Wyniki wyszukiwania - BazTech

1

Projektowanie interfejsu wspomagającego analizy przestrzenne w systemie Google Earth

Papież M., Leśniak A.

Roczniki Geomatyki

|

2014

|

T. 12, z. 4(66)

427--436

PL

Artykuł opisuje możliwości konstrukcji interfejsów wspomagających analizy przestrzenne. Istotnym zagadnieniem było wybranie odpowiedniego narzędzia, które umożliwiłoby zaprojektowanie aplikacji, która jednocześnie realizuje obliczenia i wizualizuje je na trójwymiarowej mapie świata. Na podstawie zebranych informacji postanowiono do tego celu użyć system Google Earth, rozszerzając jego funkcjonalność o rozwiązania zaproponowane przez użytkownika. Takie rozwiązanie jest możliwe dzięki interfejsowi GoogleEarth API i jego odpowiednikowi dla języka C# - bibliotece FC.GEPluginCtrls . Wymaga, ono, stworzenia własnej aplikacji, w której osadzona zostaje wtyczka Google Earth Plugin, będąca okrojoną wersją systemu. Powstały system posiada zarówno podstawowe funkcjonalności, które pozwalają na proste wizualizacje i analizy danych, ale i narzędzia do bardziej zaawansowanych analiz przestrzennych. Jako przykład zaimplementowano analizy geostatystyczne. Rozszerzyło to sposób analizy danych uwzględniając ich rozkład przestrzenny. Aplikacja pozwala prowadzić analizy geostatystyczne na danych sejsmologicznych zapisanych w formacie KML. Dane te pochodzą ze strony USGS. Jak każde dane przestrzenne zawierają one informacje o położeniu ogniska trzęsienia ziemi (w tym wypadku hipocentrum), opisane za pomocą współrzędnych geograficznych. Czas wystąpienia, głębokość i magnituda są parametrami, wykorzystywanymi do przeprowadzenia przykładowych analiz geostatystycznych. Analizy te pozwalają na obliczenie wariogramu oraz wariogramu anizotropowego. Konstrukcja interfejsu Earthquake pozwoliła połączyć trójwymiarowe wizualizację 3D wraz z narzędziami geostatystycznymi. Nakładka geostatystyczna jest jednak tylko przykładem w jaki sposób możemy korzystać z narzędzia jakim jest Google Earth do celów wizualizacji rezultatów obliczeń naukowych. To dzięki niemu możliwe jest projektowanie aplikacji bazujących na danych przestrzennych i dostosowywanie ich funkcjonalności do konkretnych danych. Utrudnieniem staje się tylko wydajność która wraz ze wzrostem ilości danych gwałtownie spada. Przyczyny takiego problemu należy doszukiwać się w wielopoziomowości kodu.

EN

This paper describes the construction of interfaces supporting spatial analysis. The designed application uses Google Earth system to calculate defined computations and visualize them on three-dimensional map of the world. Additionally, the functionality of Google Earth is extended by the Google Earth API interface and its equivalent for C# programming language - FC.GEPluginCtrls library. The resulting system has both the basic features that allow easy visualization and data analysis, but also the set of tools for more advanced geospatial analysis. As an example, it implements a geostatistical data analysis taking into account geospatial distribution. The presented application enables to conduct geostatistical analysis of seismological data saved in KML format. The data used for testing purposes come from the USGS. Those data contain information about the location of the earthquake sources described by the geographical coordinates. The time of occurrence, depth, and magnitude are the parameters used to conduct typical geostatistical analysis. The analysis enables to calculate the average and directional semivariance. The construction of the Earthquake interface integrates the three-dimensional visualization together with the geostatistical tools. The presented geostatistical plugin is an example of the tool that can be designed using the Google Earth for visualization of the results for scientific computing. It also shows a possibility to design other applications for geospatial data analysis, and adapts its functionality to the specific application.

2

Adaptive skin detection in colour images using error signal space

Papież M., Kawulok M.

Studia Informatica

|

2013

|

Vol. 34, nr 2A

365--377

EN

In this paper we present a study on skin detection methods which operate in an error signal, obtained from the RGB colour space. Using this singledimensional space, a global skin colour model was defined, as well as a facial regionbased adaptation scheme was proposed recently. Our contribution lies in investigating the importance of how the facial regions are defined, and also we extend the existing methods that operate in the error space. Obtained experimental results indicate that the proposed improvements help better exploit the potential of the error space, and they reduce the skin detection errors.

PL

Artykuł przedstawia badania dotyczące metod detekcji skóry na podstawie sygnału błędu, otrzymanego po przekształceniu przestrzeni barwnej RGB. We wcześniej opublikowanych pracach sygnał błędu posłużył do zdefiniowania globalnego modelu barwy skóry, a także modelu adaptacyjnego bazującego na wykrytych obszarach twarzy. Wkład autorów polega na zbadaniu istotności sposobu określania obszarów twarzy, a ponadto zaproponowane zostało rozwinięcie istniejących metod. Otrzymane wyniki eksperymentalne pokazują, że proponowane udoskonalenia umożliwiają bardziej efektywne wykorzystanie przestrzeni błędu oraz skutkują redukcją błędów detekcji skóry.

3

Short-term predictions of import prices of steam coal in Poland

Śmiech S., Papież M.

Rynek Energii

|

2012

|

Nr 2

148--153

EN

The aim of the paper is to develop, evaluate and compare forecasting models for the market price of steam coal. Since 88% of electrical energy in Poland is obtained from coal, which additionally constitutes over 50% of its production costs, the authors investigated the possibility of forecasting steam coal prices. Forecasting will refer to Russian export coal price in the Baltic ports, as there is no coal benchmark price for Poland. Modelling and forecasting coal prices was conduct-ed for the period 2003-2011 using monthly and quarterly data and a wide range of econometric time series models, including linear and nonlinear models as well as one-dimensional and simultaneous equations models. The following variables were taken into consideration: prices of other energy sources, energy demand, prices of CO2 emission permissions and the leading economic index. The tools used in the analysis will allow not only to forecast but also to evaluate the influence of given variables on the coal prices. The methodology used made it possible to adopt forecast horizons of 1 and 2 quarters (up to 6 months), which corresponds to operational activity of both coal importers and exporters.

PL

Celem artykułu jest budowa, ocena i porównanie modeli prognostycznych dla rynkowej ceny węgla energetycznego. Ponieważ w Polsce energia elektryczna jest w około 88% wytwarzana z węgla, który dodatkowo stanowi ponad 50% kosztów jej wytwarzania stąd autorzy zbadali możliwość prognozowania cen węgla energetycznego. Autorzy przyjęli, że prognozowana będzie cena eksportowa węgla rosyjskiego w portach bałtyckich, gdyż brak dla krajowego rynku benchmarku ceny węgla. Modelowanie i prognozowanie ceny węgla zostało przeprowadzone w latach 2003 – 2011 na danych miesięcznych i kwartalnych. Do budowy prognoz zaproponowano szeroką klasę ekonometrycznych modeli szeregów czasowych, obejmującą liniowe i nieliniowe modele, jednowymiarowe oraz wielorównaniowe modele. Parametry większości modeli były estymowane tradycyjnie (metodą największej wiarygodności). Parametry modeli klasy ARDL były również estymowane metodami od-pornymi. Wykorzystywane w analizie zmienne obejmują m.in.: ceny innych surowców energetycznych, popyt na energię, ceny uprawnień dla emisji CO2 oraz wskaźniki wyprzedzające koniunkturę. Zastosowane narzędzia pozwolą (oprócz wyznaczenia prognoz) na ocenę wpływu poszczególnych zmiennych na cenę węgla. Dobrana metodologia pozwala na przyjęcie horyzontu prognozy wynoszącego 1 i 2 kwartały (do 6 miesięcy). Takie ujęcie analizy wpisuje się w działalność bieżącą (operacyjną) importerów i eksporterów węgla.

4

The analysis of relations between primary fuel prices on the european market in the period 2001-2011

Papież M., Śmiech S.

Rynek Energii

|

2011

|

Nr 5

139-144

EN

Safety and development of a country depends on its capability to provide the energy it needs. So far the majority of energy has been obtained from non-renewable sources, i.e. crude oil, natural gas and steam coal. The aim of the article is to present the relations between the prices of the most important primary fuels on the European market in the period between October 2001 and May 2011. Causality between the prices will also be investigated. The identification of the mechanisms influencing prices on the raw material market will be conducted using the method of multiple time series analysis. The results of the analysis reveal that in this period the prices of crude oil, natural gas and steam coal were in a long-run equilibrium. Market mechanisms make the prices increase together and decrease together in the long-run, which, one may be tempted to explain by fundamental factors (especially changing economic conjuncture) and weather (bitterly cold winter), both causing substantial changes in the demand for energy sources. However, it is contradicted by the analysis of Granger causality, which shows that the variables of the system should not be treated in the same way.

PL

Celem referatu jest przedstawienie wzajemnych relacji pomiędzy cenami najważniejszych paliw pierwotnych (ropy, gazu ziemnego i węgla energetycznego) na rynku europejskim w okresie październik 2001- maj 2011. Warte odpowiedzi są pytania o przyczynowość występującą pomiędzy cenami. Identyfikacja mechanizmów oddziaływania cen na rynku surowców została prowadzona z wykorzystaniem metod analizy wielowymiarowych szeregów czasowych. Wyniki analizy pokazały, że analizowane ceny znajdowały się w długookresowej równowadze, a więc w długim okresie ceny wspólnie rosną i wspólnie spadają. Można by przypuszczać, że jest to spowodowane czynnikami fundamentalnymi (koniunkturą gospodarczą) i pogodowymi, które powodują zmiany popytu nośników energii. Niemniej przeprowadzona analiza przyczynowości w sensie Grangera pokazuje, że nie można wszystkich zmiennych systemu traktować tak samo. Główną inspiracją zmian cen nośników energii nieodnawialnej okazały się ceny ropy naftowej. Przeszłe ceny ropy pomagają prognozować pozostałe ceny surowców i mogą być traktowane jako przyczyny tych zmian. Z kolei przeszłe ceny gazu ziemnego (węgla energetycznego) nie mają znaczenia dla prognozowania cen ropy i węgla (gazu).