Wyniki wyszukiwania - BazTech

1

Multidimensional scaling (MDS): sustainability assessment model of community economic empowerment

Fadilah Sri, Rosidana Yuni, Maemunah Mey, Hernawati Nopi, Sukarmanto Edi, Hartanto Rudy

Polish Journal of Management Studies

|

2021

|

Vol. 24, No. 2

119--135

EN

The purpose of this research is to determine a sustainability assessment model of community economic empowerment program using Multidimensional Scaling (MDS). Multidimensional scaling is a multivariate statistical analysis used as a variable to determine the position of the object based on the similarity/dissimilarity. The research method used is descriptive research. Data collection techniques used are observation questionnaires, depth interview; and documentation. The population of this research are 573 beneficiaries of zakat and 236 samples (Slovin formula). Respondents are members of the BAZNAS (Badan Amil Zakat Nasional) business group in West Java Province. The results show that all Zakat Community Development’s (ZCD) have sufficient sustainability values from an economic perspective. The Squared Correlation (RSQ) value is 91.85 percent, and therefore, it suggests that the results of the Multidimensional Scaling analysis on the Zakat Community Development from an economic perspective can be explained as very good. The factor of income level becomes a decisive factor that is the most influential in the increase of economic sustainability.

PL

Celem tego badania jest określenie modelu oceny zrównoważenia programu wzmocnienia ekonomicznego społeczności przy użyciu skalowania wielowymiarowego (MDS). Skalowanie wielowymiarowe to wielowymiarowa analiza statystyczna wykorzystywana jako zmienna do określenia położenia obiektu na podstawie podobieństwa/niepodobieństwa. Zastosowaną metodą badawczą są badania opisowe. Stosowane techniki zbierania danych to kwestionariusze obserwacyjne, wywiad pogłębiony; i dokumentacja. Populacja tego badania to 573 beneficjentów zakatu i 236 próbek (formuła Slovina). Respondenci są członkami grupy biznesowej BAZNAS (Badan Amil Zakat Nasional) w prowincji Jawa Zachodnia. Wyniki pokazują, że wszystkie projekty Zakat Community Development (ZCD) mają wystarczające wartości zrównoważenia w perspektywie ekonomicznej. Wartość korelacji kwadratów (RSQ) wynosi 91,85 procent, a zatem sugeruje, że wyniki analizy wielowymiarowego skalowania rozwoju społeczności Zakat w perspektywie ekonomicznej można uznać za bardzo dobre. Czynnik poziomu dochodów staje się decydującym czynnikiem, który ma największy wpływ na wzrost zrównoważenia gospodarczego.

2

Machine learning analysis of e-nose signal in early detection of mold contamination in buildings

Majerek D., Garbacz M., Duda S., Nabrdalik M.

Proceedings of ECOpole

|

2017

|

Vol. 11, No. 2

395--401

EN

Mould that develops on moistened building barriers is a major cause of the Sick Building Syndrome (SBS). Fungi emit Volatile Organic Compounds (VOC) that can be detected in the indoor air using several techniques of detection e.g. chromatography but also using gas sensors arrays. All array sensors generate particular electric signals that ought to be analysed using properly selected statistical methods of interpretation. This work is focused on the attempt to apply unsupervised and supervised statistical classifying models in the evaluation of signals from gas sensors matrix to analyse the air sampled from the headspace of various types of the building materials at the different level of contamination but also clean reference materials.

PL

Grzyb rozwijający się na ścianach budynków jest głównym powodem zjawiska, które nazwano Syndromem Chorego Budynku. Wolne związki organiczne emitowane przez grzyby mogą być wykryte różnymi metodami, m.in. na podstawie chromatografii, ale także za pomocą matryc czujników gazowych. Wszystkie tego typu narzędzia generują sygnały elektryczne, które można analizować za pomocą odpowiednich technik statystycznych. Praca skupia się na zastosowaniu nadzorowanych i nienadzorowanych technik uczenia maszynowego w ocenie sygnału pochodzącego z elektronicznego nosa.

3

Application of multi-parameter data visualization by means of multidimensional scaling to evaluate possibility of coal gasification

Jamróz D., Niedoba T., Surowiak A., Tumidajski T., Szostek R., Gajer M.

Archives of Mining Sciences

|

2017

|

Vol. 62, no. 3

445--457

EN

The application of methods drawing upon multi-parameter visualization of data by transformation of multidimensional space into two-dimensional one allow to show multi-parameter data on computer screen. Thanks to that, it is possible to conduct a qualitative analysis of this data in the most natural way for human being, i.e. by the sense of sight. An example of such method of multi-parameter visualization is multidimensional scaling. This method was used in this paper to present and analyze a set of seven-dimensional data obtained from Janina Mining Plant and Wieczorek Coal Mine. It was decided to examine whether the method of multi-parameter data visualization allows to divide the samples space into areas of various applicability to fluidal gasification process. The “Technological applicability card for coals” was used for this purpose [Sobolewski et al., 2012; 2013], in which the key parameters, important and additional ones affecting the gasification process were described.

PL

Metody służące do wizualizacji złożonych, wielowymiarowych danych poprzez transformację przestrzeni wielowymiarowej do dwuwymiarowej umożliwiają prezentację tych danych na ekranie komputera. Tym samym są przystępnym instrumentem analizy zbiorów danych, pozwalającym wykorzystać połączenie naszego wzroku z mocą naszej osobistej sieci neuronowej (mózgu) do wyodrębnienia z danych cech, których zauważenie przy pomocy innych metod może być bardzo trudne. W artykule zastosowano jedną z takich metod – skalowanie wielowymiarowe – w celu sprawdzenia, skuteczności tej metody do analizy próbek węgla ze względu na jego przydatność do procesu zgazowania w kotle fluidalnym. W tym celu pobrano próbki dwóch węgli, z KWK „Wieczorek” (węgiel typu 32) oraz ZG „Janina” (węgiel typu 31.2), które następnie miały być poddane testom pod względem ich przydatności do zgazowania. Każda z próbek została zbadana ze względu na cechy, których określone poziomy są kluczowe oraz wskazane w kontekście procesu zgazowania według „Karty przydatności węgli do zgazowania” (Sobolewski et al., 2012; 2013). Każdy z węgli został rozdzielony na osadzarce pierścieniowej (10 pierścieni, uziarnienie węgla 0-18 mm) w wyniku czego powstało pięć warstw (po 2 pierścienie każda). Następnie każda z warstw została rozsiana na 10 klas ziarnowych. Tak otrzymane produkty zostały poddane technicznej oraz chemicznej analizie (ogółem 50 próbek z ZG „Janina” oraz 49 próbek z KWK „Wieczorek” – klasa ziarnowa 16-18 mm w tej drugiej kopalni nie została uzyskana i pomiar był niemożliwy do zrealizowania. Tym samym otrzymano takie parametry do analizy jak: zawartość siarki, zawartość wodoru, zawartość azotu, zawartość chloru, zawartość węgla organicznego, ciepło spalania oraz zawartość popiołu. W wyniku przeprowadzonych badań oraz porównania ich z wymogami prezentowanymi w „Karcie przydatności węgli do zgazowania” okazało się, że tylko 18 próbek spełnia wszystkie wymogi, z czego aż 17 pochodziło z KWK „Wieczorek”. Postanowiono poddać ocenie wszystkie próbki bardziej złożonej obserwacji – wielowymiarowej analizie danych za pomocą skalowania wielowymiarowego. W rozdziale 3 przedstawiono szczegółowo zastosowaną metodologię analizy wraz z opisem algorytmu. Następnie, w rozdziale 4 przedstawiono wyniki obserwacji przeprowadzonych za pomocą opracowanego w tym celu programu komputerowego, napisanego w języku C++. Rysunki 1-3 przedstawiają sytuację, gdzie dane reprezentujące próbki węgla mniej lub bardziej przydatne do zgazowania zaczynają tworzyć podgrupy. Proces grupowania został przedstawiony etapowo, tzn. rys. 1 prezentuje sytuację wyjściową, Rys. 2 sytuację przy bardzo małej wartości parametru ITER = 5, zaś Rys. 3 najlepszy możliwy widok, otrzymany przy wartości parametru ITER = 340. Widać na tym rysunku, że obrazy punktów reprezentujących próbki węgla bardziej oraz mniej podatnego na zgazowanie zajmują osobne podobszary. Widać, że na całym obszarze rysunku, podobszary te można łatwo od siebie odseparować. Przez to możemy na podstawie tego rysunku stwierdzić, że skalowanie wielowymiarowe pozwala podzielić przestrzeń próbek na obszary o różnej przydatności do procesu zgazowania fluidalnego. Dzięki temu analizując następne, nieznane próbki możemy poprzez ich wizualizację zakwalifikować je do grupy bardziej podatnych na zgazowanie lub mniej podatnych na zgazowanie. Ważne jest to szczególnie dlatego, ponieważ w analizowanej sytuacji próbki węgla bardziej podatnego na zgazowanie zajmują wnętrze siedmiowymiarowego prostopadłościanu – co jest znacznym uproszczeniem. Wynika to bezpośrednio z faktu, iż przyjęte warunki określające przynależność do tej grupy („Karta przydatności Technologicznej węgla”) to proste nierówności przy pomocy których łatwo można sprawdzić taką przynależność. W rzeczywistości, może się jednak okazać, że obszar przynależności może mieć znacznie bardziej skomplikowany kształt. Wtedy na podstawie większej ilości próbek, których przynależność do klasy węgla bardziej podatnego na zgazowanie zostanie stwierdzona empirycznie, można będzie próbować przy pomocy skalowania wielowymiarowego uzyskać podział przestrzeni na obszary reprezentujące próbki węgla bardziej oraz mniej podatnego na zgazowanie. Rys. 4 przedstawia podobny podział, ale bez wzięcia pod uwagę parametru „zawartość chloru”. Również i w tym przypadku próbki węgla mniej lub bardziej podatnego na zgazowanie tworzą wyraźne podgrupy. Przy pominięciu parametru „zawartość chloru” już 78 próbek (37 z ZG „Janina” oraz 41 z KWK „Wieczorek”) z analizowanych 99-ciu spełniałoby wymogi zawarte w „Karcie przydatności węgla do zgazowania”. Rys. 5 przedstawia inne podejście do analizowanych próbek węgla. Tym razem za kryterium podziału przyjęto pochodzenie węgla z KWK „Wieczorek” lub ZG „Janina”, bez rozpatrywania ich w kontekście przydatności do zgazowania. Również i tym razem okazało się, że zastosowana metodologia pozwala stwierdzić możliwość efektywnego rozdzielenia, a tym samym prawidłowego rozpoznania analizowanych próbek węgla. Tym samym dowiedziono, że metoda skalowania wielowymiarowego może być bardzo przydatnym narzędziem podczas wieloparametrycznej analizy próbek różnego typu węgli.

4

Application of multidimensional scaling to classification of various types of coal

Jamróz D.

Archives of Mining Sciences

|

2014

|

Vol. 59, no. 2

413--425

EN

Visualization of multidimensional data is a new way of statistical analysis of so-called statistical graphical methods. These methods allow to classify some analyzed objects, including their various features. Facing grained materials problems, like coal or ores many characteristics have an influence on the quality of product. In case of coal, many features must be taken into consideration to determine quality of the material. Apart from most obvious characteristics like particle size, particle density or ash contents there are many others which cause significant differences between considered types of material. In the paper the application of Multidimensional Scaling Method is presented which is one of the multidimensional data visualization techniques. To this purpose, sampling of three types of coal was performed, which were 31, 34.2 and 35 (according to Polish classification of coal types). First, the material was screened on sieves and then divided into density fractions. Next step was to analyze chemically the obtained particle and size fractions of researched coal. Then, the Multidimensional Scaling Method was applied to visualize the investigated set of data. It was proved that the applied methodology allows to identify certain coal types efficiently and can be used as a qualitative criterion for grained materials. However, it was impossible to achieve such identification comparing all three types of coal together. The Multidimensional Scaling Method is new technique of data analysis concerning widely understood mineral processing.

PL

Surowce mineralne, które podlegają wzbogacaniu w celu ich lepszego wykorzystania mogą być charakteryzowane wieloma wskaźnikami opisującymi ich, interesujące przeróbkarza, cechy. Podstawowymi cechami są wielkość ziaren oraz ich gęstość, które decydują o przebiegu rozdziału zbiorów ziaren (nadaw) i efektach takiego rozdziału. Rozdział prowadzi się z reguły, w celu uzyskania produktów o zróżnicowanych wartościach średnich wybranej cechy, która zwykle charakteryzowana jest zawartością określonego składnika surowca wyznaczoną na drodze analiz chemicznych. Takie podejście do surowca mineralnego prowadzi do potraktowania go jako wielowymiarowego wektora X = [X1, …, Xn]. Zasadniczym problemem jest także wybór jednostki populacji generalnej (ziarno, jednostka objętości lub masy), co może decydować o określeniu charakteru wielowymiarowych powiązań cech wektora X. Takimi kierunkami charakteryzowania mogą być wielowymiarowe rozkłady wektora losowego X wraz ze wszystkimi konsekwencjami metody (Lyman, 1993; Niedoba, 2009; 2011; Olejnik et al., 2010; Niedoba i Surowiak, 2012), wielowymiarowe równania regresji wraz z analizą macierzy współczynników korelacji liniowej oraz korelacji cząstkowej (Niedoba, 2013c), analiza czynnikowa (Tumidajski i Saramak, 2009), czy metody wielowymiarowej wizualizacji danych, będące tematem niniejszego artykułu. Biorąc pod uwagę analizę korelacji pomiędzy badanymi cechami materiałów uziarnionych (węgli) można zidentyfikować jakie jego cechy są ze sobą istotnie powiązane. Jest to swoiste preludium do wytypowania, które cechy węgla powodują istotne różnice pomiędzy jego typami. W artykule poddano badaniu trzy typy węgla, według polskiej klasyfikacji - węgle 31, 34.2 oraz 35, pochodzące z trzech różnych kopalni Górnośląskiego Okręgu Przemysłowego. Można powiedzieć, że z punktu widzenia ich jakości były to węgle energetyczne, semi-koksujące oraz koksujące. Każdy z tych węgli został poddany podziałowi na klasy ziarnowe, przy zastosowaniu odpowiedniego zestawu sit. Następnie każdą z otrzymanych klas ziarnowych rozdzielono w cieczach ciężkich na frakcje densymetryczne. Tak otrzymane klaso-frakcje zostały dodatkowo poddane analizie chemicznej ze względu na szereg cech, tj. ciepło spalania, zawartość siarki, zawartość substancji lotnych, zawartość popiołu, miąższość. Wyniki analiz dla wybranej klasy ziarnowej przedstawiono w tabeli 1. Tym samym otrzymano siedmiowymiarowy zestaw danych, który postanowiono poddać wielowymiarowej wizualizacji za pomocą metody skalowania wielowymiarowego. Metoda skalowania wielowymiarowego (multidimensional scaling, MDS) jest jedną z nowoczesnych metod wizualizacji danych. Tego typu metody są wskazane zwłaszcza w sytuacji gdy ma się do czynienia z zestawem skomplikowanych i złożonych danych. Skalowanie wielowymiarowe jest odwzorowaniem przestrzeni n-wymiarowej w przestrzeń m-wymiarową. Oparte jest na obliczaniu odległości pomiędzy każdą parą n-wymiarowych punktów. Na podstawie tych odległości rozważana metoda ustala wzajemne położenie obrazów tych punktów w docelowej przestrzeni m-wymiarowej. Niech dij oznacza odległość pomiędzy n-wymiarowymi punktami nr i oraz j. Skalowanie wielowymiarowe polega na takim rozmieszczeniu punktów w przestrzeni m-wymiarowej, by odległość Dij liczona w tej przestrzeni pomiędzy odwzorowanymi punktami nr i oraz j była jak najbardziej zbliżona do dij. Rozdział 4 zawiera wyniki eksperymentów. Na rysunkach 1-4 widać, w jaki sposób wzrasta grupowanie punktów reprezentujących trzy różne klasy węgla (31, 34.2 oraz 35) wraz ze wzrostem parametru ITER. Widać, że punkty będące obrazami danych reprezentujących te same klasy węgla zaczynają zajmować osobne podobszary oraz zaczynają się grupować. Czytelność podziału przestrzeni rośnie wraz ze zwiększeniem parametru ITER, więc wraz z dokładniejszym dopasowaniem odległości obrazów punktów Dij w przestrzeni 2-wymiarowej do oryginalnych odległości dij pomiędzy punktami w przestrzeni n-wymiarowej. Na rysunku 4 pokazano najbardziej czytelny wynik, jaki udało się uzyskać dla danych zawierających trzy typy węgla 31, 34.2 oraz 35. Nastąpiło to przy parametrze ITER = 793. Widać wyraźnie, że obrazy punktów danych reprezentujących próbki węgla danego typu gromadzą się w skupiskach. Można zaobserwować, że na prawie całym obszarze rysunku, skupiska te można od siebie odseparować. Jednak w niektórych częściach przestrzeni obrazy punktów reprezentujących różne klasy węgla zachodzą na siebie. Przez to nie możemy na podstawie tego rysunku stwierdzić, że analizowane dane pozwalają na prawidłową klasyfikację typów węgla. Postanowiono więc przeanalizować dane reprezentujące różne typy węgla parami. Na rysunkach 5-7 przedstawiono parami węgle typu, odpowiednio, 34.2 i 35 (Rys. 5), 31 i 34.2 (Rys. 6) oraz 31 i 35 (Rys. 7). Na każdym z tych rysunków widać czytelnie, że obrazy punktów reprezentujących próbki różnych typów węgla gromadzą się w skupiskach, które łatwo można od siebie odseparować. Przeprowadzona wizualizacja wielowymiarowa przy użyciu skalowania wielowymiarowego pozwala więc stwierdzić, że informacje zawarte w analizowanych siedmiowymiarowych danych są wystarczające do prawidłowej klasyfikacji typów węgla 31, 34.2 oraz 35.

5

Evaluation of Qualimetrical Measurements Quality Based on the Uncertainty Concept

Stadnyk B., Motalo V.

Pomiary Automatyka Kontrola

|

2013

|

R. 59, nr 9

950--953

EN

The main problems of qualimetrical measurements for quality assessment as a new metrology trend are considered in this paper. The conceptual notion of the qualimetrical measurement is proposed and developed. The main problems of realization procedure are considered and its solution variants are analyzed. The methodology of results uncertainty assessment of qualimetrical measurements is developed. The correlations between individual single studied product quality values are taken into account. It helps to assess objectively the quality of qualimetrical measurements.

PL

W pracy przedstawiono główne problemy dotyczące metodologii pomiarów kwalimetrycznych, które można określić jako nowy trend w dyscyplinie metrologia. Zaproponowano i opracowano pojęcie mierzenia kwalimetrycznego jako pośredniego pomiaru danej wielkości, której wartość określa się poprzez opracowanie wyników pomiarów według metodologii skalowania wielowymiarowego. Przeprowadzono analizę metodologii oceny pomiarów kwalimetrycznych, przy wykorzystaniu teorii niepewności. Przedstawiono podstawowe problemy realizacji procedur pomiarów kwalimetrycznych i przeanalizowano sposoby ich rozwiązania. Zgodnie z teorią pomiaru, rozwiązano zagadnienie syntezy miary jakości produktu, jako jednego z kluczowych elementów realizacji pomiarów kwalimetrycznych. Wprowadzono pojęcie wirtualnej miary jakości produktu, która jest odpowiednikiem teoretycznym realnej, fizycznej miary jakości. Przedstawiono problem wykorzystania metodologii skalowania wielowymiarowego w pomiarach kwalimetrycznych, w tym analizę i uzasadnienie zastosowania modelu trójmodalnego skalowania wielowymiarowego. Otworzyło to możliwość oceny poziomu jakości badanego produktu. Zaproponowano metody szacowania niepewności wyników pomiarów kwalimetrycznych, biorąc pod uwagę różne stopnie skorelowania pomiędzy poszczególnymi wskaźnikami jakości produktów badanych. Stworzyło to możliwość oceny jakości tych pomiarów. Ponadto, dzięki nowej metodologii pomiarów kwalimetrycznych jest możliwość osiągnięcia jednoznaczności pomiarów.

6

Internetowe mapy biznesowe - badania w obszarze automatyki i pomiarów

Kaliczyńska M.

Pomiary Automatyka Robotyka

|

2007

|

R. 11, nr 2

PL

W artykule przedstawiono niestandardowy sposób wykorzystania zasobów Internetu do znajdowania nowych i odkrywania istniejących kontaktów biznesowych - kontrahentów, kooperantów, dystrybutorów. Znane z badań marketingowych i nauk o sieciach społecznych metody zastosowano do badania linków internetowych. Analizie poddano grupę 37 firm działających na polskim rynku w obszarze automatyki i pomiarów - i ich stron internetowych. Badania przeprowadzono z wykorzystaniem powszechnie stosowanych internetowych systemów wyszukiwawczych - Google, Yahoo! oraz Live Search Microsoft. Wykorzystano metodę skalowania wielowymiarowego, która pozwoliła wizualizować wyniki na mapie 2D.

EN

The article presents a non-standard technique of using the Internet resources for finding new and discovering existing business contacts - contractors, partners and distributors. In the survey to identify web link connections, methods used in marketing research and social network sciences have been employed. The analysis has been based on 37 enterprises trading on the Polish market in the field of automation and measurement systems and their web pages. The research has been conducted using the most popular Internet search engines - Google, Yahoo! and Live Search Microsoft. Multidimensional scaling method allowed to visualize the results achieved in the form of a 2D maps.

7

Dekompozycja modeli diagnostycznych

Cholewa W.

Pomiary Automatyka Kontrola

|

2005

|

R. 51, nr 9 bis

19--21

PL

Opracowanie dotyczy konstruowania klasyfikatorów diagnostycznych. Jego celem jest zwrócenie uwagi na celowość dekompozycji złożonych modeli diagnostycznych oraz pokazanie oryginalnego sposobu identyfikacji cech relewantnych, na podstawie danych uczących występujących w postaci zbioru przykładów. Wskazano możliwość zastosowania kryterium bazującego na zgodności wyników grupowania w nowej ograniczonej przestrzeni z wynikami klasyfikacji wzorcowej.

EN

The paper deals with design of diagnostic classifiers. The main goal is to present the usefulness of diagnostic model decomposition and to illustrate an original way of identification of useful signal features on the basis of learning data prepared as a set of examples. One indicated some possibilities of application of a criterion based on the expectation that results of unsupervised clustering in a new limited space should be compatible with results of classification of learning data.