BazTech - Yadda

1

Zastosowanie sieci neuronowych i metody komponentów głównych PCA do kompresji wyników przemieszczeń obiektów budowlanych

Mrówczyńska Maria

Materiały Budowlane

|

2022

|

nr 11

16--18

PL

W artykule zaproponowano wykorzystanie metody transformacji PCA (Principal Component Analysis), realizowanej z wykorzystaniem sieci neuronowej do kompresji wielowymiarowych danych, uzyskanych w wyniku prowadzonych pomiarów geodezyjnych. Jako przykład możliwości zastosowania prezentowanego podejścia wykorzystano wyniki pomiarów przemieszczeń pionowych obiektu budowlanego. Testy oceny skuteczności zaproponowanego podejścia wykonano z wykorzystaniem współczynnika korelacji oraz błędu średniokwadratowego, który nie przekroczył dwukrotności błędu średniego pomiaru. Wyniki analiz numerycznych porównano z wartościami przemieszczeń pionowych punktów sieci pomiarowo-kontrolnej, uzyskanymi z rzeczywistych pomiarów. Wyniki sugerują, że podejście może znaleźć zastosowanie do kompresji, a następnie rekonstrukcji danych z monitoringu geodezyjnego bez zmniejszenia dokładności identyfikacji przemieszczeń.

EN

The article proposes using the PCA (Principal Component Analysis) transformation method carried out using a neural network to compress multidimensional data obtained from geodetic measurements. As an example of the possibility of using the presented approach, the results of measurements of vertical displacements of a construction object were used. Tests to assess the effectiveness of the proposed method were performed using a correlation coefficient and a mean-square error that did not exceed twice the error of the average measurement. The results of numerical analyses were compared with the values of vertical displacements of the measuring and control network points obtained from actual measurements. The results suggest that the approach can be applied to the compression and subsequent reconstruction of geodetic monitoring data without compromising the accuracy of displacement identification.

2

Classification of mild and severe adolescent idiopathic scoliosis (AIS) from healthy subjects via a supervised learning model based on electromyogram and ground reaction force data during gait

Sikidar Arnab, Vidyasagar Koyyana Eshwar Chandra, Gupta Manish, Garg Bhavuk, Kalyanasundaram Dinesh

Biocybernetics and Biomedical Engineering

|

2022

|

Vol. 42, no. 3

870--887

EN

At early stages, adolescent idiopathic scoliosis (AIS) is quite hard to be distinguished from healthy (HC) subjects by the naked eye. AIS demands multiple corrective surgeries when detected later, thereby causing significant physical and psychological trauma as no mathematical models exist for the classification of mild AIS (MS) (20° < Cobb’s angle < 40°) from HC, we propose a k-nearest neighbour (kNN) method based model. In this work, we collected both the EMG and GRF data from nine severe AIS (SS), three MS and four female HC during gait. Delayed muscle activation in Erector spinatus Iliocostalis, Gluteus Medius and Gastrocnemius lateralis was observed in SS compared to HC. However, no such distinction was noticed between MS and HC motivating for a mathematical model. Eighteen time-domain and nine frequency-domain features were computed from the EMG data of 14 lower extremity muscles, while five time-domain features were calculated from GRF data during gait. Out of all the features computed for each subject, the principal component analysis (PCA) yielded 15 principal components that coupled both time and frequency domains (TFD). Further, the kNN model classified SS, MS and HC from each other by these 15 TFD features. The model was trained and validated using 32 and 21 EMG and GRF data datasets during gait, respectively. The classification and validation accuracy of 90.6% and 85.7% were obtained among SS, MS and HC. The proposed model is capable of early detection of AIS and can be used by medical professionals to plan treatments and corrective measures.

3

Jak mierzyć postępy transformacji energetycznej?

Kopeć Sławomir, Lach Łukasz

Energetyka Rozproszona

|

2021

|

nr 5-6

133--148

PL

Celem artykułu jest przybliżenie koncepcji pomiaru postępu transformacji energetycznej z wykorzystaniem wskaźników kompozytowych. W pierwszej części pracy przedstawiono sposób konstrukcji i opisano własności dwóch popularnych kompozytowych wskaźników transformacji energetycznej publikowanych odpowiednio przez Światowe Forum Ekonomiczne (indeks ETI) i Światową Radę Energetyczną (indeks WETI). W drugiej części pracy przedstawiono autorską koncepcję wyznaczania zmodyfikowanego indeksu ETI (indeks METI) wykorzystującą zaawansowany aparat statystyczny zapewniający minimalizację wpływu uznaniowości w procesie konstrukcji wskaźnika kompozytowego. Proponowaną metodykę METI zastosowano do „przeliczenia” wyników indeksu ETI dla roku 2020. Uzyskane rezultaty znacznie różnią się od „oryginalnego” rankingu ETI, w szczególności co do pozycji Polski. W ostatniej części artykułu omówiono możliwe kierunki dalszych prac i zarysowano główne rekomendacje w zakresie możliwości stosowania zmodyfikowanych wskaźników kompozytowych do oceny postępu transformacji energetycznej w Polsce.

EN

The aim of this paper is to outline the concept of using composite indicators to evaluate the progress of energy transition. The first part of the study presents the construction and properties of two popular composite energy transition indicators published by the World Economic Forum (the ETI index) and the World Energy Council (the WETI index). The second part of the paper is aimed at presenting the novel methodology of determining a particular variant of modified ETI index – the METI index – that is based on advanced statistical tools which minimize the negative impact of arbitral setting of weights in the process of constructing the composite indicators. The new methodology was used to obtain the METI country ranking for the year 2000. In comparison to the original index, the METI2020 turned out to be significantly different, particularly with respect to the position of Poland. The last part of the study depicts possible directions of future research and outlines the main recommendations regarding the possibility of using the modified composite indicators to assess the progress of the energy transition in Poland.

4

Optimization method and PCA noise suppression application for ultrasound transmission tomography

Rymarczyk Tomasz, Sikora Jan

Przegląd Elektrotechniczny

|

2020

|

R. 96, nr 2

90--93

EN

In this paper, the new version of imaging algorithm for Ultrasound Transmission Tomography was presented. This algorithm was comprehensively tested with both synthetic and real measurement data. Different configuration of an internal objects were considered. In order to improve the quality of imaging the input data were treated by Principal Component Analysis. The algorithm proved its usefulness and its weak sides which have to be improved in the future.

PL

W tym artykule przedstawiono nową wersję algorytmu w Ultradźwiękowej Tomografii Transmisyjnej. Przedstawiony algorytm był wszechstronnie przetestowany zarówno dla danych syntetycznych jak i na danych pomiarowych dla różnych konfiguracji obiektów wewnętrznych. W celu poprawienia jakości obrazowania, dane wejściowe poddane zostały Analizie Składowych Głównych. Zaproponowany algorytm wykazał się swoją użytecznością a także ujawnił swoje słabe strony, które w przyszłości mogą zostać usunięte.

5

A principal component analysis of multivariate data on inflation for Nigeria

Omoregie David E., Ekhosuehi Virtue U.

Mathematica Applicanda

|

2020

|

Vol. 48, no. 2

115--132

EN

For quite some time now, the Central Bank of Nigeria (CBN) analyses multivariate data on inflation so as to account for diverse sources of inflationary pressures at the current period and to monitor the inflation pattern in the economy. When the data are subjected to the classical multiple regression analysis using the Ordinary Least Squares (OLS) method, some of the variables may be highly correlated causing statistical insignificance. This may lead to exclusion of some variables from the fitted model. When this happens, the cost of data collection for such variables is a waste. Regardless of the outcome from a variable selection technique, this study is designed to familiarise monetary policy makers with the possibility of integrating Principal Component Analysis (PCA) with the regression analysis so that a few variable components are utilised without excluding any explanatory variable. The paper models the multivariate data at the CBN database on inflation, and extracts important artificial orthogonal variables from the linear combinations of the observed explanatory variables, although with a penalty cost of excluding components with observations that are minimally separated. The PC-based model explains 95.91% of variations in the headline inflation with a mean difference (between the actual and the predicted inflation) that is statistically not different from zero. The study is a significant addition to the existing methodologies for inflation forecasting in the literature as it is one of a few works that apply PCA-based technique to predict headline inflation.

PL

Centralny Bank Nigerii (CBN) od dłuższego czasu analizuje wielowymiarowe dane o inflacji, aby uwzględnić różne źródła presji inflacyjnej w bieżącym okresie i monitorować kształtowanie się inflacji w gospodarce. Gdy dane są poddawane klasycznej analizie regresji wielorakiej przy użyciu zwykłej metody najmniejszych kwadratów (OLS), to niektóre zmienne mogą być silnie skorelowane, co powoduje brak nieistotność statystycznej modelu. Może to prowadzić do wykluczenia niektórych zmiennych z dopasowanego modelu. W takim przypadku koszt gromadzenia danych dla takich zmiennych jest stratą. Niezależnie od wyniku techniki selekcji zmiennych, niniejsze badanie ma na celu zaznajomienie decydentów polityki pieniężnej z możliwością zintegrowania analizy składowych głównych (PCA) z analizą regresji, tak aby można było wykorzystać kilka zmiennych składowych bez wykluczania żadnej zmiennej wyjaśniającej. Artykuł modeluje dane wielowymiarowe w bazie danych CBN na temat inflacji i wyodrębnia ważne sztuczne zmienne ortogonalne z liniowych kombinacji obserwowanych zmiennych objaśniających, chociaż z karą za wykluczenie komponentów z obserwacjami, które są minimalnie oddzielone. Model numeryczny wyjaśnia 95,91 % zmienność zasadniczej inflacji przy średniej różnicy (między rzeczywistą i przewidywaną inflacją), która nie jest statystycznie różna od zera. Badanie jest istotnym uzupełnieniem istniejących w literaturze metodologii prognozowania inflacji, ponieważ jest jedną z nielicznych prac, które wykorzystują technikę PCA do przewidywania inflacji zasadniczej.

6

Using the LSTM network to forecast the demand for hard coal

Manowska Anna

Gospodarka Surowcami Mineralnymi

|

2020

|

T. 36, z. 4

33--48

EN

Securing the certainty of supplies of the necessary minimum energy in each country is a basic condition for the energy security of the state and its citizens. The concept of energy security combines several aspects at the same time, as it can be considered in terms of the availability of own energy resources, it concerns technical aspects related to technical infrastructure, as well as political aspects related to the management and diversification of energy supplies. Another aspect of the issue of energy security is the environmental perspective, which is now becoming a priority in the light of the adopted objectives of the European Union’s energy policy. The restrictive requirements for reducing greenhouse gas emissions and increasing the required level of renewable energy sources in the energy balance of the Member States is becoming a challenge for economies that use fossil fuels to a large extent in the raw material structure, including Poland. Poland is the largest producer of hard coal in the European Union and hard coal is a strategic raw material as it satisfies about 50% of the country’s energy demand. In this context, the main goal of the article was to determine the future sale of hard coal by 2030 in relation to environmental regulations introduced in the energy sector. For this purpose, a mathematical model with a 95% confidence interval was developed using artificial LSTM neural networks, which belong to deep learning machine learning techniques, which reflects the key relationships between hard coal mining and the assumptions adopted in the National Energy and Climate Plan for the years 2021–2030 (NECP).

PL

Zabezpieczenie pewności dostaw niezbędnego minimum energii w każdym kraju jest podstawowym warunkiem bezpieczeństwa energetycznego państwa i jego obywateli. Pojęcie bezpieczeństwa energetycznego łączy kilka aspektów jednocześnie, gdyż można je rozpatrywać na płaszczyźnie dostępności własnych surowców energetycznych; dotyczy aspektów technicznych związanych z infrastrukturą techniczną, a także aspektów politycznych, które związane są z zarządzaniem oraz dywersyfikacją dostaw surowców energetycznych. Kolejnym elementem zagadnienia bezpieczeństwa energetycznego jest perspektywa środowiskowa, która nabiera obecnie priorytetowej ważności w świetle przyjętych celów polityki energetycznej Unii Europejskiej. Restrykcyjne wymagania w zakresie redukcji poziomów emisji gazów cieplarnianych oraz wzrostu wymaganego poziomu odnawialnych źródeł energii w bilansie energetycznym krajów członkowskich stają się wyzwaniem dla gospodarek wykorzystujących w dużej mierze paliwa kopalne w strukturze surowcowej, do których należy również Polska. Polska jest największym producentem węgla kamiennego w Unii Europejskiej i jest to surowiec strategiczny, gdyż zaspokaja około 50% zapotrzebowania energetycznego kraju. W tym kontekście głównym celem artykułu było określenie przyszłej sprzedaży węgla kamiennego w perspektywie do 2030 roku, w odniesieniu do regulacji środowiskowych wprowadzanych w energetyce. W tym celu opracowano model matematyczny z 95-procentowym przedziałem ufności z wykorzystaniem sztucznych sieci neuronowych LSTM, które należą do technik uczenia maszynowego – deep learning, który odzwierciedla kluczowe relacje między górnictwem węgla kamiennego a przyjętymi założeniami w Krajowym planie na rzecz energii i klimatu na lata 2021–2030 (KPEiK).

7

Intent based recognition of walking and ramp activities for amputee using sEMG based lower limb prostheses

Hussain Tahir, Iqbal Nadeem, Maqbool Hafiz Farhan, Khan Mukhtaj, Awad Mohammed Ibrahim, Dehghani-Sanij Abbas A.

Biocybernetics and Biomedical Engineering

|

2020

|

Vol. 40, no. 3

1110--1123

EN

The use of surface electromyogram (sEMG) has grown in the field of gait analysis, prostheses and exoskeleton. Surface electromyogram can directly reflect the human intention for locomotion modes and can be used as a source of control for lower limb prosthesis. The variations factors such as non-Gaussian nature of sEMG signal and mobility of amputees have been observed to degrade the activity recognition performance. This study investigates the properties of the sEMG signal with the purpose of determining the discriminant features to classify the feature space into various activities especially in the context of amputees. To address the variations in activity recognition performance, this study proposed the magnitude of bispectrum as a novel feature extraction method that is invariant to the variations factors and an unsupervised feature reduction method was used to extract the discriminant features. Furthermore, sEMG signals from eleven wearable sensors located on the lower limb muscles were recorded from six subjects including four able-bodies, one unilateral transti-bial, and one unilateral transfemoral amputee during walking and ramp activities. Distinct muscles were selected using the L1-norm method. Effective classifier namely support vector machine and linear discriminant analysis were used to classify the multi-class sEMG signal patterns. The experimental results consistently showed an average accuracy of 99.7%. Further evaluation on three different types of prostheses revealed that the proposed method is more robust compared to the existing methods. The promising results of this study can be applied potentially in the control of lower limb wearable devices such as prostheses/ exoskeletons.

8

A novel privacy-supporting 2-class classification technique for brain MRI images

Devi Swagatika, Sahoo Manmath Narayan, Bakshi Sambit

Biocybernetics and Biomedical Engineering

|

2020

|

Vol. 40, no. 3

1022--1035

EN

Developing automated Computer Aided Diagnosis (CAD) framework for assisting radiologists in a fast and effective classification of brain Magnetic Resonance (MR) images is of great importance, given plausible usage of Electronic Health Records (EHR) in healthcare system. This work aims at proposing two novel privacy supporting classifiers for automatic segregation of brain MR images. To ensure privacy, our article employs a spatial steganographic approach to hide patients sensitive health information in brain images itself. Proposed methods employ Discrete Wavelet Transform (DWT) for extracting relevant features from original and stego images. Subsequently, Symmetrical Uncertainty Ranking (SUR) and Probabilistic Principal Components Analysis (PPCA) are used to obtain a reduced feature vector for Support Vector Machine (SVM) and Filtered Classifier (FC) respectively. The experiments are carried out on two benchmark datasets DS-75 and DS-160 collected from Harvard Medical School website and one larger input pool of self-collected dataset NITR-DHH. To validate this work, the proposed schemes are experimented on both original and stego brain MR images and are compared against eight state-of-the-art classification techniques with respect to six standard parameters. The results reveal that the proposed techniques are robust and scalable with respect to the size of the datasets. Moreover, it is concluded that applying steganographic algorithm on brain MR images yield equally satisfactory classification rate.

9

Statistical Evaluation of Variation of the River Bug Water Chemical Contamination

Rymuza Katarzyna, Radzka Elżbieta

Rocznik Ochrona Środowiska

|

2019

|

Tom 21, cz. 1

672--690

EN

The work presents analysis of chemical condition of the water of the River Bug stretch extending from Kiryłowo to Krzyszew. The analysis was preformed based on data of monitoring of surface water quality available on the website of Voivodeship Inspectorate of Environmental Protection in Lublin (WIOŚ) spanning the years 2015-2017. Eight measurement points and the following months were considered: February, April, June, August, October and December. Analysis of variance and Kruskal-Wallis test were used to analyse the effect of localities and months on selected chemical indicators. The concentrations of nearly all the parameters (excluding BOD) were found to be influenced by the localities. Phosphorus content, sulphates and chlorides increased along the course of the river. Also, the analysis revealed that the concentration of ammonium ions, dissolved oxygen, sulphates and chlorides increased in winter. Multidimensional analysis demonstrated that differences in chemical conditions between the localities were predominantly due to nitrogen compound content, total phosphorus content and chlorides. Cluster analysis showed that in nearly all the months (excluding August) the tested stretch of the River Bug could be divided into two parts with different chemical composition parameters. The first part, characterised by higher average values of ammonium nitrogen content, dissolved oxygen content and total phosphorus content, included the following measurement points: Krzyszew, Kukuryki, Włodawa and Kuzawka. The second part was formed by the following localities: Kryłów, Zosin and Horodło, all with higher average BOD values, sulphates and chlorides.

PL

W pracy przedstawiano analizę chemicznego stanu wód rzeki Bug na odcinku od Kryłowa do Krzyszewa. Analizy tej dokonano na podstawie danych pochodzących z monitoringu jakości wód powierzchniowych zamieszczonych na stronie Wojewódzkiego Inspektoratu Ochrony Środowiska w Lublinie (WIOŚ) z lat 2015-2017. Pod uwagę wzięto dane z lutego, kwietnia, czerwca, sierpnia, października i grudnia z 8 punktów pomiarowych. Przy pomocy analizy wariancji oraz testu Kruskala-Wallisa przeanalizowano wpływ miejscowości oraz miesięcy na zawartość wybranych wskaźników chemicznych. Stwierdzono, że zawartość prawie wszystkich parametrów (poza BZT5) różnicowana była przez miejscowości. Wraz z biegiem rzeki zmniejszała się zawartość fosforu, siarczanów i chlorków. Analiza wykazała ponadto, że zimą rosło stężenie jonów amonowych, zawartość tlenu rozpuszczonego, siarczanów i chlorków. Wielowymiarowa analiza natomiast dowiodła, że różnice stanu chemicznego pomiędzy miejscowościami związane były głównie z zawartością związków azotu, fosforu ogólnego oraz chlorków. Na podstawie analizy skupień prawie we wszystkich miesiącach (poza sierpniem) odcinek rzeki Bug pod względem stanu chemicznego można podzielić na dwie części. Pierwszą grupę stanowi odcinek rzeki z punktami pomiarowymi w Krzyszewie, Kukurykach, Włodawie i Kuzawce o większych średnich zawartościach azotu amonowego, tlenu rozpuszczalnego i fosforu ogólnego. Drugą grupę utworzyły miejscowości: Kryłów, Zosin i Horodło o wyższych średnich stężeniach BTZ5, siarczanów i chlorków.

10

An Application of Statistical Methods to Compare the Properties of Concretes Produced from Construction Waste

Zegardło Bartosz, Rymuza Katarzyna, Bombik Antoni

Rocznik Ochrona Środowiska

|

2019

|

Tom 21, cz. 1

250--263

EN

The work presents statistical analysis and comparison of quality parameters of concretes produced using conventional and recycled aggregates. The analysis is the continuation of the authors' previous research. The following properties of aggregates were tested: bulk density, specific density, water absorbability, crushing rate, and concrete properties such as compressive strength and tensile strength as well as compressive strength in a corrosive environment. There were determined statistical differences between the characteristics for all the aggregate and concrete types. The analysis demonstrated that concrete containing red ceramics had significantly the lowest values of compressive strength and tensile strength. Use of sanitary and tile ceramics significantly improved concrete properties. Cluster analysis revealed that concretes containing conventional aggregates (gravel and basalt grit) and tile ceramics were the most similar in terms of all the characteristics (compressive strength, tensile strength, compressive strength in a corrosive environment and Al2O3 and SiO2 contents).

PL

W pracy przedstawiano statystyczną analizę i porównanie parametrów jakościowych betonów wytworzonych z udziałem kruszyw tradycyjnych i recyklingowych. Analiza ta jest kontynuacją wcześniejszych badań własnych. Analizie statystycznej zostały poddane cechy kruszyw (gęstość objętościową, gęstość właściwa, nasiąkliwość i współczynnik rozkruszenia) oraz cechy betonów (odporność na ściskanie i rozciąganie oraz ściskanie w środowisku korozyjnym). Określono statystyczne różnice pomiędzy cechami dla wszystkich rodzajów kruszyw i betonów. Analiza wykazała, że beton do produkcji którego użyto ceramiki czerwonej odznaczał się istotnie niższymi wartościami odporności na ściskanie i rozciąganie. Zastosowanie ceramiki sanitarnej i glazurniczej w istotny sposób polepszyło właściwości betonów z tych kruszyw. Na podstawie analizy skupień ustalono, że pod względem wszystkich cech (wytrzymałości na ściskanie, rozciąganie, ściskanie w środowisku korozyjnym, zawartości Al2O3 and SiO2) najbardziej podobne okazały się betony oparte na kruszywach tradycyjnych (żwirowym i bazaltowym) i ceramice glazurniczej.

11

The 2D characterization of pores shape in sintered material before and after deformation

Chrapoński Jacek, Roskosz Stanisław, Madej Łukasz

Inżynieria Materiałowa

|

2019

|

Vol. 40, nr 4

98--102

EN

The specimens sintered from Distaloy AB iron powder have been examined to evaluate evolution of morphological characteristics under complex deformation conditions. The sintering procedure, in particular, the pressure and the temperature have been adjusted in order to obtain about a 15% porosity level. All examinations were performed on the specimen in as-sintered state, as well as after plastic deformation (compression with cyclic torsion). The volume fraction and pores shape have been described quantitatively before and after deformation. On the basis of statistical analysis, it was found that compression with cyclic torsion with amplitude 3° and frequency 0.5 Hz better reduce porosity than deformation with amplitude 6° and frequency 1 Hz. All shape factors that were used to describe pores geometry, except convexity, differ significantly after plastic deformation in comparison to values before deformation. The Principal Component Analysis of the pores shape factors showed, that it is possible to reduce the characterization of the pores to two principal components. Alternatively, it is sufficient to fully characterize pores shape with three shape factors: circularity, Malinowska’s factor and not correlated with them aspect ratio.

PL

Właściwości materiałów porowatych silnie zależą od cech geometrycznych porów: ich objętości względnej, wielkości, kształtu, rozmieszczenia itp. Odkształcenie plastyczne materiałów porowatych jest procesem, który zmienia ich właściwości, również wskutek zmiany cech porowatości. W trakcie odkształcenia plastycznego morfologia i liczba porów zmienia się, wpływając na właściwości materiału. Kontrola i możliwość kształtowania właściwości materiałów porowatych wymaga wiedzy dotyczącej zmian morfologii porów, przede wszystkim kształtu określanego na podstawie pomiarów na obrazach mikrostruktury zarejestrowanych podczas badań zgładów metalograficznych. Celem pracy było określenie zmian objętości względnej i kształtu porów po ściskaniu z cykliczną rotacją spiekanych próbek oraz dobór współczynników kształtu porów najlepiej charakteryzujących morfologię porów po odkształceniu plastycznym.

12

Heart rate extraction from PPG signals using variational mode decomposition

Sharma Hemant

Biocybernetics and Biomedical Engineering

|

2019

|

Vol. 39, no. 1

75--86

EN

Monitoring of vital signs using the photoplethysmography (PPG) signal is desirable for the development of home-based healthcare systems in the aspect of feasibility, mobility, comfort, and cost-effectiveness of the PPG device. In this paper, a new technique based on the variational mode decomposition (VMD) for estimating heart rate (HR) from the PPG signal is proposed. The VMD decomposes an input PPG signal into a number of modes or sub-signals. Afterward, the modes which are dominantly influenced by the HR information are selected and further processed for extracting HR of the patient. The proposed scheme is validated over a large number of recordings acquired from three independent databases, namely the Capnobase, MIMIC, and University of Queens Vital Sign (UQVS). Experiments are performed over different data length segments of the PPG recordings. Using the data length of 30 s, the proposed technique outperformed the existing techniques by achieving the lower median (1st quartile, 3rd quartile) values of root mean square error (RMSE) as 0.23 (0.19, 0.31) beats per minute (bpm), 0.41 (0.31, 0.56) bpm and 1.1 (0.9, 1.22) bpm for the Capnobase, MIMIC, and UQVS datasets, respectively. Since the shorter data length is more suitable for the clinical applications, the proposed technique also provided satisfactory agreement between the derived and reference HR values for the shorter data length segments. Perfor-mance results over three independent datasets suggest that the proposed technique can provide accurate and reliable HR information using the PPG signal recorded from the patients suffering from dissimilar problems.

13

Multivariate statistical characterization of groundwater quality in Fesdis, East of Algeria

Khelif S., Boudoukha A.

Journal of Water and Land Development

|

2018

|

no. 37

65--74

EN

This study is a contribution to the knowledge of hydrochemical properties of the groundwater in Fesdis Plain, Algeria, using multivariate statistical techniques including principal component analysis (PCA) and cluster analysis. 28 samples were taken during February and July 2015 (14 samples for each month). The principal component analysis (PCA) applied to the data sets has resulted in four significant factors which explain 75.19%, of the total variance. PCA method has enabled to highlight two big phenomena in acquisition of the mineralization of waters. The main phenomenon of production of ions in water is the contact water-rock. The second phenomenon reflects the signatures of the anthropogenic activities. The hierarchical cluster analysis (CA) in R mode grouped the 10 variables into four clusters and in Q mode, 14 sampling points are grouped into three clusters of similar water quality characteristics.

PL

Przedstawione w niniejszej pracy badania stanowią przyczynek do poznania właściwości hydrochemicznych wód gruntowych na równinie Fesdis w Algierii uzyskany z wykorzystaniem wieloczynnikowej analizy statystycznej, w tym analizy głównych składowych (PCA) i analizy skupień. Dwadzieścia osiem próbek wody pobrano w lutym i w lipcu 2015 r. (po 14 próbek w każdym miesiącu). Na podstawie analizy składowych głównych zastosowanej do zbioru danych stwierdzono cztery istotne czynniki, które objaśniały 75,19% całkowitej wariancji. Metoda PCA umożliwiła wyodrębnienie dwóch zjawisk odpowiedzialnych za mineralizację wody. Głównym czynnikiem tworzenia jonów w wodzie jest kontakt wody ze skałą (czas retencji mineralizacji). Drugi czynnik jest odzwierciedleniem aktywności człowieka. W hierarchicznej analizie skupień (CA) zgrupowano 10 zmiennych w cztery skupienia w trybie R, a w trybie Q zgrupowano 14 stanowisk pobierania próbek w trzy skupienia o podobnych cechach jakości wody.

14

Chatter detection using principal component analysis in cold rolling mill

Usmani N. I., Kumar S., Velisatti S., Tiwari P. K., Mishra S. K., Patnaik U. S.

Diagnostyka

|

2018

|

Vol. 19, No. 1

73--81

EN

Most cold rolling mills are prone to chatter problem. Chatter marks are often observed on the strip surface in cold rolling mill leading to downgrade and rejection of rolled material. Chatter impact product quality as well as productivity of mill. In absence of online chatter detection no corrective action can be taken immediately and whole campaign gets affected. Most conventional approach for online chatter detection is by using vibration measurement of mill stands in time & frequency domain. Present work proposes two approaches to detect chatter in cold rolling mill using a statistical technique called Principal Component Analysis (PCA). In this paper two methods are used for chatter detection. First method applies PCA on Fast Fourier Transform (FFT) to differentiate between chatter and non-chatter condition. Second method applies PCA on statistical parameters calculated from raw vibration data to detect chatter.

15

Identification of macerals of the inertinite group using neural classifiers, based on selected textural features

Skiba M., Młynarczuk M.

Archives of Mining Sciences

|

2018

|

Vol. 63, no. 4

827--837

EN

The petrographic composition of coal has a significant impact on its technological and sorption properties. That composition is most frequently determined by means of microscope quantitative analyses. Thus, aside from the purely scientific aspect, such measurements have an important practical application in the industrial usage of coal, as well as in issues related to the safety in underground mining facilities. The article discusses research aiming at analyzing the usefulness of selected parameters of a digital image description in the process of automatic identification of macerals of the inertinite group using neural networks. The description of the investigated images was based on statistical parameters determined on the basis of a histogram and co-occurrence matrix (Haralick parameters). Each of the studied macerals was described by means of a 20-element feature vector. An analysis of its principal components (PCA) was conducted, along with establishing the relationship between the number of the applied components and the effectiveness of the MLP network. Based on that, the optimum number of input variables for the investigated classification task was chosen, which resulted in reduction of the size of the network’s hidden layer. As part of the discussed research, the authors also analyzed the process of classification of macerals of the inertinite group using an algorithm based on a group of MLP networks, where each network possessed one output. As a result, average recognition effectiveness of 80.9% was obtained for a single MLP network, and of 93.6% for a group of neural networks. The obtained results indicate that it is possible to use the proposed methodology as a tool supporting microscopic analyses of coal.

PL

Skład petrograficzny węgla w istotnym stopniu wpływa na jego właściwości technologiczne oraz sorpcyjne. Jest on najczęściej wyznaczany za pomocą mikroskopowych analiz ilościowych. Obok aspektu czysto naukowego, tego typu pomiary odgrywają więc znaczącą rolę praktyczną w przemysłowym wykorzystaniu surowca oraz zagadnieniach związanych z bezpieczeństwem w kopalniach podziemnych. W artykule przedstawiono badania mające na celu analizę przydatności wybranych parametrów opisu obrazu cyfrowego do prac dotyczących automatycznej identyfikacji macerałów grupy inertynitu z wykorzystaniem sieci neuronowych. Opis badanych obrazów oparto o parametry statystyczne wyznaczone na podstawie histogramu oraz macierzy zdarzeń (parametry Haralicka). Każdy z badanych maceratów opisano za pomocą 20-elementowego wektora cech. Przeprowadzono analizę jego składowych głównych (PCA) oraz określono wpływ liczby zastosowanych składowych na skuteczność działania sieci MLP. Na tej podstawie dobrano optymalną liczbę zmiennych wejściowych dla rozpatrywanego zagadnienia klasyfikacji, co skutkowało redukcją wymiaru warstwy ukrytej sieci. W ramach opisanych prac przeprowadzono także analizy dotyczące klasyfikacji macerałów grupy inertynitu z wykorzystaniem algorytmu bazującego na grupie sieci MLP, z których każda posiadała jedno wyjście. W wyniku badań uzyskano średnią skuteczność rozpoznań na poziomie 80,9% dla pojedynczej sieci MLP oraz 93,6% w przypadku grupy sieci neuronowych. Otrzymane rezultaty wskazują na możliwość zastosowania proponowanej metodyki jako narzędzia wspierającego mikroskopowe analizy węgla.

16

Range of soil and climate characteristics appropriate for Pistacia atlantica forest development and rehabilitation (case study: Fars province, Iran)

Nejabat M., Negahdarsaber M., Ghahari G.

Journal of Water and Land Development

|

2017

|

no. 32

71--78

EN

Investigation of ranges of soil and climate characteristics appropriate for the tolerant species: Pistacia atlantica subsp. mutica according to field study was the main objective of this research. This study was carried out based on random sampling across 20×20 km wild pistachio forests of Fars province (Iran). Results showed that mountainous and hilly lands are the main land types that pistachio species have evolved on. Statistical analysis of physical and chemical soil characteristics based on principal component analysis (PCA) method showed that wide ranges in soil characteristics, even up to about 40% differentiation in some measured properties, did not restricts this subspecies natural growth. The main growth limiting factors were shallow soil depth and light soil texture that decreased storage capacity of soil moisture, necessary for wild pistachios survival during drought and long dry periods. Climatic elements were analysed through the same approach and showed that temperature, precipitation and wind with overall variability of 85.9% were the most effectual factors. Pistacia atlantica subsp. mutica is one of the species refractory to various soil conditions and adapted to weak soils for the establishment and rehabilitation of forests in semi-arid regions.

PL

Głównym celem badań terenowych prezentowanych w niniejszej pracy było przeanalizowanie zakresu wartości charakterystyk glebowych i klimatycznych odpowiednich dla podgatunku Pistacia atlantica subsp. mutica. Próby pobierano losowo z poletka w lesie pistacjowym o wymiarach 20×20 km w prowincji Fars w Iranie. Wyniki dowodzą, że pistacja wyewoluowała na ziemiach górskich i na terenach pagórkowatych. Statystyczna analiza fizycznych i chemicznych właściwości gleb prowadzona metodą składowych głównych (PCA) wykazała, że duża zmienność badanych cech, sięgająca w niektórych przypadkach 40%, nie ograniczała naturalnego wzrostu badanego podgatunku. Głównymi czynnikami ograniczającymi były płytkie gleby o lekkiej strukturze, które zmniejszały zdolność gleb do zatrzymywania wilgoci niezbędnej dziko rosnącej pistacji do przetrwania długich okresów suszy. Czynniki klimatyczne analizowano tą samą metodą i stwierdzono, że najbardziej istotne były temperatura, opady i wiatr o ogólnej zmienności 85,9%. Pistacia atlantica subsp. mutica jest jednym z gatunków najbardziej odpornych na różne warunki glebowe, co może mieć znaczenie dla stabilizowania i rekultywacji lasów na terenach półpustynnych.

17

Partial least squares method in the analysis of the intensity of damage in prefabricated large-block building structures

Firek K., Rusek J.

Archives of Mining Sciences

|

2017

|

Vol. 62, no. 2

269--277

EN

The paper presents the research methodology aimed at determining the building damage intensity index as a linear combination of indices describing the damage to its individual components. The research base comprised 129 building structures erected in the large-block technology. The study compared the results of a standardized approach to data mining - PCA (Principal Components Analysis) with the procedure of the PLSR method (Partial Least Squares Regression). As a result of the analysis, a generalized form of the building damage index was obtained, as a linear combination of the damage to its components.

PL

W referacie przedstawiono metodykę badań, której celem było ustalenie wskaźnika zakresu intensywności uszkodzeń budynku, jako kombinacji liniowej wskaźników opisujących uszkodzenia jego elementów składowych. Bazą do badań było 129 budynków wzniesionych w technologii wielkoblokowej. W badaniach porównano wyniki standardowego podejścia do eksploracji danych PCA (Principal Components Analysis) z procedurą metody PLSR (Partial Least Squares Regression). W wyniku analiz uzyskano uogólnioną postać wskaźnika uszkodzeń budynku jako kombinacji liniowej uszkodzeń elementów składowych.

18

Korelacje między wybranymi zanieczyszczeniami w ściekach deszczowych

Górska K., Szeląg B., Górski J., Bąk Ł.

Proceedings of ECOpole

|

2014

|

Vol. 8, No. 2

497--504

PL

W ostatnim okresie coraz częściej zwraca się uwagę na fakt, że zanieczyszczenia ścieków deszczowych to nie tylko definiowane odpowiednimi przepisami zawiesiny ogólne i związki ropopochodne, ale też inne związki mające wpływ na środowisko gruntowe i wody odbiornika. Należą do nich m.in. metale ciężkie, chlorki, siarczany, biogeny, zanieczyszczenia mikrobiologiczne. Zróżnicowanie czynników wpływających na jakość ścieków deszczowych, związanych między innymi z zanieczyszczeniem powietrza atmosferycznego czy rodzajem pokrycia terenu oraz prowadzonej działalności człowieka, powoduje, że określenie typowego ich składu jest zadaniem bardzo trudnym, szczególnie jeśli mamy do czynienia z terenami zurbanizowanymi. W rezultacie duże zanieczyszczenie wód opadowych odprowadzanych z terenów miejskich wpływa zdecydowanie na okresowe pogorszenie stanu czystości wód oraz destabilizuje równowagę biologiczną w odbiorniku. W artykule przedstawiono wyniki badań stanu zanieczyszczenia ścieków deszczowych spływających systemem kanalizacyjnym z obszaru wybranej zlewni o typowo miejskim charakterze, zlokalizowanej w centrum Kielc. Do analiz wytypowano wezbrania z okresu letniego i zimowego, w czasie których pobrano za pomocą automatycznego samplera próby ścieków deszczowych i roztopowych. Oznaczono w nich stężenia metali ciężkich (Ni, Cu, Cr, Zn, Pb, Cd), chlorków oraz określono pH i temperaturę. Do oceny korelacji między analizowanymi wskaźnikami zanieczyszczeń zastosowano metodę składowych głównych, a na tej podstawie sporządzono biploty oraz wyznaczono współrzędne czynnikowe.

EN

Recently, increasing attention has been paid to the fact that the rainfall wastewater pollution is defined not only by the suspended solids and oil derivatives, the admissible levels of which are given in regulations, but also by other compounds that affect the soil environment and the waters of the receiver. Those include, among others, heavy metals, chlorides, sulphates, biogenic substances, and microbiological pollutants. The quality of rainfall wastewater is influenced, among others by atmospheric air pollution, type of terrain coverage, and human activity. Diversity of factors that affect the quality of rainfall wastewater is enormous, which makes it extremely difficult to determine a typical composition of such wastewater, especially in urbanised areas. As a result, high pollution of rainfall waters running off from urban areas has a decisive impact on periodic deterioration of water purity and it disturbs the biological balance in the receiver. The paper presents the results of investigations on the pollution of rainfall wastewater running off, through a sewer system, from the area of selected catchment, typically urban in character, located in the centre of Kielce. The analysis was conducted for high water stages occurring in summer and winter periods. Samples of rainfall and spring thaw wastewater were collected using an automatic sampler. Heavy metals (Ni, Cu, Cr, Zn, Pb, Cd) and chloride concentrations, pH and temperature were determined for those samples. To assess the correlation between analysed pollution indexes, the Principal Component Analysis was used, on the basis of which biplots were made and factor coordinates were determined.

19

An efficient eigenspace updating scheme for high-dimensional systems

Gangl S., Mongus D., Žalik B.

International Journal of Applied Mathematics and Computer Science

|

2014

|

Vol. 24, no. 1

123--131

EN

Systems based on principal component analysis have developed from exploratory data analysis in the past to current data processing applications which encode and decode vectors of data using a changing projection space (eigenspace). Linear systems, which need to be solved to obtain a constantly updated eigenspace, have increased significantly in their dimensions during this evolution. The basic scheme used for updating the eigenspace, however, has remained basically the same: (re)computing the eigenspace whenever the error exceeds a predefined threshold. In this paper we propose a computationally efficient eigenspace updating scheme, which specifically supports high-dimensional systems from any domain. The key principle is a prior selection of the vectors used to update the eigenspace in combination with an optimized eigenspace computation. The presented theoretical analysis proves the superior reconstruction capability of the introduced scheme, and further provides an estimate of the achievable compression ratios.

20

Wykorzystanie metody PCA i ICA do analizy sygnału EEG w kontekście usuwania zakłóceń

Paszkiel S.

Pomiary Automatyka Kontrola

|

2013

|

R. 59, nr 3

204--207

PL

W artykule przedstawiono metodę PCA (ang. Principal Component Analysis) oraz ICA (ang. Independent Component Analysis), jako narzędzia pomocne w procesie eliminacji artefaktów z sygnału elektroencefalograficznego. Proces rejestracji sygnału elektroencefalograficznego można zobrazować, jako BSS (ang. Blind Signals Separation). Dzięki temu możliwe jest dokonywanie estymacji nieznanych sygnałów źródłowych oraz ekstrakcji niepożądanych sygnałów zakłócających, w zakresie ich późniejszej eliminacji. W tym celu konieczne jest doskonalenie metod weryfikacji i eliminacji artefaktów z sygnału EEG. W artykule opisano możliwość zastosowania powyższych metod w zakresie sygnału EEG oraz zrealizowane zostało porównanie skuteczności ich działania.

EN

: In the paper there are presented the Principal Component Analysis (PCA) and the Independent Component Analysis (ICA) as useful tools for elimination of artefacts in an electroencephalographic signal. The process of registration of the electroencephalographic signal can be described as BSS - Blind Signals Separation. It is possible to estimate unknown source signals and to extract intrusive disturbing signals in terms of their subsequent elimination. It is necessary to improve the methods of verification and elimination of artefacts from an EEG signal. The Brain Computer Interface (BCI) technology is presented briefly in the first part of the paper. EEG signal characteristics and its acqui-sition with the non-invasive method are described in the second part. Next, there is discussed the possibility of using the PCA and ICA methods in terms of analysis of an EEG signal. Comparison of the effectiveness of these methods is presented as well. A general profile of the EEG signal processing is shown in Fig. 1. An example of use of the infomax algorithm for a real EEG signal is depicted in Fig. 2. Fig. 3 shows an exemplary Event-Related Potential (ERP) of the EEG signal.