Wyniki wyszukiwania - Biblioteka Nauki

1

Sieci bayesowskie w klasteryzacji dokumentów

100%

Kłopotek M. A.

Studia Informatica : systems and information technology

|

2004

|

tom Vol. 2(4)

47--82

PL

W niniejszej pracy przedstawiono rozszerzenia algorytmów PLSA i PHIT do grupowania dokumentów tekstowych. Główna idea rozszerzenia polega na wykorzystaniu sieci bayesowskiej typu TAN zamiast sieci naiwnej, jak ma to miejsce w algorytmach pierwotnych.

2

Zastosowanie sieci bayesowskich do analizy intensywności występowania zakłóceń w elektroenergetycznych sieciach rozdzielczych

100%

Ostaszewicz J.

Prace Instytutu Elektrotechniki

|

2008

|

tom Z. 236

183-199

PL

W artykule przedstawiono koncepcję zastosowania sieci bayesowskich do analizy intensywności występowania zakłóceń w elektroenergetycznych sieciach rozdzielczych. Przedstawiono podstawowe pojęcia dotyczące niezawodności sieci rozdzielczych. Zaproponowano ogólny model sieci bayesowskiej do analizy wpływu czynników zewnętrznych na intensywność występowania zakłóceń. Jako przykład zastosowania przedstawiono bayesowski diagram wpływu trzech zjawisk atmosferycznych na intensywność występowania zakłóceń w elektroenergetycznych liniach napowietrznych średniego napięcia. Omówiono rodzaje i sposoby pozyskiwania informacji niezbędnych do pogłębionej analizy niezawodności sieci rozdzielczych.

EN

Conception of bayesian networks application for analysis of intensity disturbances in electric distribution systems is presented in this paper. Basic ideas concerning reliability distribution systems are presented. General model of bayesian network to analysis external factors influence for intensity of disturbances is proposed. The influence bayesian diagram of three atmospheric phenomenon for intensity of disturbances was considered. Types and methods to win indispensable information to deep analysis reliability of distribution systems are discussed.

3

Probabilistic graphical model supporting early diagnosis of autism spectrum disorder

100%

Szczygieł J. , Oniśko A. , Świderska J. , Krysiewicz E. , Sienkiewicz J.

Advances in Computer Science Research

|

2014

|

tom Nr 11

151--164

EN

Bayesian networks are recognized as a suitable tool for modelling diagnostic problems. The power of this modelling is that it can combine knowledge coming from different sources. For example, in case of medical domain, the expert knowledge can be merged along with the medical data. This paper presents a Bayesian network model for early diagnosis of autism. The model was built based on the medical literature and then was revised by two domain experts. Our tool is dedicated to parents that can perform an early diagnosis of their child before visiting a specialist.

PL

Sieci bayesowskie są często używanym narzędziem w rozwiązywaniu problemów diagnostycznych. Jedną z zalet tego narzędzia jest mozliwość łączenia wiedzy pochodzącej z różnych źródeł. Na przykład, wiedza ekspertów może być połączona z danymi. W naszym artykule prezentujemy model sieci bayesowskiej wspomagający wczesne diagnozowanie autyzmu. Model został zbudowany w oparciu o literaturę medyczną, a następnie zweryfikowany przez ekspertów. Narzędzie, które stworzyliśmy jest dedykowane rodzicom, którzy mogą dokonać wstępnej diagnozy zanim skontaktują się ze specjalistą.

4

Example of learning Bayesian networks from simulation data

88%

Bednarski M.

Computer Assisted Mechanics and Engineering Sciences

|

2005

|

tom Vol. 12, No. 2-3

103-110

EN

Bayesian belief networks represent and process probabilistic knowledge. This representation rigorously describes the knowledge of some domains and it is a human easy-use qualitative structure that facilitates communication between a user and a system incorporating the probabilistic model. Learning Bayesian network from data may be grouped into two modelling situations: qualitative learning and quantitative learning. The first one consists in establishing the structure of the network, whereas the second concerns determining parameters of the network (conditional probabilities). Both modelling methods were applied on exemplary data to show the possibilities and benefits of this methods. The results and conclusions are presented. It was necessary to preprocess the date first. The used method, described in detail in the paper, consists in discretization into linguistic states on the basis of evaluated signal derivative. Some remarks about adjusting the network, as a part of model identification, are also presented.

5

Structure and Reasoning in Bayesian Networks

75%

Kłopotek M.

Prace Instytutu Podstaw Informatyki Polskiej Akademii Nauk

|

2001

|

tom Nr 941

1-12

EN

Bayesian networks have many practical applications due to their capability to represent joint probability distribution in many variables in a compact way. Though there exist many algorithms for learning Bayesian networks from data, they are not satisfactory because the learned networks usually are not suitable for reasoning. So far only a restricted class of very simple Bayesian networks: trees and poly-trees are directly applicable in reasoning. This paper defines and explores a new class of networks: the Structured Bayesian Networks. Two methods of reasoning are outlined for this type of networks. Possible methods of learning from data are indicated. Similarity to hierarchical networks is pointed at.

PL

Sieci bayesowskie maja wiele praktycznych zastosowań związanych z ich zdolnością do zwartej reprezentacji rozkładów prawdopodobieństwa w wielu zmiennych. Choć znanych jest wiele algorytmów uczących sieci bayesowskie z danych, nie są one satysfakcjonujące, ponieważ wynikowe struktury sieci na ogół nie nadają się do celów wnioskowania eksperckiego, z wyjątkiem bardzo prostych struktur drzew i polidrzew. Niniejszy artykuł definiuje i bada nową klasę sieci bayesowskich: tzw. strukturalne sieci bayesowskie. Przedstawiono dwie metody wnioskowania dla tych sieci. Wskazano na możliwość uczenia się tych sieci z danych. Sieci te można uważać za interesujący szczególny przypadek sieci hierarchicznych.

6

Bayesowskie algorytmy obliczeń symbolicznych wskaźników zawodności i niezawodności zasilania energią elektryczną

75%

Korniluk W. , Petelski P.

Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej

|

2013

|

tom Nr 32

51--54

PL

W referacie przedstawiono wykorzystanie sieci bayesowskich w obliczeniach symbolicznych wskaźników zawodności i niezawodności zasilania energią elektryczną węzłów odbiorczych. Podano, stosowane przy wyznaczaniu wskaźników niezawodności za pomocą sieci bayesowskich, analityczne zależności na wyznaczanie: prawdopodobieństw bezwarunkowych stanów zdatności i niezdatności elementów układu zasilania danego węzła, łącznego rozkładu tych prawdopodobieństw, prawdopodobieństw warunkowych wystąpienia stanu zasilania lub jego braku oraz intensywności występowania przerw w zasilaniu i średniego czasu ich trwania a także ważność i wkłady poszczególnych elementów w niezawodność zasilania. Przedstawiono sposób uzyskania tych analitycznych zależności za pomocą wybranych instrukcji obliczeń symbolicznych programu Mathematica 8. Omówiono wyniki kontrolnych obliczeń symbolicznych dla wybranych układów zasilania. Zaproponowano sposoby ograniczenia czasu trwania obliczeń symbolicznych wskaźników niezawodności dla wieloelementowych złożonych układów zasilania energią elektryczną.

EN

The report presents the use of Bayesian networks in calculation of symbolic indicators of reliability and unreliability of the electric power supplying load point. The calculation of indicators of reliability is determined by the analytical dependencies. These dependencies are used to estimate: probability of up or down state of power system components supplying the load point; total probability distribution; conditional probabilities of the state power or lack of power appearance; the intensity of current interruptions and the average time of their duration; contributions of individual power system components in the service reliability. This report describes how to obtain these analytical dependencies, using ultimate application for symbolic computations Mathematica (ver. 8). In this paper we will discuss the results of the symbolic computations for selected supply power system and methods for reducing the duration of symbolic computations of indicators for multiple-compound electrical power systems.

7

Zastosowanie metod sztucznej inteligencji w modelowaniu procesu wytopu miedzi

75%

Śledzińska A. , Talar J. , Kusiak J.

Informatyka w Technologii Materiałów

|

2005

|

tom T. 5, Nr 1-2

26-32

PL

W pracy podjęto próbę zastosowania metod sztucznej inteligencji do przewidywania istotnego dla sterowania procesem wytopu miedzi parametru wyjściowego, jakim jest poziom "gotowania". Celem było opracowanie trzech metod badawczych (SB, SSN, SE), które w oparciu o parametry wejściowe potrafią przewidzieć poziom gotowania. Poziom gotowania jest parametrem wyjściowym a zarazem niepożądanym zjawiskiem w procesie wytopu miedzi. W pracy wykorzystano dane przemysłowe. Przeprowadzona analiza uzyskanych wyników wskazuje, że zaprezentowane w pracy metody sztucznej inteligencji (sieci bayesowskie, sztuczne sieci neuronowe i system ekspertowy), mogą być z powodzeniem wykorzystane do modelowania procesu zawiesinowego wytopu miedzi. W przypadku analizy zjawiska gotowania sieci bayesowskie dają lepsze wyniki w zaklasyfikowaniu przykładów do kategorii "OK" i "ŹLE", w porównaniu z dwoma pozostałymi metodami. Natomiast dokładniejsze wartości przewidywania poziomu gotowania zaklasyfikowanych do kategorii "OSTRZEŻENIE", uzyskano przy wykorzystaniu sieci neuronowych oraz systemów ekspertowych. Uzyskane wyniki pozwalają stwierdzić, że SB, SSN oraz SE są, efektywnym narzędziem do przewidywania parametrów wyjściowych złożonych procesów przemysłowych.

EN

The objective of the work is assessment of the effectiveness of the use of artificial intelligence methods in modelling of the copper flash smelting process. Bayesian Network (BN), Artificial Neural Network (ANN) and Expert System (ES) were used in prediction of chosen parameters of the technological process and obtained results are presented.

8

Probabilistyczny model prądu wywołującego fibrylację komór sercowych u ludzi

75%

Korniluk W. , Sajewicz D.

Wiadomości Elektrotechniczne

|

2007

|

tom R. 75, nr 2

20-24

PL

Omówiono czynniki decydujące o wartości prądu wywołującego fibrylację komór sercowych oraz przedstawiono probabilistyczny model prądów fibrylacyjnych, uwzględniający ustalenia IEC.

EN

The paper discusses factors that determine current causing fibrillation of ventricles. Analitical description of probabilistic model of fibrillation currents is presented, which takes into consideration new IEC settlements.

9

Sieci bayesowskie jako narzędzie wspomagające proces podejmowania decyzji

75%

Król A.

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska

|

2014

|

tom z. 71

209--218

PL

W trakcie podejmowania decyzji często istnieje konieczność wykorzystania informacji, które są niepewne lub niekompletne. Wśród wielu narzędzi formalnych wspomagających proces podejmowania decyzji godne uwagi wydają się sieci bayesowskie (przekonaniowe). Ich nazwa pochodzi od zajmującego ważne miejsce w rachunku prawdopodobieństwa i statystyce twierdzenia Bayesa, które postuluje rewizję wcześniejszych przekonań w świetle nowych faktów. Wiedza dziedzinowa jest tu zakodowana w postaci grafu, którego topologia naśladuje przyczynową strukturę dziedziny.

EN

When decision making there is often a need to use information that is uncertain or incomplete. Among many formal tools for supporting decision-making process Bayesian networks (belief) seem to be noteworthy. The name origins from Bayes' theorem, occupying an important place in probability and statistics, which postulates a revision of the earlier beliefs in the light of new facts. The knowledge is here encoded in the form of a graph, which mimics the topology of the causal structure of the domain.

10

How reliable is a measure of model reliability? Bootstrap confidence intervals over validation results

75%

Koźniewski M. , Cypko M. A. , Drużdżel M. J.

Advances in Computer Science Research

|

2016

|

tom Nr 13

27--41

EN

A researcher testing a model will frequently question the reliability of the test results, understanding well the intuition that verification performed on a handful of cases is less reliable than verification based on very large numbers of cases. Because a limited number of verification cases happens pretty often in very specific domains, a question of practical importance is, thus, how reliable is a reported reliability measure. We propose a methodology based on deriving confidence intervals over various measures of accuracy of Bayesian network models by means of bootstrap confidence intervals. We evaluate our approach on ROC and calibration curves derived for a model derived from an UC Irvine Machine Learning Repository data set and a sizeable (over 300 variables) practical model constructed using expert knowledge and evaluated on merely 66 accumulated real patient cases. We show how increasing the number of test cases impacts the width of confidence intervals and how this can aid in estimating a reasonable number of verification cases that will increase the confidence in model reliability.

PL

Przy testowaniu modelu należy zdawać sobie z tego sprawę że weryfikacja modelu przy pomocy małego zbioru danych jest mniej przekonywująca niż weryfikacja bazująca na dużym zbiorze danych. Często napotyka się sytuację, w której do analizy modelu dysponujemy nieznaczną ilością rekordów. Nasuwa się pytanie o wiarygodność oceny modelu. Proponujemy w takiej sytuacji przyjrzeć się bootrstrapowym przedziałom ufności różnych ˙ miar dokładności modelu. W tej pracy określamy bootstrapowe przedziały ufności dla krzywych ROC i krzywych kalibracji modeli uzyskanych z danych z repozytorium UC Irvine. Czynność powtarzamy dla modelu skonstruowanego na podstawie wiedzy ekspertów (ponad 300 zmiennych) i testowanego na 66 zebranych rekordach pacjentów. Pokazujemy jak wzrost liczby rekordów wpływa na szerokość bootstrapowych przedziałów ufności oraz jak taka analiza może pomóc w określeniu liczby rekordów, która może podwyższyć rzetelność weryfikacji modelu.

11

Node assignment problem in Bayesian networks

75%

Polańska J. , Borys D. , Polański A.

International Journal of Applied Mathematics and Computer Science

|

2006

|

tom Vol. 16, no 2

233-240

EN

This paper deals with the problem of searching for the best assignments of random variables to nodes in a Bayesian network (BN) with a given topology. Likelihood functions for the studied BNs are formulated, methods for their maximization are described and, finally, the results of a study concerning the reliability of revealing BNs’ roles are reported. The results of BN node assignments can be applied to problems of the analysis of gene expression profiles.

12

Bayesian Algorithms for Calculating Symbolic Rates of the Unreliability and Reliability of the Electric Supply

75%

Korniluk W. , Petelski P.

Acta Energetica

|

2013

|

tom nr 4

37--47

EN

The report presents the use of Bayesian networks in the calculation of symbolic indicators of reliability and unreliability of the electric power supplying load point. The calculation of indicators of reliability is determined by the analytical dependencies. These dependencies are used to estimate: probability of up or down state of power system components supplying the load point; total probability distribution; conditional probabilities of the state power or lack of power appearance; the intensity of current interruptions and the average time of their duration; contributions of individual power system components in the service reliability. This report describes how to obtain these analytical dependencies, using the ultimate application for symbolic computations Mathematica (ver. 8). In this paper we will discuss the results of the symbolic computations for selected supply power system and methods for reducing the duration of symbolic computations of indicators for multiple-compound electrical power systems.

PL

W referacie przedstawiono wykorzystanie sieci bayesowskich w obliczeniach symbolicznych wskaźników zawodności i niezawodności zasilania energią elektryczną węzłów odbiorczych. Podano, stosowane przy wyznaczaniu wskaźników niezawodności za pomocą sieci bayesowskich, analityczne zależności na wyznaczanie: prawdopodobieństw bezwarunkowych stanów zdatności i niezdatności elementów układu zasilania danego węzła, łącznego rozkładu tych prawdopodobieństw, prawdopodobieństw warunkowych wystąpienia stanu zasilania lub jego braku oraz intensywności występowania przerw w zasilaniu i średniego czasu ich trwania, a także ważności i wkładów poszczególnych elementów w niezawodność zasilania. Przedstawiono sposób uzyskania tych analitycznych zależności za pomocą wybranych instrukcji obliczeń symbolicznych programu Mathematica 8. Omówiono wyniki kontrolnych obliczeń symbolicznych dla wybranych układów zasilania. Zaproponowano sposoby ograniczenia czasu trwania obliczeń symbolicznych wskaźników niezawodności dla wieloelementowych złożonych układów zasilania energią elektryczną.

13

Application of the Bayesian networks in construction engineering

75%

Leśniak A. , Janowiec F.

Civil and Environmental Engineering Reports

|

2020

|

tom Vol. 30, no. 2

221--233

EN

Currently, significant development of methods supporting decision making under uncertainty conditions is observed. One of such methods includes Bayesian networks used in many fields of economy and science. The paper presents the use of the Bayesian network method in civil engineering problems with particular emphasis on construction engineering projects. In addition to the existing examples of the use of the method cited, the authors’ method for the risk estimation of additional works is presented.

14

Analiza niezawodności elektroenergetycznej sieci rozdzielczej średniego napięcia z wykorzystaniem sieci bayesowskich

75%

Klimaszewski A. , Korniluk W.

Wiadomości Elektrotechniczne

|

2011

|

tom R. 79, nr 2

10-15

PL

Przedstawiono koncepcję zastosowania sieci bayesowskich do analizy niezawodności elektroenergetycznych sieci rozdzielczych na przykładzie trzech układów: szeregowego, równoległego i pętlowego otwartego.

EN

The paper presents an idea of application of Bayesian networks in reliability analysis of electric power distributing network using three systems - serial, parallel and open loop - as examples.

15

Knowledge acquisition from human experts for building bayesian network models

75%

Oniśko A.

Zeszyty Naukowe Politechniki Białostockiej. Informatyka

|

2007

|

tom Z. 2

109-119

EN

Knowledge acquisition from experts is a costly and time-consuming task. While domain experts have the necessary knowledge and expertise, they rarely have the experience needed to translate this knowledge into the model. This paper describes typical problems that are encountered by knowledge engineers when building Bayesian network models and illustrates some practical techniques to overcome them. The presented examples capture the problems that occurred during elicitation the numerical parameters of the model for diagnosis of liver disorders.

PL

Pozyskiwanie wiedzy od ekspertów jest kosztownym i czasochłonnym zadaniem. Pomimo ogromnej wiedzy i doświadczenia, jakie posiadają eksperci, niejednokrotnie nie potrafią ich przenieść na tworzony model. Poniższy artykuł opisuje przykłady problemów, z jakimi może się zetknąć inżynier wiedzy w trakcie budowania modeli sieci bayesowskich, jak również proponuje rozwiązania tych problemów. Prezentowane przykłady dotyczą problemów, jakie pojawiły się w trakcie pozyskiwania od eksperta parametrów numerycznych modelu sieci bayesowskiej do diagnozowania chorób wątroby.

16

Realizacja sieci probabilistycznej w strukturze FPGA; wytyczne dla procesu implementacji

75%

Kulesza Z. , Tylman W.

Mikroelektronika i Informatyka : prace naukowe

|

2005

|

tom Z. nr 5

129-138

PL

Artykuł prezentuje koncepcję implementacji sieci probabilistycznej (bayesowskiej) w strukturze FPGA. Przedstawiona jest idea podziału drzewa sieci na bloki obliczeniowe możliwe do realizacji w takiej strukturze. Przeprowadzona jest dyskusja dotycząca wyboru optymalnego algorytmu sterującego pracą sieci. Uwzględnione zostały również podstawy teoretyczne działania tego typu sieci.

17

Modelowanie bezpieczeństwa porażeniowego dla dotyków pośrednich do urządzeń elektrycznych niskiego napięcia

75%

Korniluk W. , Sajewicz D.

Wiadomości Elektrotechniczne

|

2009

|

tom R. 77, nr 12

16-22

PL

Przedstawiono model bezpieczeństwa porażeniowego dla dotyków pośrednich do urządzenia elektrycznego niskiego napięcia i poddano analizie ryzyka porażenia w zależności od występowania uszkodzeń wybranych elementów ochrony.

EN

The paper presents a model of electric shock safety for indirect touch of Iow voltage electric equipment and analyses dependence of electric shock risk on failure of selected protection components.

18

The process of creating a knowledge base of the Bayesian model of navigational situation assessment

75%

Bąk A.

Zeszyty Naukowe / Akademia Morska w Szczecinie

|

2011

|

tom nr 25 (97)

5-12

EN

An attempt is made to build a knowledge data base to be used a basis for a navigational situation assessment system. The system is based on Bayesian networks. A research experiment will be described, in which simulation tests were carried out to define a relevant data base. This article also presents a model for manoeuvre identification and a simulator application created for simulation tests. It has been proved that automatic identification of ships manoeuvres is possible and, so is the navigational situation assessment in view of navigational safety.

PL

Artykuł przedstawia próbę skonstruowania bazy wiedzy, służącej jako podstawa w systemie oceny sytuacji nawigacyjnej. System został oparty o sieci bayesowskie. Opisano eksperyment badawczy oraz wykonano szereg prób symulacyjnych, umożliwiających zdefiniowanie bazy danych. Przedstawiony został również model identyfikacji manewru oraz aplikacja symulatora powstała na potrzeby badań symulacyjnych. Wykazano, iż możliwa jest automatyczna identyfikacja manewrów wykonywanych przez statki, a co za tym idzie, ocena sytuacji nawigacyjnej pod kątem bezpieczeństwa żeglugi.

19

Concept of Usage of Bayesian Networks in Clinical Decision Support Module

75%

Strawa M.

Biuletyn Instytutu Systemów Informatycznych

|

2012

|

tom nr 9

27-34

EN

Concept of decision support module utilizing a repository of clinical pathways has been presented in this paper: the definition of Bayesian networks and its major concepts, description of chosen inference algorithm and an example of diagnosis.

PL

W artykule przedstawiono koncepcję budowy modułu wspomagania decyzji medycznych, współpracującego z repozytorium ścieżek klinicznych. Składają się na nią: definicja sieci bayesowskich oraz najważniejszych pojęć z nimi związanych, opis wybranego mechanizmu wnioskowania oraz przykład generowania diagnozy w module.

20

Artificial neural networks in civil engineering: another five years of research in Poland

75%

Waszczyszyn Z.

Computer Assisted Mechanics and Engineering Sciences

|

2011

|

tom Vol. 18, no. 3

131-146

EN

This state-of-the-art-paper is a resum´e of research activity of a non-formal Research Group on ArticialNeural Networks (RGANN) applications in Civil Engineering (CE). RGANN has been working at the Cracow University of Technology, Poland, since 1996 under the supervision of the author of this paper.Ten years 1996–2005 of the research and teaching activity of RGANN was reported in paper [61]. Thepresent paper brie?y reports on the activities originated in the ten year period and their continuation after2005. The main attention is focused on new research carried out in the five year period 2006–2011. The paper discusses some selected problems which are included in fourteen supplementary papers, marked in references of these papers as published in this CAMES Special Issue. The attention is focused on: Hybrid Computational Systems, development of modifications of ANNs and methods of their learning, Bayesian neural networks and Bayesian inference methods, damage identi?cation in CE structures, structure health monitoring, applications of ANNs in mechanics of structures and materials, joining of ANNs with measurements on laboratory models and real structures, developmentof new non-destructive measurement methods, applications of ANNs in health structure monitoring andrepair, applications of ANNs in geotechnics and geodesy. The paper is based on the supplementary papers which were presented at the Special Session on Applications of ANNs at the 57th Polish Civil EngineeringConference in Krynica, 2011, see [74].