Wyniki wyszukiwania - Biblioteka Nauki

1

The classification of solvents based on solvatochromic characteristics: the choice of optimal parameters for artificial neural networks

100%

Pushkarova Y. , Kholin Y.

Open Chemistry

|

2012

|

tom 10

|

nr 4

1318-1327

EN

The Taft-Kamlet-Abboud hydrogen-bond acidity, hydrogen-bond basicity and polarity-polarizability are widely used as empirical characteristics of solvent-solute interactions. These solvatochromic parameters are determined from the absorption band positions of solvatochromic probes in the standard medium and in the medium under study. The practice of solvatochromic probing is growing rapidly, and the values of solvatochromic parameters are refined from time to time. As these values are rather close for many media, the classification of media based on these values can be tedious. This increases the choice of algorithms that can be employed in order to decrease the ambiguity of classification. The classification algorithms stable to small variations of solvatochromic parameters are of special interest. The artificial neural networks (ANN) proved to be a powerful tool for the supervised classification. The paper focuses on the search of optimal parameters of probabilistic, dynamic, Elman, feed-forward, and cascade ANN for the classification of solvent on the basis of their solvatochromic characteristics. Also, the influence of data variation on the stability of classification is examined. The dynamic and probabilistic neural networks have been found to be error-free and stable; they have significantly become such a common tool for supervised classification as linear discriminant analysis. [...]

2

Determinants of Commercial Mortgage-Backed Securities Credit Ratings: Australian Evidence

100%

Chikolwa B. , Chan F.

International Journal of Strategic Property Management

|

2008

|

tom 12

|

nr 2

69-94

EN

Using artificial neural networks (ANN) and ordinal regression (OR) as alternative methods to predict Commercial Mortgage-backed Securities (CMBS) credit ratings, we examine the role that various financial and industry-based variables have on CMBS credit ratings issued by Standard and Poor's from 1999-2005. Our OR results show that rating agencies use only a subset of variables they describe or indicate as important to CMBS credit rating as some of the variables they use were statistically insignificant. Overall, ANN show superior results to OR in predicting CMBS credit ratings.

LT

Sisteminant komercine hipoteka užtikrintų vertybinių popierių prekybos sandorius, svarbiausias tikslas - gauti aukštą kredito reitingą, nes tai daro poveikį pelningumui ir emitento sėkmei. Kredito reitingų agentūros teigia, kad jų vertinimai išreiškia kiekvienos agentūros nuomonę apie potencialią emitento nemokumo riziką ir daugiausia remiasi emitento gebėjimo bei noro grąžinti savo skolą analize, kurią atlieka komitetas, taigi tyrinėtojams jų reitingų kiekybiškai replikuoti nepavyktų. Tačiau tyrinėtojai replikavo obligacijų reitingus, remdamiesi prielaida, kad finansiniai koeficientai turi daug informacijos apie įmonės kredito riziką. Prognozuodami komercine hipoteka užtikrintų vertybinių popierių reitingus, kaip alternatyvius metodus naudojame dirbtinius neuroninius tinklus ir ranginę regresiją. Ranginės regresijos rezultatai rodo, kad reitingų agentūros naudoja tik tą kintamųjų poaibį, kuriuos jos apibūdina arba nurodo kaip svarbius komercine hipoteka užtikrintų vertybinių popierių reitingui, nes kai kurie iš naudojamų kintamųjų statistiškai nereikšmingi. Apskritai dirbtinių neuroninių tinklų rezultatai, prognozuojant komercine hipoteka užtikrintų vertybinių popierių reitingus, geresni nei ranginės regresijos.

3

Diastolic blood pressure cut-off predicts major cerebrovascular events after minor ischaemic stroke: a post-hoc modelling study

88%

Atanassova P. , Chalakova N. , Dimitrov B.

Open Medicine

|

2008

|

tom 3

|

nr 4

430-437

EN

Only few follow-up studies have studied in detail the role of most important risk factors, but no reports were found on critical values (cut-offs) for such factors in prospectively predicting cerebrovascular events (CVE) in patients with minor ischaemic stroke (MIS). Estimates of predictive importance of such cut-offs may better inform and contribute to optimize treatment. This was a post-hoc modelling study with unique data from Bulgaria on 54 consecutive patients with MIS, aged ł 40, followed for 12 months for nonfatal or fatal CV events. A set of routine clinical demographic and known risk factors (SBP, DBP, HDL cholesterol, etc.) were explored using univariate statistics and multivariate regression models to identify the most important independent predictors of secondary CVE. An artificial neural network (ANN) model, irrespective of usual statistical constraints, also confirmed the specific role and importance of identified predictors. A receiver operating characteristics (ROC) curve and stratified survival analyses were used to define the best cut-off of most important predictors and validate the final model. During follow-up period of 11.1±2.4 months, 8 secondary CV events (14.8%) were observed only in males with MIS at the 5.8±2.7 months mark. No difference in age of patients with CV event (61.1±12.6 years) vs. those without (62.1±9.6 years) was found (p>0.05). The one-year risk for CVE was.15% (95%CI 7.1, 27.7%). The two most important risk factors in patients with versus without CV events were acute MIS onset (62.5 vs. 13.0%) and mean DBP at day 30 post-MIS (101.3±9.9 vs. 92.3±10.8 mmHg), with a relative importance by ANN of 20.92 versus 15.9 points, respectively. At multivariate logistic analysis only MIS onset and DBP were independently associated with the risk for secondary CVE (79.6% model accuracy, p model=0.0015). An increase of DBP with 1 mmHg was associated with 8% higher risk of CVE [adjusted OR=1.08 (95%Cl 1.004, 1.158)]. With this method, a novel cut-off predictive DBP value of 95 mmHg (ROCAUC=0.79, 95%Cl 0.60, 0.99, p=0.009) for CV events in patients with MIS has been found. In conclusions the new DBP cut-off (sensitivity >87%, specificity >69%) clearly discriminated between absence and presence of secondary CVE as also confirmed by stratified survival analysis (7 vs. 1 events, plog-rank =0.0103). This cut-off may be applied to better precisely evaluate and define, as earlier as possible, MIS patients at increased risk of secondary CV events.

4

Herbal drug raw materials differentiation by neural networks using non-metals content

88%

Suchacz B. , Wesolowski M.

Open Chemistry

|

2010

|

tom 8

|

nr 6

1298-1304

EN

Three-layer artificial neural networks (ANN) capable of recognizing the type of raw material (herbs, leaves, flowers, fruits, roots or barks) using the non-metals (N, P, S, Cl, I, B) contents as inputs were designed. Two different types of feed-forward ANNs - multilayer perceptron (MLP) and radial basis function (RBF), best suited for solving classification problems, were used. Phosphorus, nitrogen, sulfur and boron were significant in recognition; chlorine and iodine did not contribute much to differentiation. A high recognition rate was observed for barks, fruits and herbs, while discrimination of herbs from leaves was less effective. MLP was more effective than RBF.

5

Konstrukcja wielowymiarowych kart kontrolnych indywidualnych pomiarów z wykorzystaniem sztucznych sieci neuronowych

75%

Peternek P.

Studia Ekonomiczne

|

2015

|

tom 235

182-193

PL

Klasyczne metody statystycznego sterowania procesem wykorzystują założenie o rozkładzie normalnym badanej cechy. W sytuacji, gdy warunek ten nie jest spełniony, wykorzystuje się odpowiednie transformacje lub korzysta się ze specyficznych, odpornych na rodzaj rozkładu metod. W pracy przedstawiona zostanie próba wykorzystania sztucznych sieci neuronowych do konstrukcji wielowymiarowych kart kontrolnych. Przeprowadzone zostaną symulacje dla rozkładu normalnego i chi-kwadrat.

EN

In classical statistical process control the assumption of normal distribution is usually valid. When this condition is not satisfied specifically transformation or the specified method are used. This article presents application of artificial neural networks to construct of multivariate control charts for individual data.

6

Application Of Artificial Neural Network for Prediction of the Cyclic Oxidation Behavior of Electrical Resistance Sintered Gamma-TiAl Intermetallics

75%

Garip Y. , Garip Z. , Ozdemir O. , Garip Y. , Garip Z. , Ozdemir O.

|

2021

|

tom 66

|

nr 2

7

Zastosowanie sztucznych sieci neuronowych do kształtowania właściwości materiału polimerowego z przeznaczeniem dla transportu szynowego

75%

Garbarski J. , Fabijański M.

Problemy Kolejnictwa

|

2012

|

tom Z. 154

47-59

PL

Sztuczne sieci neuronowe znajdują szerokie zastosowanie w różnych dziedzinach techniki. Moda na to potężne narzędzie informatyczne nie ominęła także transportu kolejowego, gdzie jest stosowane w diagnostyce, prognozowaniu, optymalizacji. Można je również z powodzeniem stosować do poszukiwania materiałów spełniających odpowiednie kryteria, łącząc ze sobą kilka cech materiałowych takich, jak na przykład właściwości mechaniczne i palne. Materiały polimerowe dostępne na rynku często nie spełniają wysokich wymagań pod względem właściwości palno-dymowych, zatem konieczne jest dodawanie do nich odpowiednich środków (uniepalniaczy), poprawiających tę cechę materiałową, ale znacznie pogarszających właściwości mechaniczne. Takim popularnym materiałem reprezentującym ogromną grupę tworzyw styrenowych o szerokich zastosowaniach w budowie taboru szynowego, jest polistyren wysokoudarowy. Uzyskanie wieloskładnikowej, trudnopalnej mieszaniny tworzywowej na bazie polistyrenu wysokoudarowego (HIPS) jest trudne i pracochłonne. W celu znalezienia potencjalnie najlepszego składu, byłoby konieczne przeprowadzenie wielu prób technologicznych. W związku z tym, do rozszerzenia obszaru poszukiwań składu mieszaniny w celu uzyskania najlepszych właściwości zarówno mechanicznych, jak i palno-dymowych, wykorzystano sztuczne sieci neuronowe. W artykule przedstawiono zastosowanie tych sieci do określenia właściwego składu materiału spełniającego wymagania palnościowe dla materiałów stosowanych w transporcie szynowym.

EN

Artificial neural networks find wide application in various fields of engineering. This trend to use such powerful information technology tool was not avoided by the railway transport either. Therefore, it is used in diagnosis, forecasting, and optimization. It may be successfully used when searching materials satisfying certain criteria and combining good mechanical and non-flammability properties. Quite often, commercially available polymers do not meet with high requirements regarding non-flammability and smoke production properties. Therefore, it is necessary to use proper additives (anti-flammability agents) to achieve desired properties, however, they deteriorate mechanical strength considerably. High Impact Polystyrene (HIPS) is common representative of large group of styrenes and is widely used in the rolling stock construction. Slow-burning plastic compound based on high impact polystyrene (HIPS) is difficult and laborious to obtain. Extensive research is necessary to find potentially most favourable composition. Consequently, artificial neural networks (ANN) have been used to broaden the area of search for such composition that features satisfactory mechanical, non-flammable and low smoke production properties. The paper presents the use of neural networks for the determination of proper composition to satisfy non-flammability properties of the materials used in railway transport.

8

Optymalizacja nastaw układu napędowego statku zer śrubą nastawną

63%

Rudzki K. , Tarełko W.

Logistyka

|

2014

|

tom nr 6

1103--1108, CD 2

PL

W artykule przedstawiono metodę budowania wspomaganego komputerowo systemu doboru nastaw układu napędowego statku ze śrubą nastawną. Jego głównymi elementami są modele funkcjonalne powią- zujące zmienne wyróżnionego procesu decyzyjnego oraz model decyzyjny wyboru optymalnych nastaw. Do budowy modeli funkcjonalnych wykorzystano metodę sztucznych sieci neuronowych. Model te zostały wykorzystane, jako funkcje kryterialne do budowy modelu optymalizacji dwukryterialnej z ograniczeniami.

EN

This paper deals with a method of building the computer aided-system for settings of en-gine ship propulsion with the controllable pitch propeller. The main system components are functional models connecting model variables of the distinguished decisionmaking process and a decision-making model of selecting the optimal propulsion settings. To build the functional models, the method of artificial neural networks has been selected. These models have been taken as objective functions for building of the two-objective optimization model with limitations.

9

Dane wejściowe sztucznych sieci neuronowych prognozujących krótkoterminowe zapotrzebowanie na energię

63%

Jasiński T.

Logistyka

|

2014

|

tom nr 6

14285--14290, CD 6

PL

Opracowanie porusza bardzo istotną z punktu widzenia funkcjonowania gospodarki kwestię zapotrzebowania na energię elektryczną. W obecnych czasach problem ten jest istotny zarówno przy analizach w skali makroekonomicznej, jak i zagadnieniach związanych z funkcjonowaniem pojedynczych podmiotów. Problem dostaw energii może być analizowany oddzielnie w zależności od terminu zaspokojenia popytu. W opracowaniu szczególny nacisk został położony na analizy krótkoterminowe. Jednym z głównych zagadnień, które decyduje o ilości dostarczanej energii jest prognoza jej zapotrzebowania. W pracy przedstawiono systemy przewidujące krótkoterminowy popyt w oparciu o sztuczne sieci neuronowe. Analiza skupiła się na wyborze optymalnych zmiennych wejściowych modelu, z uwzględnieniem narzędzi analizy technicznej i budowy zmiennych objaśniających uwypuklających trendy panujące na rynku energii z uwzględnieniem cyklicznego charakteru tego rynku. W pracy opisano także możliwość użycia analizy wieloczęstotliwościowej celem polepszenia wyników prognoz.

EN

The paper focuses on very important, from the point of view of the economy, the issue of electricity demand. Nowadays this problem is important both for macroeconomic analysis, as well as issues related to the functioning of individual entities. The problem of energy supply can be analyzed separately depending on the time to meet demand. In this study, particular emphasis was placed on short-term analysis. One of the main issues that determines the amount of energy supplied is forecast its demand. The paper presents a system providing short-term demand based on artificial neural networks. The analysis focused on the selection of the optimal input variables, including technical analysis tools and the construction of variables showing trends in the energy market, taking into account the cyclical nature of the market. The paper also describes the possibility of using multiresolution analysis to improve the results of forecasts.

10

Neuronowy system optymalizacji wyniku sportowego zawodników uprawiających chód sportowy

63%

Przednowek K. , Wiktorowicz K.

Metody Informatyki Stosowanej

|

2011

|

tom nr 4

189-200

EN

In this paper a system constructed on the basis of data obtained from workout of race walking athletes has been presented. The system’s main objective is to define the optimal level of workout load so that the athlete achieves the determined result over the distance of 5 km. The system has been built using artificial neural networks implemented in the Statistica 10 software. The networks perform two tasks, i.e. they generate workout scheme and predict the result. The system has an advisory nature and plays the role of a tool supporting coach’s decision making.

11

Popyt, ceny oraz stopień ich zawyżenia na wybranych rynkach energii

51%

Jasiński T. , Ścianowska A.

Studia Ekonomiczne

|

2016

|

tom 255

126-135

PL

Opracowanie opisuje możliwości przewidywania popytu i cen na detalicznym rynku energii elektrycznej przy zastosowaniu narzędzi z dziedziny sztucznej inteligencji, jakimi są sztuczne sieci neuronowe. Wiedza ta pozwala na optymalizację ekonomiczną zarówno w podmiotach funkcjonujących po stronie popytu, jak i podaży. Dalsza optymalizacja rynku wymaga zmniejszenia szczególnie zapotrzebowania szczytowego, co możliwe jest m.in. na podstawie systemu zmiennych cen. W artykule omówiono możliwość wprowadzenia tego typu rozwiązań, opierając się na zaawansowanej infrastrukturze pomiarowej, będącej elementem tzw. systemów inteligentnych.

EN

The paper reveals the possibility to predict demand and prices in the retail electricity market using tools from the field of artificial intelligence, which are artificial neural networks. This knowledge allows to optimize the economic operating of entities on both sides of the market: demand and supply. Further optimization of the market requires a reduction especially peak demand, which is possible by the system of variable prices. This paper discusses the possibility of implement this type of solutions based on advanced measurement infrastructure, which is part of smart grid systems.