Application of PCA with logistic regression in embankment drainage

• Autorzy: Kozłowski Edward , Król Krzysztof , Rymarczyk Tomasz

Identyfikatory

DOI

10.15199/48.2022.04.27

Warianty tytułu

PL

Zastosowanie PCA z regresją logistyczną w odwadnianiu wałów przeciwpowodziowych

• Języki publikacji: EN

Abstrakty

EN

The article presents a method using deep-sea probes, which were used to collect measurements in electrical tomography on the leakage of flood embankments. For this purpose, the main components analysis and elasticnet in logistic regression were used. The results of research on the method of spatial analysis of object moisture are presented. Research focused on the development and comparison of algorithms and models for data analysis and reconstruction using electrical tomography. The presented algorithms were used in the process of converting the input electrical values into the conductance represented by the pixels of the output image. The article presents PCA methods in logistic regression and elastic network in logistic regression to identify leakages in shafts. Deep probes were used to collect data in electrical impedance tomography.

PL

W artykule została zaprezentowana metoda wykorzystująca sondy głębinowe, które posłużyły do zbierania pomiarów w tomografii elektrycznej na temat przesiąkania wałów przeciwpowodziowych. W tym celu została wykorzystana analiza głównych składowych oraz elasticnet w regresji logistycznej. Przedstawiono wyniki badań nad metodą przestrzennej analizy zawilgocenia obiektów. Badania koncentrowały się na opracowaniu i porównaniu algorytmów i modeli do analizy i rekonstrukcji danych z wykorzystaniem tomografii elektrycznej. Przedstawione algorytmy zostały wykorzystane w procesie konwersji wejściowych wartości elektrycznych na konduktancję reprezentowaną przez piksele obrazu wyjściowego. W artykule przedstawiono metody PCA w regresji logistycznej oraz sieci elastycznej w regresji logistycznej do identyfikacji wycieków w szybach. Do zbierania danych w tomografii impedancji elektrycznej wykorzystano sondy głębinowe.

Słowa kluczowe

EN

logistic regression; tomography; seepage of embarkment

PL

regresja logistyczna; tomografia; przesiąkanie nasypów

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2022
• Tom: R. 98, nr 4
• Strony: 127--130
• Opis fizyczny: Bibliogr. 27 poz., rys., tab.

Twórcy

autor

Kozłowski Edward

• Lublin University of Technology, Nadbystrzycka 38, Lublin

• https://orcid.org/0000-0002-3524-9151

autor

Król Krzysztof

• Research&Development Centre Netrix S.A.

• https://orcid.org/0000-0002-0114-2794

autor

Rymarczyk Tomasz

• Research&Development Centre Netrix S.A.
• University of Economics and Innovation, Projektowa 4, Lublin

• https://orcid.org/0000-0002-7147-4903

Bibliografia

• [1] Miłak, M., Leszczyńska, A., Grudzień, K., Romanowski, A., & Sankowski, D. Slug flow velocity estimation during pneumatic conveying of bulk solid materials based on image processing techniques. Informatyka, Automatyka, Pomiary W Gospodarce I Ochronie Środowiska, 9 (2019), No. 1, 11-14
• [2] Kryszyn, J., Wanta, D., Smolik, W. T., Evaluation of the electrical capacitance tomography system for measurement using 3d sensor. Informatyka, Automatyka, Pomiary W Gospodarce I Ochronie Środowiska, 9 (2019), No. 94, 52-59
• [3] Kłosowski G., Rymarczyk T., Wójcik D., Skowron S., Adamkiewicz P., The Use of Time-Frequency Moments as Inputs of LSTM Network for ECG Signal Classification, Electronics, 9 (2020), No. 9, 1452
• [4] Korzeniewska E., Krawczyk A., Stando J., Torsion field - anexample of pseudo-scientific concept in physics, Przeglad Elektrotechniczny, 97 (2021), No.1,196-199
• [5] Korzeniewska, E; Szczesny, A; Lipinski, P; Drozdz, T; Kielbasa, P; Miernik, A, Prototype of a Textronic Sensor Created with a Physical Vacuum Deposition Process for Staphylococcus aureus Detection, Sensors, 21 (2021), No. 1, 183
• [6] Wajman, R; Banasiak, R; Babout, L, On the Use of a Rotatable ECT Sensor to Investigate Dense Phase Flow: A Feasibility Study, Sensors, 20 (2020), No. 17, 4854
• [7] Banasiak, R.; Wajman, R.; Jaworski, T.; Fiderek, P.; Fidos, H.; Nowakowski, J.; Sankowski, D. Study on two-phase flow regime visualization and identification using 3D electrical capacitance tomography and fuzzy-logic classification. Int. J. Multiph. Flow, 58 (2014), 1–14
• [8] Dusek, J.; Mikulka J., Measurement-Based Domain Parameter Optimization in Electrical Impedance Tomography Imaging, Sensors, 21 (2021), No. 7, 2507
• [9] Daniewski K., Kosicka E., Mazurkiewicz D., Analysis of the correctness of determination of the effectiveness of maintenance service actions. Management and Production Engineering Review, 9 (2018); No. 2, 20-25
• [10] Romanowski, A. Contextual Processing of Electrical Capacitance Tomography Measurement Data for Temporal Modeling of Pneumatic Conveying Process. In Proceedings of the 2018 Federated Conference on Computer Science and Information Systems (FedCSIS), Poznan, Poland, 9–12 September (2018); 283–286
• [11] Chen, B.; Abascal, J.; Soleimani, M. Extended Joint Sparsity Reconstruction for Spatial and Temporal ERT Imaging. Sensors 18 (2018), 4014
• [12] Rymarczyk T., Kłosowski G., Hoła A., Sikora J., Wołowiec T., Tchórzewski P., Skowron S., Comparison of Machine Learning Methods in Electrical Tomography for Detecting Moisture in Building Walls, Energies, 14 (2021), No. 10, 2777
• [13] Rymarczyk T., Kozłowski E., Kłosowski G., Electrical impedance tomography in 3D flood embankments testing – elastic net approach, Transactions of the Institute of Measurement and Control, 42 (2020), No. 4, 680-690
• [14] Rymarczyk T., Nita P., Vejar A., Woś M., Stefaniak B., Adamkiewicz P.: Wearable mobile measuring device based on electrical tomography, Przegląd Elektrotechniczny, 95 (2019), No. 4, 211-214
• [15] Rymarczyk T., Kłosowski G., Tchórzewski P., Cieplak T., Kozłowski E., Area monitoring using the ERT method with multisensor electrodes, Przegląd Elektrotechniczny, 95 (2019), No. 1, 153-156
• [16] Koulountzios P., Rymarczyk T., Soleimani M., A quantitative ultrasonic travel-time tomography system for investigation of liquid compounds elaborations in industrial processes, Sensors, 19 (2019), No. 23, 5117
• [17] Kłosowski G., Rymarczyk T., Kania K., Świć A., Cieplak T.,Maintenance of industrial reactors based on deep learning driven ultrasound tomography, Eksploatacja i Niezawodnosc – Maintenance and Reliability, 22 (2020), No. 1, 138–147
• [18] Kłosowski G., Rymarczyk T., Cieplak T., Niderla K., Skowron Ł., Quality Assessment of the Neural Algorithms on the Example of EIT-UST Hybrid Tomography, Sensors, 20 (2020), No. 11 3324
• [19] Wehrens, R., Chemometrics with r, Springer-Verlag GmbH, 2011
• [20] Hastie,T.; Tibshirani,R.; Friedman, J., The elements of statistical learning, Springer-Verlag New York Inc., 2009
• [21] James, G.; Witten, D.; Hastie, T.; Tibshirani, R., An introduction to statistical learning, Springer-Verlag GmbH, 2013
• [22] Zou, H.; Hastie, T., Regularization and variable selection via the elastic net, Journal of the Royal Statistical Society: Series B (Statistical Methodology), 67 (2005), 301–320
• [23] Tibshirani, R., Regression shrinkage and selection via thelasso, Journal of the Royal Statistical Society, Series B.. 58 (1994) 267–288
• [24] Friedman, J.; Hastie, T.; Tibshirani, R., Regularization paths for generalized linear models via coordinate descent, Journal of Statistical Software, 33 (2010), 1-22
• [25] Xin Yan, X.G.S., Linear regression analysis, World Scientific Publishing Company, 2009
• [26] Fawcett, T., An introduction to ROC analysis, Pattern Recognition Letters, 27 (2006) 861–874
• [27] Hand, D.J.; Till, R.J., A simple generalisation of the area under the roc curve for multiple class classification problems, Machine Learning. 45 (2001), 171–186

Uwagi

Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).