Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Demand forecasting in the fashion business — an example of customized nearest neighbour and linear mixed model approaches

Henzel Joanna, Wawrowski Łukasz, Kubina Anna, Sikora Marek, Wróbel Łukasz

Annals of Computer Science and Information Systems

2022

Vol. 30

61--65

The fashion industry is characterised by the need to make demand forecasts in advance and for highly volatile products for which we often have no sales history at the time the forecasts are made. For this reason, it is necessary to propose forecast mechanisms that can cope with the given conditions. Such forecasts can be based on expert predictions for generalized product categories. In this case, the task of machine learning forecasting methods would be to divide the aggregate prediction into forecasts for individual products, in each colour and size. In the paper, we present several approaches to this specific task. We present the use of the naive method, custom nearest neighbour approach, parametric linear mixed model and an ensemble approach. Overall, the best results we obtained for the ensemble method. Our research was based on real data from fashion retail.

Monitoring and maintenance of a gantry based on a wireless system for measurement and analysis of the vibration level

Sikora Marek, Szczyrba Krzysztof, Wróbel Łukasz, Michalak Marcin

Eksploatacja i Niezawodność

2019

Vol. 21, no. 2

341--350

The paper describes a system for monitoring and diagnosing a gantry. The main goal of the system is to acquire, visualize and monitor vibration levels of the gantry crucial elements. The system is also equipped with a computing and analytical part which enables predictive maintenance related to the vibration level assessment. The system architecture can be used in other applications too, i.e. those which require a wireless network of vibration sensors to carry out diagnostic tasks.

W artykule przedstawiono system monitorowania i diagnostyki suwnicy bramowej. Głównym zadaniem systemu jest akwizycja, wizualizacja i monitorowanie poziomu drgań newralgicznych elementów suwnicy. System wyposażony jest również w część obliczeniowoanalityczną, umożliwiającą realizację zadań predykcyjnego utrzymania ruchu (ang. predictive maintenance) związanych z oceną poziomu drgań. Architektura systemu umożliwia wykorzystanie go również do innych zastosowań, w których dla realizacji zadania diagnostyki wymagana jest bezprzewodowa sieć czujników drgań.