Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 6

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Multiclassifier systems applied to the computer-aided sequential medical diagnosis
EN
The diagnosis of patient's state based on results of successive examinations is common task in the medicine. In computer-aided algorithms taking into account the patient's history in order to improve the quality of classification seems to be very reasonable solution. In this study, two original multiclassifier systems (MC) for the computer-aided sequential diagnosis are developed, which differ with decision scheme and the methods of combining of base classifiers. The first MC system is based on dynamic ensemble selection scheme and works in two-level structure. The second MC system in combining procedure uses original concept of meta-Bayes classifier and produces decision according to the Bayes rule. Both MC systems were practically applied to the diagnosis of human acid–base equilibrium states and compared with some state-of-the-art sequential diagnosis methods. Results obtained in experimental investigations imply that MC system is effective approach, which improves recognition accuracy in sequential diagnosis scheme.
PL
Warunki opadowe (czyli suma opadu i liczba dni z opadem), jakie panują w danym sezonie, na określonym terenie, są bardzo ważne w agrometeorologii. W pracy analizowano związki między indeksami cyrkulacyjnymi i typami cyrkulacji zdefiniowanymi przez J. Lityńskiego i sezonowymi warunkami opadowymi dla sześciu wybranych stacji synoptycznych Polski. Stacje te reprezentują różne regiony Polski. Poszukiwano związków przydatnych z punktu widzenia klimatologa oraz osoby prognozującej pogodę. Ważne więc było, aby dana sytuacja cyrkulacyjna nie tylko często towarzyszyła danej klasie opadowej, ale żeby jednocześnie do rzadkości należały przypadki, gdy cyrkulacja ta występowała z inną klasą opadową. Warunki opadowe określono, posługując się kilkoma klasyfikacjami: pięcioklasową bazującą na stosunku sumy opadu i liczby dni z opadem do ich wieloletnich średnich sezonowych (Biuletyn Meteorologiczno-Hydrologiczny w IMGW), siedmioklasową dla sumy opadu, opartą na standaryzowanym indeksie opadowym – SPI (często wykorzystywaną w opracowaniach agrometeorologicznych) oraz trzyklasową KLIM, stosowaną w prognozach długoterminowych zarówno w stosunku do sezonowej sumy opadu, jak i liczby dni z opadem. Cyrkulacja sezonowa została opisana za pomocą odniesienia wartości percentyli dla sezonu z danego roku do percentyli z okresu referencyjnego 1981–2010. Percentyle dotyczyły wartości indeksów będących podstawą klasyfikacji Lityńskiego oraz liczby dni z danym typem lub jego składową. Za pomocą indeksu Jaccarda zbadano siłę związków między klasami opadowymi i typami cyrkulacji oraz między klasami opadowymi i poszczególnymi składowymi cyrkulacji. Autor przeprowadził dwie rekonstrukcje warunków opadowych za pomocą prostego probabilistycznego klasyfikatora Bayesa (dla typów i indeksów cyrkulacyjnych na wejściu). Celem pracy było sprawdzenie, czy klasyfikacja według Lityńskiego jest przydatna przy opracowywaniu modelu prognozy sezonowych suszy i powodzi. Potwierdziła się hipoteza, że cyrkulacja atmosferyczna niesie ze sobą informację o bieżących i przyszłych warunkach opadowych, należy ją jednak uwzględniać w modelach prognostycznych razem z wiedzą o innych procesach atmosferycznych.
EN
Precipitation conditions (i.e. the sum of precipitation and number of days with precipitation), which exist in a given season and area, are very important for agriculture. The aim of the study was to verify the thesis that the atmospheric circulation based on Lityński’s indices and types of circulation, can determine the most likely precipitation conditions, in future seasons, in selected synoptic stations in Poland. Precipitation conditions were specified using several classifications: of five classes based on the ratio of total precipitation (number of days with precipitation to their seasonal many-years averages (Meteorological and Hydrological Bulletin, IMWM), of seven classes for total precipitation, based on Standardized Precipitation Index – SPI (often used in studies of agrometeorological), and of three classes system, which is used in long-term forecasts (this classification, denoted KLIM, describes either total precipitation and the number of days with precipitation). Seasonal circulation was described by reference of percentiles for the season of the year to the percentiles of the reference period 1981–2010. Percentiles were determined for the values of the indices and the number of days with selected type or its component. The author conducted two reconstructions of precipitation characteristics using a simple probabilistic Bayesian classifier (for types and circulation indices as explanatory variables). The aim of this work was to verify whether the classification according to Lityński is useful in forecasting of seasonal drought and flooding. The hypothesis has been confirmed that the atmospheric circulation delivers the information about current and future precipitation conditions but the knowledge of other atmospheric processes should be taken into account in forecasting models.
PL
W pracy przedstawiono wyniki badań diagnostycznych silnika obcowzbudnego prądu stałego. Zastosowano w diagnostyce metodę analizy opartą na szybkiej transformacie Fouriera (FFT) i metodę rozpoznawania wykorzystującą klasyfikator Bayesa. W procesie uczenia wyznaczano zbiór najistotniejszych częstotliwości, dla których różnice odpowiadających sygnałów w dwóch stanach silnika są największe. W procesie identyfikacji rozpoznawano trzy kategorie sygnałów: stan bez uszkodzenia, stan przerwy zezwojów wirnika i stan zwarcia zezwojów wirnika.
EN
In the work results of diagnostic investigations of separately excited dc motor were presented. In diagnostics were applied a Fourier analysis method basing on fast Fourier transform (FFT) and a recognition method using Bayes classifier. In training process a set of the most important frequencies has been determined for which differences of corresponding signals in two states are the largest. Three categories of signals have been recognized in identification process: faultless state, state of breaking the rotor coils and state of shorting the rotor coils.
PL
W opracowaniu przedstawiono aktualnie rozwijane reprezentacje wiedzy i sposoby opisów zdarzeń, dla systemu wnioskowania na podstawie przypadków zdarzeń służb ratowniczych Państwowej Straży Pożarnej PSP. W artykule zaproponowano sposób ich przetwarzania. Przedstawiony sposób bazuje na klasyfikacji i wyszukiwaniu opisów zdarzeń.
EN
This paper describes a review of actual developed knowledge representation and case representation for fire services cases based reasoning system. The article also describes a method of processing the cases of events. This processing method based on classification and information retrieval.
5
Content available remote Zaawansowane metody statystyczne w sterowaniu procesami produkcyjnymi
PL
Omówiono rosnące znaczenie statystycznego sterowania procesami produkcyjnymi oraz zasady budowy systemów typu Six Sigma. Przedstawiono ideę narzędzi statystycznych nowego typu, jakimi są systemy uczące się, dotychczas nie stosowane w tego typu systemach. Zaprezentowano działanie tzw. naiwnego klasyfikatora Bayesa i przedyskutowano możliwości jego zastosowań w praktyce produkcyjnej.
EN
Growing significance of statistical process control and principles of the Six Sigma type systems are discussed. An idea of new type of statistical tools, i.e. learning systems is presented. Functioning of naive Bayesian classifier is shown and its practical capabilities are discussed.
PL
Omówiono naiwny klasyfikator Baycsa, stosowany jako probabilistyczny system uczący się. Porównano błędy przewidywania jakości odlewów za pomocą tego systemu oraz sztucznych sieci neuronowych. Wykazano, że zarówno dla wielkości wyjściowych typu binarnego (wystąpienie wady lub jej brak), jak i parametrów ciągłego, model oparty na statystyce może stanowić dobre narzędzie diagnostyczne, alternatywne dla sieci neuronowej.
EN
Naive Bayesian classifier, applied as a probabilistic learning system, is discussed. Prediction capabilities of the system, applied to quality parameters of castings, is compared to those of artificial neural networks. It is shown .that for both types of output: binary (i.e. appearance or lack of a defect) and continuous ones, the statistical type model can be a good diagnostic tool, alternative to neural networks.
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.