Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  classification models
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
Machine learning (ML) methods facilitate automated data mining. The authors compare the effectiveness of selected ML methods (RBF networks, Kohonen networks, and random forest) as modelling tools supporting the selection of materials in ecodesign. Applied in the design process, ML methods help benefit from the knowledge, experience and creativity of designers stored in historical data in databases. Implemented into a decision support system, the knowledge can be utilized – in the case under analysis – in the process of design of environmentally friendly products. The study was initiated with an analysis of input data for the selection of materials. The input data, specified in cooperation with designers, include both technological and environmental parameters which guarantee the desired compatibility of materials. Next, models were developed using selected ML methods. The models were assessed and implemented into an expert system. The authors show which models best fit their purpose and why. Models supporting the selection of materials, connections and disassembly methods help boost the recycling properties of designed products.
PL
W pracy przedstawiono wybrane modele antropodynamiczne ciała człowieka w pozycji siedzącej, wykorzystywane do analizy komfortu wibracyjnego siedzisk pojazdów samochodowych. Omówiono struktury tych modeli oraz sposoby wyznaczania przez autorów ich podstawowych parametrów. Zwrócono uwagę, iż niektóre z modeli mimo, że posiadają taką samą strukturę to ich parametry są zróżnicowane. Ponadto dokonano klasyfikacji modeli na modele nie nawiązujące do struktury anatomicznej ciała człowieka - omówione w pierwszej części pracy oraz nawiązujące do struktury anatomicznej ciała człowieka – omówione w drugiej części pracy.
EN
The paper presents selected anthropo-dynamic models of human body in the seated posture. They are used to analyse the vibration comfort of vehicular seats. The structure of those models and the means of determining their basic parameters were discussed. It was observed that some models, although having the same structure, employ different parameters. Additionally, models were classified as unrelated to human anatomical structure, discussed in the first part of the study, and those related to human anatomical structure, reviewed in the second part.
PL
W artykule przedstawiono budowę i ocenę predykcyjnego modelu klasyfikacyjnego dobowej energii sejsmicznej indukowanej eksploatacją ścianową węgla w partii XVI kopalni Piast. Model wykorzystuje dane o energii wstrząsów oraz podstawowe dane charakteryzujące front eksploatacji i wydobycie w tej partii w okresie od lipca 1987 do marca 2011. Dwustanową zmienną prognozowaną jest wystąpienie dobowej sumy energii wstrząsów w ścianie większej lub równej wartości progowej 105 J. Zastosowano trzy metody analityczne data mining: regresję logistyczną, sieci neuronowe i drzewa wzmacniane. Jako najlepszy dla celów prognozy wybrano model drzew wzmacnianych. Wyniki na próbie walidacyjnej pokazują jego wysoką zdolność predykcyjną, biorąc pod uwagę złożoność zjawiska. Wskazywać to może na przydatność zastosowanego modelu do konstrukcji bieżącej, krótkookresowej prognozy zagrożenia sejsmicznego.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.