na tworzenie zbiorów uczących dla matematycznych modeli przeciwdziałania. W konsekwencji prowadzenie badań opartych na niskiej liczbie danych i dostępnych w większych przedziałach czasowych może dawać nieadekwatne wyniki. Ponadto zastosowanie podejścia probabilistycznego stwarza możliwości projektowania przeciwdziałań wobec typowanych negatywnych zachowań. Implikacje dla teorii i praktyki Możliwości zastosowania matematycznych modeli przeciwdziałania w zakresie prowadzenia analizy rozpoznania przez instytucje obowiązane oraz na potrzeby prowadzenia czynności analitycznych w ramach stosowania analizy kryminalnej w służbach policyjnych i specjalnych.(abstrakt oryginalny)