Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 7

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  synteza informacji
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
Logistyka
|
2015
|
nr 4
742--749, CD1
PL
W pracy omówiono podstawowe cele syntezy informacji w projektowanym zaawansowanym transportowym systemie informacji. Uwagę skupiono na syntezie jednowymiarowej z klasycznym pięciopoziomowym modelem. Omówiono podstawowe algorytmy syntezy z ich pozytywami i ograniczeniami. Zaproponowano syntezę na poziomie mieszanym oraz wnioskowanie oparte o cechy charakterystyczne.
EN
In the paper the basic aims of information synthesis for to be build an advanced information system of transportation are presented. Attention was focused on one dimension synthesis based on five layers classical model. There were presented basic synthesis algorithms with their advantages and disadvantages.
2
Content available remote Aspekty syntezy danych w ITS
PL
W systemach transportowych, aby efektywnie wykorzystać niezliczoną ilość danych i odpowiednich informacji musimy dążyć do ich zmniejszenia wykorzystując odpowiednie metody, teorie i algorytmy syntezy informacji znane z innych mniej lub bardziej pokrewnych dziedzin nauki. Szeroki zbiór różnorodnych narzędzi bazujących na technologii informatycznej, komunikacji bezprzewodowej i elektronice pojazdowej, umożliwia sprawne i efektywne zarządzanie infrastrukturą transportową oraz sprawną obsługę podróżnych. W takich systemach funkcjonowanie transportu jest w wysokim stopniu wspierane zintegrowanymi rozwiązaniami pomiarowymi (czujniki, sensory), telekomunikacyjnymi, informatycznymi i informacyjnymi, a także automatycznego sterowania. Aby działać wydajnie ITS musi być zasilany szerokim zestawem danych oraz informacji, w związku z powyższym jednym z komponentów tego złożonego procesu jest synteza danych.
EN
In transport systems in order to effectively use innumerable amount of data and appropriate information we must try to reduce them using appropriate methods, theories and data fusion algorithms wellknown from other more or less related fields of science. Wide set of diverse tools being based on computer technology, wireless communication and vehicle electronics, enable efficient and effective managing of the transport infrastructure and the efficient service of passengers. In such systems functioning of the transport is to a high degree supported by integrated solutions from measuring (i.e. sensors), telecommunications, computer science and information technology, as well as by automatic guidance. In order to act productively the transport information system must be fed with the huge dataset and information, therefore data fusion is one of components of this assumed process.
PL
W zaawansowanych systemach transportowych, aby efektywnie wykorzystać niezliczoną ilość danych i odpowiednich informacji musimy dążyć do ich zmniejszenia wykorzystując odpowiednie metody, teorie i algorytmy syntezy informacji znane z innych mniej lub bardziej pokrewnych dziedzin nauki. Szeroki zbiór różnorodnych narzędzi bazujących na technologii informatycznej, komunikacji bezprzewodowej i elektronice pojazdowej, umożliwia sprawne i efektywne zarządzanie infrastrukturą transportową oraz sprawną obsługę podróżnych. W takich systemach funkcjonowanie transportu jest w wysokim stopniu wspierane zintegrowanymi rozwiązaniami pomiarowymi (czujniki, sensory), telekomunikacyjnymi, informatycznymi i informacyjnymi, a także automatycznego sterowania. Aby działać wydajnie zaawansowany transportowy system informacji musi być zasilany szerokim zestawem danych oraz informacji, w związku z powyższym jednym z komponentów tego założonego procesu jest synteza danych.
EN
In advanced transport systems in order to effectively use innumerable amount of data and appropriate information we must try to reduce them using appropriate methods, theories and data fusion algorithms well-known from other more or less related fields of science. Wide set of diverse tools being based on computer technology, wireless communication and vehicle electronics, enable efficient and effective managing of the transport infrastructure and the efficient service of passengers. In such systems functioning of the transport is to a high degree supported by integrated solutions from measuring (i.e. sensors), telecommunications, computer science and information technology, as well as by automatic guidance. In order to act productively the advanced transport information system must be fed with the huge dataset and information, therefore data fusion is one of components of this assumed process.
PL
W pracy zaprezentowano wnioskowania bayesowskie oraz algorytm Dempstera - Shafera do syntezy informacji. Przedstawiono podstawy i cele syntezy informacji. Omówiono syntezę danych z kilku źródeł wiedzy oraz wskazano na reguły decyzyjne niezbędne do realizacji wnioskowania. Omówiono algorytm Dempstera - Shafera, który pozwala na realizację syntezy informacji metodami statystycznymi.
EN
Application of Bayes’ rule in data synthesis systems is very promising on account of the possibility of including a’priori information gathered in the course of designing the system in data classification outcome. This information, which is of statistical character, allows for obtaining good classification outcomes provided that its selection is proper. The Dempster-Shafer theory enables efficient realization of data synthesis in the process of modern recognition conducted within multi-sensor system. The knowledge of probabilities with which each sensor is able to assign the object observed to one of probable classes is nevertheless indispensable. Maximum efficiency of the system is basically dependent on proper selection of classification in particular conversion chains generating, if possible, declarations which do not exclude each other with possibly high probability.
PL
W pracy omówiono zastosowanie wnioskowania bayesowskiego do syntezy informacji. Zaprezentowane zostały podstawy i cele syntezy informacji oraz twierdzenie Bayesa w swej formie podstawowej. Omówiono sposób zastosowania tego twierdzenia do syntezy danych z kilku źródeł wiedzy oraz wskazano regułę decyzyjną niezbędną do realizacji wnioskowania. Podano przykład ilustrujący zastosowanie podanej metody do klasyfikacji danych i realizacji automatycznego wnioskowania.
EN
The paper has been intended to discuss the Bayes inference method as applied to information synthesis. What have been presented are fundamentals and objectives of information synthesis as well as the Bayes theorem in its most fundamental form. The way of applying this theorem to synthesise data from several sources of knowledge has been indicated as well as the rule of the decision taking, indispensable to perform the process of inferring. An example to iIIustrate how this method could be applied to classify data and execute the automatic inference process has also been given.
PL
W pracy przedstawiono podstawowe zagadnienia związane z syntezą informacji. Synteza informacji pozwala na integrację danych z kilku niezależnych źródeł i wykorzystanie ich np. w procesie identyfikacji obiektów. Zwiększenie ilości informacji, będących podstawą do wnioskowania, pozwala na zwiększenie prawdopodobieństwa trafnego rozpoznania obiektu. Omówiono podstawowe architektury systemów syntezy informacji oraz algorytm Dempstera -Shafera, który pozwala na realizację syntezy informacji metodami statystycznymi. Zaprezentowano kilka przykładowych zbiorów danych i przeanalizowano na ich przykładach zachowanie się powyźszego algorytmu.
7
Content available remote Zwiększanie efektywności poszukiwań węglowodorów metodą syntezy informacji
PL
Jednowymiarowa decyzja poszukiwawcza w geofizyce wiertniczej jest wynikiem syntezy wielowymiarowej informacji. W pracy definiuje się nowy syntetyczny wskaźnik Q, w zakresie (0-1), zwany dobrocią naftową kolektora. Uzyskuje się go przy pomocy systemu procedur służących do syntezy kompleksu analizowanej informacji. Kompleks ten otrzymuje się z transformacji zbioru pomiarów geofizyki wiertniczej. Dowodzi się, że: 1) wskaźnik Q dobrze diagnozuje położenie złoża węglowodorów w otworze, 2) całka Q po głębokości wiercenia (Sigma zQ) zawiera syntetycznie wszystkie składowe składające się na globalną anomalię złożową węglowodorów w całym przekroju, 3) wielkości (S zQ) odzwierciedlają prostą fizyczną zależność z syntetyczną anomalią złożową (P), określaną przez powierzchniową geofizykę poszukiwawczą, metodami rozpoznawania obrazów, 4) integralność informacji [wzór] ułatwia wskazanie, czy w otworze nie przeoczono lub nie dowiercono warstwy ropo-gazonośnej oraz wskazuje optymalną lokalizację następnych wierceń. Przedstawiony sposób ogranicza subiektywizm interpretatora i zawodność dalszych decyzji poszukiwawczych. Przedstawia się przykłady zastosowania dla podgórza Karpat.
EN
A new idea of logging is presented, which allows for computing of the quality factor Q for a given hydrocarbon reservoir. This paradigm is defined by the system of procedures, which are focused on the synthesis on entire information derived from well logging. It is proved that the principal properties of Q, computed as an aggregated summation of Sigma zQ with the depth, define a general law of presence of commercially prospective hydrocarbon reservoirs. It is proved a simple dependence between the value of Sigma zQ and information P coming from superficial geophysical prospecting and synthesized by using pattern recognition methods. The probability distribution functions, which are similar for [formula] and P, create the basis for integration of various geophysical prospecting technologies and methods. This basis is independent on individual interpretation. The method is exemplified and discussed.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.