Wyniki wyszukiwania - BazTech

1

Wykorzystanie języka R do statystycznej analizy oraz analizy skupień dla danych geochemicznych

Janiga Marek

Nafta-Gaz

|

2023

|

R. 79, nr 9

576--583

PL

W zagadnieniach geologii naftowej metody statystyczne są szeroko stosowane w petrografii, petrofizyce, geochemii, geomechanice, geofizyce wiertniczej czy sejsmice, a analiza skupień jest istotna w klasyfikacji skał – wyznaczaniu stref o pewnych własnościach, np. macierzystych lub zbiornikowych. Artykuł prezentuje użycie metod statystycznych, w tym metod analizy skupień, w procesach przetwarzania i analizy dużych zbiorów różnorodnych danych geochemicznych. Do analiz statystycznych wykorzystano literaturowe dane z analiz składu chemicznego i izotopowego gazów ziemnych. Wyniki zawierały skład chemiczny gazów ziemnych oraz skład izotopowy. Zastosowano algorytmy tzw. nienadzorowanego uczenia maszynowego do przeprowadzenia analizy skupień. Grupowania było przeprowadzone dwiema metodami: k-średnich oraz hierarchiczną. Do zobrazowania wyników grupowania metodą k-średnich można wykorzystać dwuwymiarowy wykres (funkcja fviz_cluster języka R). Wymiary na wykresie to efekt analizy głównych składowych (PCA) i są one liniową kombinacją cech (kolumn w tabeli). Wynikiem grupowania metodą hierarchiczną jest wykres nazywany dendrogramem. W artykule dodatkowo zaprezentowano wykresy pudełkowe i histogramy oraz macierz korelacji zawierającą współczynniki korelacji Pearsona. Wszystkie prace wykonano z użyciem języka programowania R. Język R, z wykorzystaniem programu RStudio, jest bardzo wygodnym i szybkim narzędziem do statystycznej analizy danych. Przy użyciu tego języka uzyskanie wymienionych powyżej wykresów, tabeli i danych jest szybkie i stosunkowo łatwe. Wyniki analiz składu gazu wydają się mało zróżnicowane. Mimo to dzięki algorytmom k-średnich i hierarchicznym możliwe było pogrupowanie danych geochemicznych na wyraźnie rozdzielne zespoły. Zarówno wartości składu izotopowego, jak i skład chemiczny pozwalają wyznaczyć grupy, które w inny sposób nie byłyby dostrzegalne.

EN

In petroleum geology, statistical methods are widely used in petrography, petrophysics, geochemistry, geomechanics, well log analysis and seismics, and cluster analysis is important for rock classification – determination of zones with certain properties, e.g., source or reservoir. This paper presents the use of the R language for statistical analysis, including cluster analysis, of large sets of diverse geochemical data. Literature data from analyses of chemical and isotopic composition of natural gases were used for statistical analyses. The results included the chemical composition of the natural gases and the isotopic composition. So-called unsupervised machine learning algorithms were used to perform the cluster analysis. Clustering was performed using two methods: k-means and hierarchical. A two-dimensional graph (function fviz_cluster) can be used to illustrate the results of the k-means clustering. The dimensions in the graph are the result of principal component analysis (PCA) and are a linear combination of the features (columns in the table). The result of hierarchical clustering is a graph called a dendrogram. The paper additionally presents box plots and histograms as well as a correlation matrix containing Pearson correlation coefficients. All work was completed using the programming language R. The R language, using the RStudio software, is a very convenient and fast tool for statistical data analysis. Obtaining the above-mentioned graphs, tables and data is quick and relatively easy, using the R language. The results of the analyses of the composition of the gas appear to have little variation. Nevertheless, thanks to k-means and hierarchical algorithms, it was possible to group the geochemical data into clearly separable groups. Both the isotopic composition values and the chemical composition make it possible to delineate groups that would not otherwise be noticeable.

2

Analysis of data quoted on the Day-Ahead Market of TGE S.A. using Statistics and Machine Learning Toolbox

Tchórzewski Jerzy, Longota Bartłomiej

Studia Informatica : systems and information technology

|

2022

|

Vol. 2(27)

49--74

EN

The publication contains the results of research in the field of cluster analysis carried out using data quoted on the Day-Ahead Market of TGE S.A. Two methods were used in the analysis, one hierarchical known as the Ward’s method, and the other non-hierarchical - the k-means method. Many interesting research results have been obtained, which are illustrated, among others, in in the form of dendrograms, silhouette graphs and graphs in the form of clusters. Data on the volume and the volumeweighted average price of electricity were examined for various types of quotations: fixing 1, fixing 2 and continuous quotations. The research was carried out in the MATLAB and Simulink environments using a library called Machine and Statistics Learning Toolbox. Selected test results were interpreted.

3

Zastosowanie metod taksonomicznych do analizy zużycia energii elektrycznej przez poszczególne województwa

Tutak M.

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska

|

2018

|

z. 117

675--686

PL

Najważniejszym czynnikiem wpływającym z jednej strony na rozwój gospodarczy i dobrobyt społeczeństwa, a z drugiej na łagodzenie skutków jego ubóstwa jest energia elektryczna i jej dostępność. Rozwijająca się gospodarka kraju generuje coraz większe zapotrzebowanie na energię. Poszczególne województwa Polski charakteryzują się różnym stopniem wykorzystania energii elektrycznej w podstawowych sektorach ekonomicznych. Wykorzystanie energii elektrycznej uzależnione jest od wielu czynników, m.in. od stopnia uprzemysłowienia regionu, lokalizacji elektrowni, a także od liczby ludności i gospodarstw domowych. W artykule przedstawiono wyniki analizy porównawczej zużycia energii elektrycznej w poszczególnych województwach Polski z uwzględnieniem sektorów ekonomicznych. Do uzyskania klasyfikacji województw w zakresie wykorzystania energii elektrycznej w sektorach ekonomicznych wykorzystano metodę analizy wielowymiarowej, która przyporządkowuje województwa do odpowiednich grup (skupień) o zbliżonej ilości zużycia energii elektrycznej.

EN

The most crucial factor influencing economic development and social well-being, as well as resulting in the mitigation of the effects of social poverty is electricity and its availability. The country’s growing economy generates an increasingly higher demand for energy. The individual Provinces of Poland have a different degree of electricity use in the basic economic sectors. The use of electricity is dependent on a number of factors, such as a given region’s degree of industrialisation, the locations of power plants, as well as the population and household numbers. The article presents the results of a comparative analysis of electricity consumption in the individual Provinces of Poland, with account being taken of the main economic sectors. The classification of the Provinces in terms of electricity use in economic sectors was performed by means of a multi-dimensional analysis method, which assigns the Provinces to appropriate groups (clusters) having similar quantities of electricity consumed.

4

Dobór urządzeń do zgrzewania oporowego punktowego z wykorzystaniem analizy skupień

Kędziorska M., Świerczyńska A., Rogalski G., Fydrych D.

Przegląd Spawalnictwa

|

2018

|

R. 90, nr 5

80--85

PL

W pracy omówiono zagadnienie doboru urządzeń do zgrzewania oporowego punktowego, stwierdzając na podstawie przeglądu literatury, że nie istnieje obiektywna metoda wspomagająca decyzję zakupu takich zgrzewarek. Do rozwiązania problemu zaproponowano zastosowanie metod analizy skupień. Zgromadzono i opracowano dane diagnostyczne opisujące 35 zgrzewarek oporowych punktowych, a następnie przeprowadzono ich klasyfikacje metodami Warda i k-średnich. Na podstawie porównania wyników wykazano, że analiza skupień może być stosowana jako wstępna metoda wspomagania decyzji zakupu urządzeń do zgrzewania oporowego punktowego.

EN

The paper presents the issue of selection of the resistance spot-welding machines, stating that there is no objective method of supporting the decision to purchase such devices. The application of cluster analysis method has been suggested for solving the problem. Diagnostic data describing 35 resistance spot-welding machines have been collected and then their classification has been made by the Ward and k-means methods. Based on the results, it has been concluded, that the eluster analysis can be an effective preliminary method of supporting the decision of purchasing resistance spot-welding machines.

5

A statistical approach for selecting buildings for experimental measurement of HVAC needs

Malinowski P., Ziembicki P.

Civil and Environmental Engineering Reports

|

2017

|

No. 24(1)

101--118

EN

This article presents a statistical methodology for selecting representative buildings for experimentally evaluating the performance of HVAC systems, especially in terms of energy consumption. The proposed approach is based on the k-means method. The algorithm for this method is conceptually simple, allowing it to be easily implemented. The method can be applied to large quantities of data with unknown distributions. The method was tested using numerical experiments to determine the hourly, daily, and yearly heat values and the domestic hot water demands of residential buildings in Poland. Due to its simplicity, the proposed approach is very promising for use in engineering applications and is applicable to testing the performance of many HVAC systems.

PL

W artykule przedstawiono statystyczną metodę wyboru budynków reprezentatywnych pod względem charakterystyki energetycznej oraz cech wbudowanych systemów grzewczych wentylacyjnych i klimatyzacyjnych. Proponowane podejście opiera się na metodzie k-średnich. Algorytm dla tej metody jest stosunkowo prosty, co pozwala na łatwe wdrożenie i nie wymaga dużego nakładu (kosztu) obliczeniowego. Sposób ten może być stosowany dla dużych ilości danych. Metodą k-średnich badano dane pozyskane w czasie inwentaryzacji obiektów oraz w wyniku symulacji komputerowych funkcjonowania budynków, zawierające m.in. roczne wartości zapotrzebowania na ciepło (symulowane z krokiem czasowym godzinnym). Z uwagi na względną prostotę metodyki oraz uzyskane bardzo dobre wyniki, proponowane podejście jest bardzo obiecujące dla zastosowań technicznych, w tym analiz budynków pod kątem systemów HVAC.

6

Wspomaganie decyzji zakupowych w branży spawalniczej za pomocą metody K-średnich

Rogalewicz M., Kujawińska A.

Zeszyty Naukowe Politechniki Poznańskiej. Organizacja i Zarządzanie

|

2016

|

Nr 70

203--214

PL

Podejmowanie decyzji w przedsiębiorstwie wiąże się często z wyborem najlepszego rozwiązania na podstawie wielu kryteriów opisujących analizowany problem. Z tego punktu widzenia można go nazwać wielokryterialnym problemem decyzyjnym. W artykule przedstawiono zastosowanie jednej z metod wspomagania decyzji – analizy skupień metodą k-średnich – w doborze materiałów dodatkowych do procesu spawania metodą SAW. Dokonano podziału na skupienia, uwzględniając dwa kryteria doboru ich początkowych centrów, porównano oba warianty, a na końcu scharakteryzowano szczegółowo grupy wyodrębnione za pomocą jednego z nich. Wybrane podejście do analizy skupień okazało się przydatne we wspomaganiu decyzji dotyczących zakupów w branży spawalniczej.

EN

Decision-making in enterprises is often connected with selecting the best solution on the basis of many criteria describing the analyzed problem. From this point of view, it can be called a multi–criterial decision–making problem. The article presents the use of a chosen clustering method – the k-means method – in the selection of materials for the SAW method process. Clusters were divided into two, based on the two different ways of choosing their initial centers. The two options were compared, and finally the clusters created on the basis of the chosen division were characterized in detail. The selected approach proved useful as decision-making support for purchasing materials in the welding industry.

7

Geometric characteristics of Iraq’s raster topographic maps used for automatic updating the road network

Abdallah R.

Geomatics, Landmanagement and Landscape

|

2015

|

no. 3

7--18

EN

This paper is devoted to the problem of road network extraction from raster image. The task of road network extraction is formulated in common view. The approach to the road map extraction has been proposed which can be applied for topographic map updating and is based on image clustering by k-means method and on application of scanning algorithm for extraction of road network fragments. Road map description is formed as set of linear fragments with knowing parameters. These linear fragments are created by merging of smaller parts. Experimental researches were implemented for maps of 10 Iraq cities. Experimental results show in average the extraction precision of 86% (in comparison with human expert).

8

Obiektowa implementacja algorytmu klasteryzacji metodą k-średnich

Dramski M.

Studia i Materiały Informatyki Stosowanej

|

2009

|

nr 1

25-27

PL

Algorytm klasteryzacji metodą k-średnich to jeden z najpopularniejszych sposobów służących do klasyfikacji danych przy użyciu metod sztucznej inteligencji. Otrzymane klastry mogą dalej posłużyć do budowy np. modeli neuronowych z wykorzystaniem dzwonów Gaussa (sieci RBF) czy rozmytych modeli Takagi-Sugeno. Niniejszy artykuł przedstawia implementację tego algorytmu języku C++. Można tu znaleźć opis klasy, która może później posłużyć jako biblioteka do dowolnego programu napisanego w tym języku

EN

K-means clustering algorithm is one of the most popular ways for data classification using artificial intelligence methods. Obtained clusters can be further used e.g. to build RBF networks or Takagi-Sugeno fuzzy models. This paper contains the implementation of this algorithm in C++ programming language. You can find there the description of the class, which can serve as a library in different programs written in C++.

9

Verification of the Credit Granting Decision by Selected Methods

Witkowska D., Kamiński W.

Journal of Applied Computer Science

|

2005

|

Vol. 13, nr 1

17-34

EN

The aim of the paper is to present the results of application artificial neural networks to firm classification and to verification the credit granting decision made by the bank experts. The experiments are provided on the basis of data regarding 115 small enterprises that applied for a credit in two regional banks in Poland. The accuracy of classification is evaluated in terms of classification errors. To evaluate the efficiency of artificial neural networks we compare the ANN results to the ones that were obtained applying linear discriminant analysis and k-means method.

10

Flow Control in a Single Connection ATM Network with a Limited Source Capability

Karbowańczyk M., Bartoszewicz A.

Journal of Applied Computer Science

|

2005

|

Vol. 13, nr 1

35-46

EN

In this paper the problem of flow control in a single connection, fast communication network is considered. A new discrete time algorithm governing the source behaviour is proposed. The algorithm ensures full link utilisation and no cell loss in the controlled virtual circuit. Consequently, the need of cell retransmission is eliminated. These favourable properties are obtained not only when the ideal source is considered, but also in the case when at a particular period of time the source cannot send data at the rate determined by the controller.