PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Creating a model of technical wear of building in mining area, with utilization of regressive SVM approach

Autorzy
Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
PL
Budowa modelu przebiegu zużycia technicznego budynków na terenach górniczych z wykorzystaniem metody wektorów podpierających "Support Vector Machine" w ujęciu regresyjnym
Języki publikacji
EN
Abstrakty
EN
Construction procedure of mining area-located building model, with utilization of regressive SVR approach, has been described in this paper. Special attention was paid to its generalization properties in context of farthest research, related with fuzzy logic inference system creation. Research methods aimed at optimal model parameter selection, as well as using the system to analyze sensitivity against analyzed factors that effect technical wear of buildings, being indicators that illustrate mining influence, have been discussed.
PL
W referacie przedstawiono procedurę budowy modelu przebiegu stopnia zużycia technicznego budynków na terenach górniczych, z wykorzystaniem regresyjnego podejścia SVR. Zwrócono szczególną uwagę na jego własności generalizacyjne w kontekście dalszych badań związanych z budową systemu wnioskowania rozmytego (Rusek & Wodyński, 2009). Omówiono metodykę badań w zakresie optymalnego doboru parametrów modelu oraz plan wykorzystania systemu do analizy wrażliwości względem analizowanych czynników wpływających na zużycie techniczne budynków, w tym wskaźników opisujących oddziaływania górnicze.
Rocznik
Strony
455--466
Opis fizyczny
Bibliogr. 16 poz., rys., tab., wykr.
Twórcy
autor
  • AGH University of Science and Technology, Faculty of Mining Surveying and Environmental Engineering, Al. Mickiewicza 30, 30-059 Krakow, Poland
Bibliografia
  • Burges C.J.C., 1998. A Tutorial on Support Vector Machines for Pattern Recognition, Data Mining and Knowledge Discovery, 2. Kluwer Academic Publishers, Boston, 121–167.
  • Jankowski N., 2003. Ontogeniczne sieci neuronowe, Akademicka Oficyna Wydawnicza EXIT, Warszawa.
  • Lahiri S.K., Ghanta K.C., 2008. The Support Vector regression with the parametr tuning assisted by a differentia evolution technique study of the critical velocity of a slurry flown in a pipeline, Chemical Industry & Chemical Engineering Quarterly 14(3), West Bengal, India.
  • Łęski J., 2008. Systemy neuronowo-rozmyte, WNT, Warszawa.
  • Osowski S., 2006. Sieci neuronowe do przetwarzania informacji, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa.
  • Ostrowski J., Ćmiel A., 2008. The use of a logit model to predict the probability of damage to building structures in mining terrains, Archives of Mining Sciences. Vol. 53, No 2, Kraków.
  • Piegat A., 2003. Modelowanie i sterowanie rozmyte, Akademicka Oficyna Wydawnicza EXIT, Warszawa.
  • Rusek J., Wodyński A., 2009. Concept of chosen artificial intelligence methods application for modeling the progression of technical wear of building development in mining areas, 10 Geokinematischer Tag, Freiberg 2009 (w druku).
  • Scholkopf B., Smola A.J., 2002. Learning with Kernels, MIT Press. Cambridge, Massachusetts.
  • Stadnicki J., 2006. Teoria i praktyka rozwiązywania zadań optymalizacji, WNT, Warszawa.
  • Suykens J.A.K.,Van Gestem T., De Brabanter J., De Moor B., Vandewalle J., 2002. Least squares support vector machines, World Scientific, Singapore.
  • Tikka J., Hollmen J., 2008. Selection of important input variables for RBF network using partial derivatives, ESANN’2008 proceedings, European Symposium on Artificial Neural Networks-Advances in Computational Intelligence and Learning. Bruges (Belgium).
  • Vapnik V., 1998. Statistical learning theory, John Wiley & Sons, New York.
  • Wodyński A., Lasocki S., 2003. Badanie wpływu wstrząsów górniczych na zużycie techniczne budynków murowanych, Przegląd Górniczy, t. 59, nr 12(974).
  • Wodyński A., 2007. Zużycie techniczne budynków na terenach górniczych, Monografia. Uczelniane Wydawnictwa Naukowo-Dydaktyczne AGH, Kraków.
  • Chih-Chung Chang and Chih-Jen Lin, LIBSVM, 2009. A Library for Support Vector Machines. Software available at http://www.csie.ntu.edu.tw/~cjlin/libsvm
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BPZ5-0005-0016
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.