In the introduction, the concept of interactive trees is defined and the purpose of the study is presented. Then, the RGM-2 fuse is described, as are the results of its tests which served as a basis for building specific models. The types of ammunition in which this variation of an artillery fuse is used are listed. A method of building interactive classification trees, allowing the author of the model to interfere with its structure, is described as well. Models of interactive classification trees, such as C&RT, CHAID and XAID have been designed and built. For each model, a tree diagram, a predictor importance sheet, a risk assessment sheet, and a summary of the observed and predicted values are presented. The method of interacting with the constructed classification tree structures, whose task was to improve the designed models, is shown using the examples of two models. The analysis of the models built after the interaction has been performed and, based on the obtained results, the best designed model was selected.
PL
W artykule we wstępie zdefiniowano pojęcie drzew interakcyjnych oraz określono cel artykułu. Następnie, scharakteryzowano zapalnik RGM-2, którego wyniki badań zostały przygotowane do budowy modeli oraz wskazano rodzaje amunicji w których występuje przedmiotowy zapalnik artyleryjski. Opisano metodę budowy interakcyjnych drzew klasyfikacyjnych, która umożliwia ingerencję autora modelu w jego strukturę. Zaprojektowano oraz zbudowano modele interakcyjnych drzew klasyfikacyjnych typu C&RT, CHAID oraz XAID. Dla każdego z modeli przedstawiono schemat zaprojektowanego drzewa, arkusz ważności predyktorów, arkusz oceny ryzyka oraz zestawienie wartości obserwowanych i wartości przewidywanych. Pokazano na dwóch modelach sposób interakcji w zbudowane struktury drzew klasyfikacyjnych, których zadaniem było poprawienie zaprojektowanych modeli. Dokonano analizy zbudowanych po interakcji modeli oraz na podstawie otrzymanych wyników, wskazano najlepszy zaprojektowany model.
In the article, in the introduction, the concept of predictive data mining models and was defined and the purpose of the article was specified. Then, the method of building predictive models was characterized and the elements of ammunition were indicated, the test results of which were prepared for the building of models, and the types of ammunition in which the propellant charge is present were indicated. The results of building four data mining models are presented. Predictive models for C&RT, CHAID and exhaustive CHAID decision trees were designed and built. The fourth model analyzed was the SANN model, i.e. the model of neural networks. For each of the tree models, a schema of the designed tree, the rate of false predictions and the parameters of goodness of fit of the built models are shown. For the SANN model, the parameters of the selected neural network were additionally characterized. An analysis of the built models was made and, based on the obtained results, the best designed predictive data mining model was indicated. At the end, the graphical form of the workspace predefined by the GC Advanced Comprehensive Classifiers project is shown.
PL
W artykule we wstępie zdefiniowano pojęcie predykcyjnych modeli data mining oraz określono cel artykułu. Następnie, scharakteryzowano metodę budowy modeli predykcyjnych oraz wskazano elementy amunicji, których wyniki badań zostały przygotowane do budowy modeli a także wskazano rodzaje amunicji w których występuje przedmiotowy ładunek miotający. Przedstawiono wyniki budowy czterech modeli predykcyjnych data mining. Zaprojektowano oraz zbudowano predykcyjne modele dla drzew decyzyjnych typu C&RT, CHAID oraz wyczerpujący CHAID. Czwartym analizowanym modelem był model SANN czyli model sieci neuronowych. Dla każdego z modeli drzew przedstawiono schemat zaprojektowanego drzewa, stopę błędnych przewidywań oraz pokazano parametry dobroci dopasowania zbudowanych modeli. Dla modelu SANN scharakteryzowano dodatkowo parametry wybranej sieci neuronowej. Dokonano analizy zbudowanych modeli oraz na podstawie otrzymanych wyników, wskazano najlepszy zaprojektowany predykcyjny model data mining. Na końcu pokazano graficzną postać przestrzeni roboczej predefiniowaną projektem GC Advanced Comprehensive Classifiers.
In the introduction of this article the method of building a random forest model is presented, which can be used for both classification and regression tasks. The process of designing the random forest module was characterized, paying attention to the classification tasks module, which was used to build the author’s model. Based on the test results, a random forest model was designed for 7,62 mm ammunition with T-45 tracer projectile. Predictors were specified and values of stop parameters and process stop formulas were determined, on the basis of which a random forest module was built. An analysis of the resulting random forest model was made in terms of assessing its prediction and risk assessment. Finally, the designed random forest model has been refined by adding another 50 trees to the model. The enlarged random forest model occurred to be slightly stronger and it should be implemented.
PL
W artykule we wstępie przedstawiono metodę budowy modelu losowy las, którą można stosować zarówno do zadań klasyfikacyjnych, jak i do zadań regresyjnych. Scharakteryzowano proces projektowania modułu losowego lasu, zwracając uwagę na moduł zadań klasyfikacyjnych, który posłużył do budowy autorskiego modelu. Na podstawie posiadanych wyników badań, zaprojektowano model losowego lasu dla amunicji strzeleckiej kalibru 7,62 mm z pociskiem smugowym T-45. Wyszczególniono predyktory oraz określono wartości parametrów zatrzymania oraz formuły stopu procesu, na podstawie których zbudowano moduł losowego lasu. Dokonano analizy otrzymanego modelu losowego lasu pod kątem oceny jego trafności predykcji oraz oceny ryzyka. Na końcu, udoskonalono zaprojektowany model losowego lasu poprzez dodanie do modelu kolejnych 50 drzew. Powiększony model losowego lasu okazał się nieznacznie silniejszy i to on powinien być wdrożony do użytkowania.
Postawa wobec robotów to względnie trwała tendencja do ich pozytywnego lub negatywnego wartościowania. Może się przejawiać poprzez emocje, oceny, automatyczne oraz kontrolowane reakcje. Postawa pozwala przewidywać zachowania wobec robotów, chęć współpracy z nimi, podmiotowe lub przedmiotowe traktowanie, np. gotowość do narażania ich na niebezpieczeństwo zniszczenia. Do zmierzenia postawy wobec robotów społecznych wykorzystano polską adaptację skali NARS. Zmierzono także przekonanie o unikalności natury ludzkiej oraz antropomorfizm. Przekonanie o unikalności natury ludzkiej oraz gotowość do przypisywania robotom pozytywnych (ale nie negatywnych) ludzkich cech okazały się być istotnymi predyktorami postaw wobec robotów. Zależności te występują niezależnie od obiektywnego podobieństwa robota do człowieka.
EN
The attitude towards robots is a relatively permanent tendency to their positive or negative valuation. It can be manifested in emotions, appraisals or reactions which can be automatic or controlled. The attitude allows to predict behavior towards robots, willingness to cooperate with them, or treat them in objectified or subjective way, eg. the readiness to exposure them at peril of destruction. Polish adaptation of the NARS social scale was used to measure attitude towards the social robots. The conviction of an uniqueness of the human nature and anthropomorphism was measured. That conviction of an uniqueness of the human nature and readiness to assigning positive human characteristic (not negative) were found to be significant predictors of the attitudes toward robots. The relations are independent of the objective similarity the robot to the man.
5
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W pracy Kornowskiego (2008) zaproponowano i zbadano, na czterech zbiorach obserwacji wstrząsów z rejonu Bytomia i Piekar, kilka nowych predyktorów maksymalnych amplitud przyspieszeń a[max] od wstrząsów górniczych, wskazując wśród nich najkorzystniejszy. W celu przetestowania podanych tam wyników na niezależnych zbiorach danych w niniejszej publikacji przedstawiono wyniki analogicznych badań porównawczych wykonanych na czterech zbiorach wstrząsów z rejonu Rydułtowy-Anna. Otrzymane wyniki dokładnie potwierdzają wcześniejsze rezultaty i upoważniają do przedstawienia konstruktywnych wniosków o jakości niektórych predyktorów a[max].
EN
In Kornowski, 2008 some new predictors of a[max], maximum acceleration from mining tremors, have been introduced and tentatively tested with four data sets from Bytom and Piekary regions. The experiment allowed to find the best and worst predictor among the checked ones. In this paper, we test the predictors and the earlier conclusions with an analogous experiment with four new data sets from the Rydułtowy-Anna coal mine region. Our results and conclusions are practically identical with the earlier ones, allowing to formulate definite conclusions concerning the quality of examined predictors.
6
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Głównym tematem poruszonym w artykule jest zagadnienie sekwencyjnej prognozy, opartej na szeregach czasowych całkowitej godzinowej energii sejsmicznej, będącej sumą energii wstrząsów i energii sejsmoakustycznej wyemitowanej w określonym obszarze i określonym czasie. Na podstawie danych z dwóch kopalń przedstawiono wpływ długości "okna obserwacji" na jakość prognozy, w zależności od zastosowanego predyktora. Porównując jakość kilku metod, szczególną uwagę zwrócono na metodę dającą zdecydowanie najgorsze wyniki, gdyż analogiczna do niej stosowana jest w polskim górnictwie.
EN
Main subject described in this article is a sequential of prediction hourly seismic energy problem, based on time series of total hourly seismic energy, which is the sum of tremors energy and seismoacoustic energy emitted from the defined zone and defined time period. On the ground of data from two coal mines, we have analysed the influence of "observation's window" length on prediction quality, depending on the predictor used. Comparing quality of a few methods, we paid special attention to the method giving the worst effect, because the analogical method is used in the Polish mining industry.
Praca ta dotyczy problemów prognozy maksymalnych przyspieszeń (a max). W szczególności badane są źródła błędów prognozy, powodujące, że wynik jest zmienną losową o dużym lub bardzo dużym rozrzucie. Zdaniem autora, wynik prognozy powinien więc w praktyce mieć postać kwantyla rozkładu a max - czyli wartości [mm/s2], np. G 0.95, która z dużym prawdopodobieństwem (np. 95%) nie będzie "na obiekcie" przewyższona - określonego pod warunkiem wystąpienia w znanym miejscu wstrząsu o znanej energii. Taka prognoza jest zawsze możliwa do przybliżonego obliczenia a jej wynik, właściwie rozumiany, jest zawsze bardziej pewny i użyteczny od nadal stosowanych prognoz wartości średniej (a max). Praca zawiera pewne nowe wyniki, ale ma też charakter dydaktyczny, stąd drobiazgowość wyjaśnień i powtórzenia.
EN
The subjects of this paper are problems of a max (maximum acceleration) prediction and especially analyse sources of prediction errors causing that the results are random variables of large dispersion. So, in this author's opinion, prediction results ought to be expressed - at a given place - as quantile (eg. G 0.95) of a max distribution, estimated conditionally (given tremors' source location and energy). It is always possible to approximately calculate such prediction and its result, properly interpreted, is more certain and useful then (still used) prediction of the mean value (a max) of maximum acceleration. This paper contains some new results but it is mainly tutorial, what is the reason of - possibly - overdetailed descriptions and repetitions.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.