Wyniki wyszukiwania - BazTech

1

Review of modelling approaches for website-related predictions

Mauer Patryk

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2024

|

T. 14, nr 1

63--66

EN

This paper researches various modelling approaches for website-related predictions, offering an overview of the field. With the ever-expanding landscape of the World Wide Web, there is an increasing need for automated methods to categorize websites. This study examines an array of prediction tasks, including website categorization, web navigation prediction, malicious website detection, fake news website detection, phishing website detection, and evaluation of website aesthetics.

PL

Ten artykuł naukowy przeprowadza analizę różnorodnych metod modelowania stosowanych do prognozowania aspektów witryn internetowych, zapewniając przegląd tej dynamicznie rozwijającej się dziedziny. Podczas gdy Internet nieustannie się powiększa, nabiera wagi potrzeba stosowania automatycznych metod do klasyfikacji nowo powstających stron internetowych. Zbadano metody zastosowane w szerokim zakresie przewidywań, obejmujących kategoryzację witryn internetowych, prognozowanie zachowań nawigacyjnych użytkowników online, identyfikację stron o złośliwym charakterze, wykrywanie fałszywych informacji, rozpoznawanie prób phishingu oraz ocenę estetycznych aspektów witryn internetowych.

2

The application of trend estimation model in predicting the average selling price of timber

Adamowicz Krzysztof, Górna Aleksandra

Drewno : prace naukowe, doniesienia, komunikaty

|

2020

|

vol. 63, nr 206

147--159

EN

The article analyzes the possibility of adopting trend estimation model to predict the average selling price of timber (CGUS). The study used information about the average selling prices of timber in chosen periods (2006-2017). The data concerning the actual CGUS was used to create a trend estimation model. The models and CGUS predictions were conducted based on three different time series encompassing 5-year periods. The predicted (CGUS) trend estimation in particular years was requested based on extrapolation, which exceeded the accepted set of information used in the study to create a trend estimation model. On the basis of the conducted study it was ascertained that the method of modeling linear trend estimation should be adopted in the price prediction process. The error assessment with which the linear function formulas are burdened, it was noticed that the value of the coefficient of residual variation was between 4.40% and 7.82%. It was also noticed that the linear modeling of CGUS trend estimation, despite unfavorable values of coefficient of determination and convergence, to some extent, can be viewed as an assistance tool in the decisionmaking process in the scope of predicting the height of the analyzed price. This view was supported by the achieved predictions which were verified with the actual prices of timber. The price difference between the actual and the predicted one was between -1.59 PLN to 2.27 PLN, and in relative terms the predictive error was between 0.83 to 1.15%. In our opinion the presented research process can constitute a reference point as a comparative element to verify the results for other, new price prediction models. The process of modeling timber prices should be extended by other predicators which are connected with forest market chain.

3

Process of market strategy optimization using distributed computing systems

Nowicki W., Bera A., Błaszyński P.

Management and Production Engineering Review

|

2015

|

Vol. 6, No. 4

87--93

EN

If market repeatability is assumed, it is possible with some real probability to deduct short term market changes by making some calculations. The algorithm, based on logical and statistically reasonable scheme to make decisions about opening or closing position on a market, is called an automated strategy. Due to market volatility, all parameters are changing from time to time, so there is need to constantly optimize them. This article describes a team organization process when researching market strategies. Individual team members are merged into small groups, according to their responsibilities. The team members perform data processing tasks through a cascade organization, providing solutions to speed up work related to the use of remote computing resources. They also work out how to store results in a suitable way, according to the type of task, and facilitate the publication of a large amount of results.

4

Zastosowanie sztucznych sieci neuronowych do prognozowania cen na giełdzie energii

Miller A., Bućko P.

Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej

|

2014

|

Nr 40

69--72

PL

Jednym z aktualnych zagadnień gospodarczych jest prognozowanie cen na Giełdzie Energii. Autorzy publikacji proponują wykorzystanie do tego celu sztucznych sieci neuronowych i oprogramowania MATLAB. Opisują narzędzie do prognozy krótkoterminowej Rynku Dnia Następnego. W artykule przedstawiono sposób kalibracji danych. Opisano również użyte funkcje aktywacji w warstwach neuronowych wraz z konsekwencjami z nich wynikającymi dla samego procesu nauczania. W końcowej części artykułu porównano prognozę sieci neuronowej z rzeczywistym przebiegiem notowań na Giełdzie Energii.

EN

One of the current economic problem is the Energy Exchange price forecasting. Authors’ proposal is to implement artificial neural network and MATLAB package for price forecasting. Program for short-time forecast of the Next Day Market price is described. Data normalisation methods are presented in the paper. Neural activation functions are described and the consequences of choosing activation function on neural network learning process are discussed. In the conclusion, comparison of Energy Exchange forecast price and real prices is presented.

5

Prognozowanie obciążeń w systemie elektroenergetycznym przy użyciu sieci neuronowych SVM i MLP

Ciechulski T.

Spektrum

|

2014

|

nr 9-10

I--IV

PL

W artykule dokonano analizy metod predykcji obciążeń małego systemu elektroenergetycznego w centralnej Polsce. Bazują one na wykorzystaniu modeli predykcyjnych w postaci dwóch rodzajów sieci neuronowych: SVM i MLP. Symulacje sieci neuronowych zostały przeprowadzone w środowisku MATLAB. Uwzględniono wyprzedzenie dobowe (24 - godzinne).

EN

An analysis is made of load prediction methods applied in a small power system in central Poland. The methods are based on the use of prediction models in the form of two types of neural networks: SVM and MLP. Neural networks’ simulations were conducted in the MATLAB environment. An advance period of 24 hours was taken into account.

6

The Impact of Noise and Mismatch on SAR ADCs and a Calibratable Capacitance Array Based Approach for High Resolutions

Mueller J. H., Strache S., Busch L., Wunderlich R., Heinen S.

International Journal of Electronics and Telecommunications

|

2013

|

Vol. 59, No. 2

161-167

EN

This paper describes widely used capacitor structures for charge-redistribution (CR) successive approximation register (SAR) based analog-to-digital converters (ADCs) and analyzes their linearity limitations due to kT/C noise, mismatch and parasitics. Results of mathematical considerations and statistical simulations are presented which show that most widespread dimensioning rules are overcritical. For high-resolution CR SAR ADCs in current CMOS technologies, matching of the capacitors, influenced by local mismatch and parasitics, is a limiting factor. For high-resolution medium-speed CR SAR ADCs, a novel capacitance array based approach using in-field calibration is proposed. This architecture promises a high resolution with small unit capacitances and without expensive factory calibration as laser trimming.

7

Prediction of corrections for the Polish time scale UTC(PL) using artificial neural networks

Luzar M., Sobolewski Ł., Miczulski W., Korbicz J.

Bulletin of the Polish Academy of Sciences. Technical Sciences

|

2013

|

Vol. 61, nr 3

589--594

EN

In this paper, the effectiveness of using Artificial Neural Networks (ANNs) for predicting the corrections of the Polish time scale UTC(PL) (Universal Coordinated Time) is presented. In particular, prediction results for the different types of neural networks, i.e., the MLP (MultiLayer Perceprton), the RBF (Radial Basis Function) and the GMDH (Group Method of Data Handling) are shown. The main advantages and disadvantages of using such types of neural networks are discussed. The prediction of corrections is performed using two methods: the time series analysis method and the regression method. The input data were prepared suitable for the above mentioned methods, based on two time series, ts1 and ts2. The designation of prediction errors for specified days and the influence of data quantity for the prediction error are considered. The paper consists of five sections. After Introduction, in Sec. 2, the theoretical background for different types of neural networks is presented. Section 3 shows data preparation for the appropriate type of neural network. The experimental results are presented in Sec. 4. Finally, Sec. 5 concludes the paper.

8

Budowa modelu prognostycznego farmy wiatrowej w środowisku MATLAB

Rubanowicz T.

Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej

|

2012

|

Nr 31

123-126

PL

Liberalizacja rynku energii elektrycznej sprawiła, że branża elektroenergetyczna przechodzi obecnie dynamiczny rozwój różnych jej obszarów (aspektów). Jednym z aspektów jest prognozowanie mocy jednostek wytwórczych źródeł wiatrowych. W prognozowaniu wykorzystuje się różnego rodzaju narzędzia matematyczne. Autor niniejszej publikacji poświęcił szczególną uwagę sztucznym sieciom neuronowym. Za pomocą modeli neuronowych istnieje możliwość predykcji generacji mocy wytwórczej farm wiatrowych. Budowa modelu prognostycznego wymaga umiejętności programistycznych. Powszechnym środowiskiem programistycznym, umożliwiającym budowę modeli, jest oprogramowanie naukowo-techniczne MATLAB. Wykorzystując wbudowane funkcje (gotowe moduły) istnieje możliwość zbudowania modelu prognostycznego farmy wiatrowej. W artykule przedstawiono sposób zamodelowania wybranej struktury neuronowej za pomocą modułu Neural Toolbox oraz przeprowadzono test nauczonej sieci.

EN

The liberalization of the electricity market has made electric power industry is undergoing rapid development its different areas (aspects). One aspect is the forecasting power generating units wind sources. The prediction uses various mathematical tools. The author of this publication has devoted special attention to artificial neural networks. Using neural models can predict power generation manufacturing of wind farms. Construction of a predictive model requires programming skills. A common programming environment that allows the construction of models, is the scientific and technical software MATLAB. Using the built-in (ready modules) it is possible to build a predictive model of the wind farm. This article shows you how to model a neural structure chosen by Neural Toolbox module and performed background and sensor network test.

9

Modelowanie odbić i dyfrakcji fal radiowych w środowisku miejskim

Hausman S.

Elektronika : prace naukowe

|

1998

|

nr 3

181-195

PL

Powszechnie stosowane empiryczne metody predykcji natężenia pola są mato dokładne w środowisku o złożonej budowie, np. w miastach, już dla fal decymetrowych. Będą one bezużyteczne przy projektowaniu systemów radiokomunikacyjnych nowych generacji pracujących w zakresie dużych częstotliwości (np. w paśmie 60 GHz). Poprawa dokładności predykcji jest możliwa przez zastosowanie teoretycznego opisu zjawisk fizycznych, którym podlega propagacja. W artykule skoncentrowano się na tzw. metodach wielkoczęstotliwościowych, do których zalicza się optyką geometryczną, geometryczną teorię dyfrakcji i jednorodną teorię dyfrakcji. Podano podstawowe zależności matematyczne i zaproponowano uproszczenia ułatwiające implementację komputerową. Zamieszczono i przedyskutowano przykładowe wyniki symulacji komputerowych dla dwóch środowisk testowych. Wskazano na znaczenie odbić i dyfrakcji w propagacji fal radiowych decymetrowych i krótszych w środowisku zurbanizowanym.

EN

The commonly used empirical propagation prediction methods are inaccurate in complex environments such as city centres. Moreover, they have been elaborated for VHF and UHF bands and will be useless in the design of radiocommunications systems operating in higher frequency bands (e.g. 60GHz). It is possible to improve prediction accuracy by the use of mathematical description of the physics of propagation. This paper is focused on the application of so called high frequency methods embracing Geometrical Optics (GO), Geometrical Theory of Diffraction (GTD) and Uniform Theory of Diffraction (UTD) to the modelling of reflections and diffraction of UHF and shorter waves. Most important equations are presented and simplifications leading to the reduction of the computational load are proposed. Results of computer simulations for two simple environments are presented and discussed.