Wyniki wyszukiwania - BazTech

1

Analysis of multi-source data for monitoring and control of intelligent technological systems

Rymarczyk Tomasz, Przysucha Bartosz, Pawlik Paweł

Przegląd Elektrotechniczny

|

2020

|

R. 96, nr 9

95--98

EN

The article presents a part of cyber-physical system for acquiring, processing and controlling from measurement data. The technology was based on, intelligent measurement sensors, internet of Things as a solution for Industry 4.0. The aspect raised in the article concerns data reduction and selection of an appropriate covariant in the modeling optimization of modeling faults by the Cox model for a specific mechanical system.

PL

Artykuł przedstawia część cyber-fizycznego systemu do zbierania, przetwarzania i sterowania przy pomocy informacji pochodzącej z danych pomiarowych. Technologia ta została oparta na inteligentnych czujnikach pomiarowych z użyciem internetu rzeczy jako rozwiązania dla Przemysłu 4.0. Aspekt poruszony w pracy dotyczy redukcji danych i wyboru odpowiedniego kowariantu w optymalizacji modelowania usterek modelem Coxa dla konkretnego układu mechanicznego.

2

Analysis of data from measuring sensors for prediction in production process control systems

Rymarczyk Tomasz, Przysucha Bartek, Kowalski Marcin, Bednarczuk Piotr

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2019

|

T. 9, nr 4

26--29

EN

The article presents a solution based on a cyber-physical system in which data collected from measuring sensors was analysed for prediction in the production process control system. The presented technology was based on intelligent sensors as part of the solution for Industry 4.0. The main purpose of the work is to reduce data and select the appropriate covariate to optimise modelling of defects using the Cox model for a specific mechanical system. The reliability of machines and devices in the production process is a condition for ensuring continuity of production. Predicting damage, especially its movement, gives the ability to monitor the current state of the machine. In a broader perspective, this enables streamlining the production process, service planning or control. This ensures production continuity and optimal performance. The presented model is a regressive survival analysis model that allows you to calculate the probability of failure occurring over a given period of time.

PL

Artykuł przedstawia rozwiązanie oparte na systemie cyber-fizycznym, w którym analizowano dane zbierane z czujników pomiarowych do predykcji w systemie kontroli procesów produkcyjnych. Przedstawiona technologia została oparta na inteligentnych czujnikach pomiarowych jako element rozwiązania dla Przemysłu 4.0. Głównym celem pracy jest redukcja danych i wybór odpowiedniego kowariantu w celu optymalizacji modelowania usterek za pomocą modelu Coxa dla konkretnego układu mechanicznego. Niezawodność pracy maszyn i urządzeń w procesie produkcyjnym jest warunkiem zapewnienia ciągłości produkcji. Przewidywanie uszkodzenia, a zwłaszcza jego momentu daje możliwość monitorowania bieżącego stanu maszyny. W szerszej perspektywie umożliwia to usprawnienie procesu produkcji, planowania serwisu, czy kontroli. Zapewnia to utrzymanie ciągłości produkcji i optymalnej jej wydajności. Przedstawiony model jest regresywnym modelem analizy przeżycia, który pozwala na obliczanie prawdopodobieństwa wystąpienia awarii w określonym czasie.

3

Model hazardów proporcjonalnych Coxa

Deszyńska A.

Matematyka Stosowana : matematyka dla społeczeństwa

|

2011

|

T. 13/54

1-32

PL

Celem pracy jest prezentacja modelu hazardów proporcjonalnych Coxa (ang. Cox proportional hazards model), charakteryzujących go własności oraz metod estymacji jego parametrów. Znajduje on zastosowanie w analizie przeżycia przy przewidywaniu szans przetrwania pewnych obiektów (najczęściej pacjentów w badaniach medycznych). Istotną zaletą modelu jest możliwość uwzględnienia w nim danych niepełnych, które często pojawiają się w przeprowadzanych badaniach — zarówno w sposób losowy, jak i celowy. Model Coxa sprawdza się szczególnie dobrze w sytuacji, gdy interesujące jest określenie skuteczności sposobu leczenia w sensie porównawczym, czyli w odniesieniu do innych terapii. Terminologia i przykłady zaczerpnięte są na ogół z medycyny, ale opisany model stosuje się również np. w socjologii, kryminalistyce czy inżynierii. Słowa kluczowe: model Coxa, hazard, analiza przeżycia.

EN

The paper presents Cox proportional hazards model, its properties and methods of its parameters estimation. It is widely applicable in survival analysis – in prediction of survival chances of some objects (usually patients in medical studies). The essential advantage of the model is allowing of incomplete data, which often appear in studies – both in random and fixed way. Cox model works especially well when determination of treatment effectiveness in comparative sense (with reference to other therapies) is needed. Terminology and examples are usually taken from medicine but the model can be used also in sociology, crime detection or engineering.

4

Generalized linear models for the hazard function of survival data

Boracchi P., Biganzoli E.

Biocybernetics and Biomedical Engineering

|

2001

|

Vol. 21, no. 2

39-54

EN

The study of the disease dynamic led to a growing interest on modelling the hazard function of survival data. Several hazard regression modelling approaches have been proposed in literature, being based on parametric and non-parametric estimators. However, in the largest part of the published studies, the semi-pararnetric Cox regression model is used to evaluate covariate effeets leaving unspecified the hazard function on time. Alternatively, the adoption of classical parametric models (exponential, Weibull, etc.), allows for the direct estimation of the hazard function but relies on strict assumptions on the shape of time distributions. A possible reason for the little diffusion of flexible hazard regression models could be related to the very specialized statistical techniques underlying their implementation. The flexible extension of generalized linear models, well known arnong biostatisticians, is proposed here for estimating the hazard function of survival data, allowing for a simple model implementation and giving insightful information on the disease dynamic. Examples on two literature datasets from cancer trials are provided.

PL

Badanie dynamiki chorób prowadzi do wzrostu zainteresowania modelowaniem funkcji hazardu na podstawie danych analizy przeżyć. Kilka modeli regresyjnych funkcji hazardu zostało zaproponowanych w literaturze w oparciu zarówno o estymatory parametryczne, jak i nieparametryczne. Jednakże w większości prac używa się modelu regresyjnego Coxa, co prowadzi do pomijania zależności funkcji hazardu od czasu. Alternatywnie, przyjmując klasyczny model parametryczny (wykładniczy, Weibulla itd.) mamy możliwość bezpośredniej estymacji funkcji hazardu, ale jesteśmy ograniczani przyjmowanymi na początku założeniami o kształcie rozkładu. Możliwą przyczyną ograniczanego jak dotąd stosowania elastycznych modeli regresyjnych mogą być bardzo wyspecjalizowane techniki statystyczne związane z ich implementacją. Elastyczne rozszerzenie uogólnionych modeli liniowych zaproponowane w pracy pozwala na prostą implementację oraz daje użyteczną interpretację o dynamice choroby. W pracy podane są przykłady tworzenia tych modeli na bazie dwu zbiorów danych onkologicznych znanych z literatury.

5

Adaptive robust estimation in the Cox regression model

Bednarski T.

Biocybernetics and Biomedical Engineering

|

1999

|

Vol. 19, no. 4

5-15

EN

A family of robust estimators of the regression parameter for the Cox regression model proposed and recommended by Bednarski in [3] depends on the true unknown parameter. It is demonstrated that an adaptive procedure, making use of preliminary robust estimators, leads to asymptotically equivalent estimation procedures. Discussion of data analysis for a real data case is given.

PL

Rodzina odpornych estymatorów parametru regresji w modelu Coxa, zaproponowana przez Bednarskiego (3), zależy od wartości nieznanego parametru. Dowodzi się, że procedura adaptacyjna polegająća na zastąpieniu parametru przez "prowizoryczny" odporny estymator, nie zmienia asymptotycznych własności wyjściowego estymatora. Praca zawiera także statystyczną analizę rzeczywistego zbioru danych.