Random forest in the tests of small caliber ammunition

• Autorzy: Ampuła Dariusz

Identyfikatory

DOI

10.2478/jok-2022-0006

Warianty tytułu

PL

Losowy las w badaniach amunicji strzeleckiej

• Języki publikacji: EN

Abstrakty

EN

In the introduction of this article the method of building a random forest model is presented, which can be used for both classification and regression tasks. The process of designing the random forest module was characterized, paying attention to the classification tasks module, which was used to build the author’s model. Based on the test results, a random forest model was designed for 7,62 mm ammunition with T-45 tracer projectile. Predictors were specified and values of stop parameters and process stop formulas were determined, on the basis of which a random forest module was built. An analysis of the resulting random forest model was made in terms of assessing its prediction and risk assessment. Finally, the designed random forest model has been refined by adding another 50 trees to the model. The enlarged random forest model occurred to be slightly stronger and it should be implemented.

PL

W artykule we wstępie przedstawiono metodę budowy modelu losowy las, którą można stosować zarówno do zadań klasyfikacyjnych, jak i do zadań regresyjnych. Scharakteryzowano proces projektowania modułu losowego lasu, zwracając uwagę na moduł zadań klasyfikacyjnych, który posłużył do budowy autorskiego modelu. Na podstawie posiadanych wyników badań, zaprojektowano model losowego lasu dla amunicji strzeleckiej kalibru 7,62 mm z pociskiem smugowym T-45. Wyszczególniono predyktory oraz określono wartości parametrów zatrzymania oraz formuły stopu procesu, na podstawie których zbudowano moduł losowego lasu. Dokonano analizy otrzymanego modelu losowego lasu pod kątem oceny jego trafności predykcji oraz oceny ryzyka. Na końcu, udoskonalono zaprojektowany model losowego lasu poprzez dodanie do modelu kolejnych 50 drzew. Powiększony model losowego lasu okazał się nieznacznie silniejszy i to on powinien być wdrożony do użytkowania.

Słowa kluczowe

EN

random forest; predictor; node; feature; test

PL

las losowy; predyktor; węzeł; cecha; badanie

• Wydawca: Wydawnictwo Instytutu Technicznego Wojsk Lotniczych
• Czasopismo: Journal of KONBiN
• Rocznik: 2022
• Tom: Vol. 52, iss. 1
• Strony: 73--85
• Opis fizyczny: Bibliogr. 9 poz., rys.

Twórcy

autor

Ampuła Dariusz

• Military Institute of Armament Technology (Wojskowy Instytut Techniczny Uzbrojenia)

Bibliografia

• 1. Breiman L., Friedman J., Olshen R.A., Stone C.J.: Classification and regression trees – 1984 r.
• 2. https://wikipedia.org/wiki/Las_losowy
• 3. Cards from laboratory tests of 7,62 mm ammunition with T-45 projectile – archive Military Institute of Armament Technology (MIAT).
• 4. Electronic handbook „Statistica” – Statsoft Poland 2020 r.
• 5. Koronacki J., Ćwik J.: Statystyczne systemy uczące się – Academic Publishing House EXIT, Warsaw 2008 r., pp. 162÷164.
• 6. Łapczyński M., Demski T.: Data mining – predictive methods – materials from course, Statsoft Poland 2019 r., p. 80-87.
• 7. Statistics 13.3 PL – Statsoft Poland 2018 r. – computer software.
• 8. Collective work – Ammunition of land forces – Publishing House Ministry of National Defence, Warsaw 1985 r. – Uzbr. 2307/83, pp. 212-220.
• 9. Collective work – Methodology of diagnostic tests of small caliber ammunition after long storage – Index N-5003a – 1986 r. – archive MIAT.