Wyniki wyszukiwania - BazTech

1

Selected methods of project and data analysis

Gembalska-Kwiecień Anna

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska

|

2022

|

z. 161

7--22

EN

Purpose: Presentation of selected methods of project and data analysis - describes how data on ongoing projects should be collected, so that it can be used later, by applying the appropriate methodology. Design/methodology/approach: Literature research of the subject was carried out. Finding: Having a methodology for data collection leads, in the long term, to the implementation of a system that allows the use of this methodology. The system should provide information to help make better decisions, reducing or eliminating the risk of project failure. Practical implications: Development of a methodology of data collection and analysis on this basis. Originality/value: The implemented projects are comparable with each other and, on this basis, it can be argued that identifying the risks that have occurred in the past, during the implementation of various stages of projects, can contribute to more effective risk management during the implementation of current and future projects.

2

Decision procedure of the choice of statistical analysis method of repeated measurements data

Kubik-Komar A., Kuna-Broniowska I.

Logistyka

|

2015

|

nr 5

263--269, CD1

EN

In the integrated logistics and marketing management the company increasingly adopting the results of modern industrial experiments. The paper presents the principle of selecting one of these types statistical analysis method. The aim of the study was to determine the conditions for application of a few selected methods for analyzing of repeated measurements data and to develop procedures for dealing with decisionmaking process of choosing one of them. Analysis of this type of data is often carried out in an irregular manner, in particular correlations between measurements are not always taken into account. Three basic parametric methods for the analysis of such data were considered and discussed. The decisional procedures for the methods of analysis with repeated measurements are presented graphically in the form of a diagram. The developed procedures for handling enriched with practical tips for choosing the methods of data analysis with repeated measurements, which were formulated in the form of conclusions.

PL

W zintegrowanym zarządzaniu logistyczno–marketingowym kierownictwo przedsiębiorstwa coraz częściej wykorzystuje wyniki nowoczesnych eksperymentów przemysłowych. W pracy przedstawiono zasady wyboru metody analizy statystycznej wyników jednego z tego typu eksperymentów. Celem pracy było określenie uwarunkowań do stosowania kilku wybranych metod analizy danych z powtarzanych pomiarów oraz opracowanie procedury postepowania przy procesie decyzyjnym wyboru jednej z nich. Analiza tego typu danych jest często prowadzona w sposób nieprawidłowy, w szczególności korelacje pomiędzy pomiarami nie zawsze są brane pod uwagę. W pracy omówiono trzy podstawowe parametryczne metody analizy danych tego typu. Ścieżkę decyzyjną procedury wyboru metody analizy danych z powtarzanymi pomiarami zaprezentowano graficznie w postaci schematu. Opracowaną procedurę postepowania wzbogacono o praktyczne wskazówki dotyczące wyboru metody analizy danych z powtarzanymi pomiarami, które sformułowano w postaci wniosków.

3

Możliwości metod Data Mining w geograficznych systemach informacyjnych zorientowanych na zarządzanie zasobami ziemi

Górniak-Zimroz J., Woźniak J., Zimroz R.

Prace Naukowe Instytutu Górnictwa Politechniki Wrocławskiej. Studia i Materiały

|

2005

|

Vol. 113, nr 31

75-86

PL

Metody Data Mining dostarczają nową jakość i zakres analiz danych w systemach geoinformacyjnych, poprzez odkrywanie dodatkowej wiedzy zawartej w zintegrowanych danych przestrzennych i nie przestrzennych. Stosowane są do tego celu coraz popularniejsze metody i techniki oparte na sieciach neuronowych, modelowaniu statystycznym, czy zbiorach rozmytych W artykule zaprezentowano wyniki prac prowadzonych w Instytucie Górnictwa Politechniki Wrocławskiej w zakresie metod przetwarzania danych w systemach GIS dotyczące analizy danych opisujących właściwości wyrobisk górniczych, w odniesieniu do podobnych prac realizowanych w wiodących ośrodkach na świecie

EN

Data Mining approach can provide new set of data analysis techniques based on statistical analysis, artificial neural network or fuzzy logic that can be used both for spatial and non-spatial data in GIS. The main purpose is to get unknown knowledge that is hidden in data. Discovered knowledge can be used in GIS for decision making process supporting. Some examples of work related to data mining that were done in Institute of Mining Engineering have been presented in this paper. The emphasis has been put on data preparation and unsupervised classification of data set used SOM. Research tasks based on literature analysis has been defined.

4

Zastosowanie metod eksploracji danych do analizy wydzielania się dwutlenku węgla w pomieszczeniach stacji odwadniania kopalń węgla kamiennego

Sikora M., Krzykawski D.

Mechanizacja i Automatyzacja Górnictwa

|

2005

|

R. 43, nr 6

29-42

PL

W niniejszym artykule opisano wykorzystanie eksploracyjnych metod analizy danych do klasyfikacji i predykcji stanów zagrożenia związanych z wydzieleniem się dwutlenku węgla w stacjach odwadniania kopalń. Poza opisaniem systemu monitorowania i przytoczeniem wyników analiz, przedstawiono również krótko wykorzystane metody analityczne. W szczególności algorytm indukcji reguł Modlem, algorytm grupowania danych k-means oraz algorytm indukcji reguł z liniowym modelem w konkluzji.

EN

The use of exploration methods of data analysis for classification and prediction of emergency caused by carbon dioxide emission in mine drainage stations has been described. In addition to description of monitoring system and presenting of results of analysis, the analytic methods being used have been briefly presented as well, i.e. in particular the rules Modlem, algorithm k-means grouping of data and also the rule induction algorithm with linear model in conclusion.