Data Forecasting and Extrapolation via Probability Distribution and Nodes Combination

Jakóbczak, D. J.

Artykuł - szczegóły

Tytuł artykułu

Data Forecasting and Extrapolation via Probability Distribution and Nodes Combination

Autorzy

Jakóbczak D. J.

Treść / Zawartość

Pełne teksty:

Pobierz

Identyfikatory

Warianty tytułu

Języki publikacji

Abstrakty

Proposed method, called Probabilistic Nodes Combination (PNC), is the method of 2D data interpolation and extrapolation. Nodes are treated as characteristic points of information retrieval and data forecasting. PNC modeling via nodes combination and parameter γ as probability distribution function enables 2D point extrapolation and interpolation. Two-dimensional information is modeled via nodes combination and some functions as continuous probability distribution functions: polynomial, sine, cosine, tangent, cotangent, logarithm, exponent, arc sin, arc cos, arc tan, arc cot or power function. Extrapolated values are used as the support in data forecasting.

Autorska metoda Probabilistycznej Kombinacji Węzłów- Probabilistic Nodes Combination (PNC) jest wykorzystywana do interpolacji i ekstrapolacji dwuwymiarowych danych. Węzły traktowane są jako punkty charakterystyczne informacji, która ma być odtwarzana lub przewidywana. Dwuwymiarowe dane są interpolowane lub ekstrapolowane z wykorzystaniem różnych funkcji rozkładu prawdopodobieństwa: potęgowych, wielomianowych, wykładniczych, logarytmicznych, trygonometrycznych, cyklometrycznych. W pracy pokazano propozycję metody ekstrapolowania danych jako pomoc w przewidywaniu trendu dla nieznanych wartości.

Słowa kluczowe

information retrieval data extrapolation curve interpolation PNC method probabilistic modeling forecasting

wyszukiwanie informacji ekstrapolacja danych interpolacja krzywej metoda PNC modelowanie probabilistyczne prognozowanie

Wydawca

Wydawnictwo Uczelniane Politechniki Koszalińskiej

Czasopismo

Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej

Rocznik

2015

Tom

Nr 8

Strony

25--37

Opis fizyczny

Bibliogr. 22 poz., wykr.

Twórcy

autor

Jakóbczak D. J.

Katedra Podstaw Informatyki i Zarządzania, Wydział Elektroniki i Informatyki, Politechnika Koszalińska

Bibliografia

1. Brachman, R.J., Levesque, H.J.: Knowledge Representation and Reasoning. Morgan Kaufman, San Francisco (2004)
2. Fagin, R., Halpern, J.Y., Moses, Y., Vardi, M.Y.: Reasoning About Knowledge. MIT Press (1995)
3. Straffin, P.D.: Game Theory and Strategy. Mathematical Association of America, Washington, D.C. (1993)
4. Watson, J.: Strategy – An Introduction to Game Theory. University of California, San Diego (2002)
5. Markman, A.B.: Knowledge Representation. Lawrence Erlbaum Associates (1998)
6. Sowa, J.F.: Knowledge Representation: Logical, Philosophical and Computational Foundations. Brooks/Cole, New York (2000)
7. Soussen, C., Mohammad-Djafari, A.: Polygonal and Polyhedral Contour Reconstruction in Computed Tomography. IEEE Transactions on Image Processing 11(13), 1507-1523 (2004)
8. Tang, K.: Geometric Optimization Algorithms in Manufacturing. Computer – Aided Design & Applications 2(6), 747-757 (2005)
9. Kozera, R.: Curve Modeling via Interpolation Based on Multidimensional Reduced Data. Silesian University of Technology Press, Gliwice (2004)
10. Collins II, G.W.: Fundamental Numerical Methods and Data Analysis. Case Western Reserve University (2003)
11. Chapra, S.C.: Applied Numerical Methods. McGraw-Hill (2012)
12. Ralston, A., Rabinowitz, P.: A First Course in Numerical Analysis – Second Edition. Dover Publications, New York (2001)
13. Schumaker, L.L.: Spline Functions: Basic Theory. Cambridge Mathematical Library (2007)
14. Dahlquist, G., Bjoerck, A.: Numerical Methods. Prentice Hall, New York (1974)
15. Jakóbczak, D.: 2D and 3D Image Modeling Using Hurwitz-Radon Matrices. Polish Journal of Environmental Studies 4A(16), 104-107 (2007)
16. Jakóbczak, D.: Shape Representation and Shape Coefficients via Method of Hurwitz-Radon Matrices. Lecture Notes in Computer Science 6374 (Computer Vision and Graphics: Proc. ICCVG 2010, Part I), Springer-Verlag Berlin Heidelberg, 411-419 (2010)
17. Jakóbczak, D.: Curve Interpolation Using Hurwitz-Radon Matrices. Polish Journal of Environmental Studies 3B(18), 126-130 (2009)
18. Jakóbczak, D.: Application of Hurwitz-Radon Matrices in Shape Representation. In: Banaszak, Z., Świć, A. (eds.) Applied Computer Science: Modelling of Production Processes 1(6), pp. 63-74. Lublin University of Technology Press, Lublin (2010)
19. Jakóbczak, D.: Object Modeling Using Method of Hurwitz-Radon Matrices of Rank k. In: Wolski, W., Borawski, M. (eds.) Computer Graphics: Selected Issues, pp. 79-90. University of Szczecin Press, Szczecin (2010)
20. Jakóbczak, D.: Implementation of Hurwitz-Radon Matrices in Shape Representation. In: Choraś, R.S. (ed.) Advances in Intelligent and Soft Computing 84, Image Processing and Communications: Challenges 2, pp. 39-50. Springer-Verlag, Berlin Heidelberg (2010)
21. Jakóbczak, D.: Object Recognition via Contour Points Reconstruction Using Hurwitz-Radon matrices. IGI Global books „Image Processing: Concepts, Methodologies, Tools, and Applications”, Hershey PA, USA, 998-1018 (2013)
22. Jakóbczak, D.: Curve Parameterization and Curvature via Method of Hurwitz-Radon Matrices. Image Processing & Communications- An International Journal 1-2(16), 49-56 (2011)

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.

Typ dokumentu

Bibliografia

Identyfikator YADDA

bwmeta1.element.baztech-a82111d6-0ad7-4841-8078-ff5fa0024c06