PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 12

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available Analysis of the exploitation failure rate in Polish MV networks
Kornatka M.
Eksploatacja i Niezawodność
|
2018
|
Vol. 20, no. 3
413--419
EN
The paper presents an analysis of exploitation failure rate in MV overhead and cable lines and in MV/LV transformers in the Polish power system. The reliability analysis is carried out by means of a non-parametric method using kernel estimators. The data are obtained from power networks of various operating conditions, and because of that the weight of data is taken into consideration. Additionally, the paper offers an innovative way of presenting the reliability data in a graphic form.
PL
W artykule przedstawiono wyniki analizy danych eksploatacyjnych awaryjności linii napowietrznych i kablowych średniego napięcia jak również transformatorów SN/nN krajowego systemu elektroenergetycznego. Do analizy zagadnienia zastosowano nieparametryczną metodę analizy danych niezawodnościowych sieci elektroenergetycznych z wykorzystaniem estymatorów jądrowych. Poszczególne dane pochodzą z sieci elektroenergetycznych mających różny charakter pracy, dlatego uwzględniono w analizie wagę poszczególnych danych. W artykule zaproponowano także nowy sposób prezentacji graficznej analizowanych danych niezawodnościowych.
2
Content available remote Zastosowanie jądrowych estymatorów gęstości prawdopodobieństwa do opisu zużycia wody w gospodarstwie domowym
Błażejewski R., Szaj-Jędraszczyk O.
Gaz, Woda i Technika Sanitarna
|
2017
|
Nr 10
392--394
PL
W pracy zaprezentowano możliwości zastosowania nieparametrycznych estymatorów jądrowych do opisu zużycia wody w gospodarstwie domowym. Rozpatrzono dobowe zużycie wody na różne cele bytowe w ciągu 101 dób przez czteroosobowe gospodarstwo domowe. Pomiary zużycia wody były wykonane za pomocą wodomierza zimnej wody, wodomierza zimnej wody dla ustępu spłukiwanego i wodomierza ciepłej wody. Do estymacji funkcji gęstości prawdopodobieństwa poszczególnych rodzajów pobieranej wody wykorzystano dwa estymatory jądrowe: normalny i Epanecznikowa. Stworzono autorski program w arkuszu kalkulacyjnym MS Excel, pozwalający wyznaczyć wartość parametru wygładzania oraz estymowaną wartość funkcji gęstości. Stwierdzono dużą przydatność tego typu estymacji do opisu wielomodalnych, niesymetrycznych rozkładów prawdopodobieństwa, jakimi charakteryzuje się m.in. dobowe zużycie wody przez pojedyncze gospodarstwo domowe. Największą trudność w zastosowaniu estymatorów jądrowych sprawiało wyznaczenie wartości parametrów wygładzania.
EN
The paper presents feasibility of nonparametric kernel estimators’ application to describe the use of water in a household. Daily consumption of the water by a household inhabited by four persons was metered during 101 days. Three water-meters were installed: for cold water (without WC), separately for cold water in water closet as well as for hot water. To estimate probability density functions of the water usage two kernel estimators were applied: a normal one and the Epanechnikov kernel. The authors’ program was created within spreadsheet MS Excel to determine a smoothing parameter and the estimated value of the density function. A great usefulness of the kernel estimators was stated for the description of multi-modal, asymmetric probability density functions including daily water use by a single household. The most troublesome problem in such non-parametric estimation was the determination of smoothing parameters.
3
Content available remote Nonparametric regression approach: applications in agricultural science
Charytanowicz M., Czachor H., Niewczas J.
Czasopismo Techniczne. Automatyka
|
2013
|
R. 110, z. 1-AC
17--27
EN
In this paper, a method for determining the soil pore size distribution, constituting the subject of the presented investigations, is proposed. A research study was conducted using image analysis algorithms, and in turn, nonparametric statistical techniques. The results and further work will be discussed in section four. The purpose of this investigation is to discover the relationship between the pore size and volume of the corresponding pores. The algorithm presented here is based on the theory of statistical kernel estimators. This frees it of assumptions in regard to the form of regression function. The approach is universal, and can be successfully applied for many tasks in data mining, where arbitrary assumptions concerning the form of regression function are not recommended.
PL
Celem niniejszego artykułu jest zaprezentowanie procedury wyznaczania rozkładu wielkości porów w agregatach glebowych. Do scharakteryzowania zależności pomiędzy badanymi zmiennymi wykorzystana zostanie funkcja regresji. W przeprowadzonych badaniach zastosowano algorytmy analizy obrazów cyfrowych oraz metodykę statystycznych estymatorów jądrowych. Przedstawiona metoda umożliwia uzyskanie właściwej charakterystyki rozkładu wielkości porów i może stanowić efektywne narzędzie stosowane w wielu zagadnieniach eksploracji danych. Jako model nieparametryczny, nie wymaga założeń dotyczących kształtu zależności funkcyjnej między rozpatrywanymi zmiennymi.
4
Content available remote Nonparametric estimation for soil pore size distribution
Charytanowicz M.
Czasopismo Techniczne. Automatyka
|
2013
|
R. 110, z. 4-AC
17--27
EN
The study is concerned with the nonparametric kernel estimation to determine the soil porosity and pore size distribution. The kernel density estimation, the kernel estimation of cumulative distribution function, and the kernel estimator of quantile are considered. After a short description of the method, practical aspects and applications in agricultural science are presented. The nonparametric kernel estimation does not require a priori assumptions relating to the choice of the density function shape. Moreover, its natural interpretation together with its suitable properties makes them an adequate tool among others in estimation methods.
PL
Przedmiotem niniejszego artykułu jest zastosowanie nieparametrycznej estymacji jądrowej do scharakteryzowania rozkładu wielkości porów glebowych. W artykule przedstawiono jądrowy estymator gęstości i dystrybuanty oraz opisano algorytm wyznaczania jądrowego estymatora kwantyla, istotne ze względu na badanie porowatości agregatów glebowych. Zagadnienia te zostały zilustrowane przykładowymi zastosowaniami w naukach rolniczych. Nieparametryczna estymacja jądrowa nie wymaga a priori założeń dotyczących kształtu funkcji gęstości rozkładu prawdopodobieństwa i jest uzasadniona w sytuacji braku znajomości jej teoretycznego modelu. Ze względu na swobodę w doborze jądra oraz procedur wyznaczania parametrów estymatora możliwe jest dostosowanie jego własności do uwarunkowań konkretnego problemu.
5
Estymatory jądrowe jako narzędzie opisu jednostkowego rocznego zużycia ciepła w lokalach mieszkalnych
Bartnicki G., Kamola A.
Ciepłownictwo, Ogrzewnictwo, Wentylacja
|
2012
|
T. 43, nr 10
449-453
PL
W artykule przedstawiono teoretyczne podstawy wykorzystania estymatorów jądrowych jako narzędzia matematycznego do analizy danych pomiarowych. Zastosowano je następnie do opracowania danych pomiarowych dotyczących sezonowego zużycia ciepła w budownictwie mieszkaniowym w postaci jednostkowego rocznego zużycia ciepła do ogrzewania odniesione do powierzchni mieszkania. Zaprezentowano wyniki uzyskane na podstawie pomiarów w latach 2008-2011.
EN
The paper presents the theoretical basis for the use of kernel estimators as a mathematical tool for analyzing measurement data. They are then used to develop the data for seasonal heat consumption in residential buildings as unitary annual heat consumption related to the flat surface. The measurement results obtained in 2008-2011 are presented.
6
Zastosowanie nieparametrycznych estymatorów jądrowych do analizy danych sondażowych
Gramacki A., Gramacki J.
Metody Informatyki Stosowanej
|
2011
|
nr 2
37-43
EN
The paper concerns nonparametric estimation of probability density functions (PDF). We demonstrate how one can use PDFs for easy and smart analysis of opinion polls data. Authors use PGSS dataset (Polish General Opinion Poll) made freely available in ADS [11] library. PGSS contains data collected during a large number of opinion polls carried out between 1992 and 2008. It contains answers for 1640 different questions asked to 16234 different citizens. From PGSS dataset we extracted data about Polish Presidential Elections held in 1990, 1995, 2000 and 2005. We analyze the support given to different candidates, as well as the fact of participation or not participation in the Elections as the function of citizens’ age. Based on PDF plots we try to describe political preferences of Poles.
7
Content available remote A complete gradient clustering algorithm formed with kernel estimators
Kulczycki P., Charytanowicz M.
International Journal of Applied Mathematics and Computer Science
|
2010
|
Vol. 20, no 1
123-134
EN
The aim of this paper is to provide a gradient clustering algorithm in its complete form, suitable for direct use without requiring a deeper statistical knowledge. The values of all parameters are effectively calculated using optimizing procedures. Moreover, an illustrative analysis of the meaning of particular parameters is shown, followed by the effects resulting from possible modifications with respect to their primarily assigned optimal values. The proposed algorithm does not demand strict assumptions regarding the desired number of clusters, which allows the obtained number to be better suited to a real data structure. Moreover, a feature specific to it is the possibility to influence the proportion between the number of clusters in areas where data elements are dense as opposed to their sparse regions. Finally, the algorithm-by the detection of one-element clusters-allows identifying atypical elements, which enables their elimination or possible designation to bigger clusters, thus increasing the homogeneity of the data set.
8
Adaptive kernel algorithms for time series prediction
Michalak M.
Studia Informatica
|
2009
|
Vol. 30, nr 3A
25-35
EN
The article describes two kernel algorithms of the regression function estimation, that are used for the time series prediction. First of them {HASKE) has its own heuristic of the h parameter evaluation. The second (HKSVR) connects SVMand the HASKE in such way that it is based on the HASKE heuristic of local neighborhood evaluation.
PL
W artykule opisano dwa nowe algorytmy estymacji funkcji regresji, zastosowane do predykcji szeregów czasowych. Pierwszy z nich (HASKE) opiera się na pewnej heurystyce wyznaczania parametru wygładzającego. Drugi z nich (HKSVR) łączy HASKE z SVR przez wykorzystanie wspomnianej heurystyki.
9
Ocena rzeczywistej wydajności wybranych regresorów
Michalak M., Stąpor K.
Studia Informatica
|
2008
|
Vol. 29, nr 1
23-33
PL
Poniższa praca porusza temat nieparametrycznej estymacji funkcji regresji oraz jej efektywności czasowej. Autorzy porównują dokładność regresji, ale i czas potrzebny na wyznaczenie wartości dla obiektu testowego. Czas ten uwzględnia nie tylko samo wyznaczanie wartości, ale i etap tworzenia regresora. Eksperymenty zostały przeprowadzone na wielowymiarowych danych rzeczywistych.
EN
This paper raises a problem of nonparametric estimation of the regression function and its time efficiency. Authors compare the regression accuracy but considers also the time that is needed to evaluate the value for the test object. That time takes into consideration the evaluation time, but also the time of regressor creating. Experiments were conducted with the usage of multidimensional real data.
10
Content available remote Applicational possibilities of nonparametric estimation of distribution density for control engineering
Kulczycki P.
Bulletin of the Polish Academy of Sciences. Technical Sciences
|
2008
|
Vol. 56, nr 4
347-359
EN
Together with the dynamic development of modern computer systems, the possibilities of applying refined methods of nonparametric estimation to control engineering tasks have grown just as fast. This broad and complex theme is presented in this paper for the case of estimation of density of a random variable distribution. Nonparametric methods allow here the useful characterization of probability distributions without arbitrary assumptions regarding their membership to a fixed class. Following an illustratory description of the fundamental procedures used to this end, results will be generalized and synthetically presented of research on the application of kernel estimators, dominant here, in problems of Bayes parameter estimation with asymmetrical polynomial loss function, as well as for fault detection in dynamical systems as objects of automatic control, in the scope of detection, diagnosis and prognosis of malfunctions. To this aim the basics of data analysis and exploration tasks – recognition of outliers, clustering and classification – solved using uniform mathematical apparatus based on the kernel estimators methodology were also investigated.
11
Content available remote Bayes sharpening of imprecise information
Kulczycki B., Charytanowicz M.
International Journal of Applied Mathematics and Computer Science
|
2005
|
Vol. 15, no 3
393-404
EN
A complete algorithm is presented for the sharpening of imprecise information, based on the methodology of kernel estimators and the Bayes decision rule, including conditioning factors. The use of the Bayes rule with a nonsymmetrical loss function enables the inclusion of different results of an under- and overestimation of a sharp value (real number), as well as minimizing potential losses. A conditional approach allows to obtain a more precise result thanks to using information entered as the assumed (e.g. current) values of conditioning factors of continuous and/or binary types. The nonparametric methodology of statistical kernel estimators freed the investigated procedure from arbitrary assumptions concerning the forms of distributions characterizing both imprecise information and conditioning random variables. The concept presented here is universal and can be applied in a wide range of tasks in contemporary engineering, economics, and medicine.
12
Content available remote An algorithm for Bayes parameter identification with quadratic asymmetrical loss function
Kulczycki P., Mazgaj A.
Control and Cybernetics
|
2005
|
Vol. 34, no 4
1127-1148
EN
The paper deals with the estimation problem of model parameter values, in tasks where overestimation implies results other than underestimation, and wliere losses arising from this can be described by a quadratic function with different coefficients characterizing positive and negative errors. In the approach presented, the Bayes decision rule was used, allowing for minimizing potential losses. Calculation algorithms were based on the theory of statistical kernel estimators, which frees the method from distribution type. The result constitutes a complete numerical procedure enabling effective calculation of the value of an identified parameter or - in the multidimensional case - the vector of parameters. The method is aimed at both of the main contemporary approaches to uncertainty modeling: probabilistic and fuzzy logic. It is universal in nature and can be applied in a wide range of tasks of engineering, economy, sociology, biomedicine and other related fields.
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.