Wyniki wyszukiwania - BazTech

1

Strong law of large numbers for random variables with multidimensional indices

Gdula A. M., Krajka A.

Probability and Mathematical Statistics

|

2017

|

Vol. 37, Fasc. 1

185--199

EN

Let {Xn, n ϵ V ⸦ N2} be a two-dimensional random field of independent identically distributed random variables indexed by some subset V of lattice N2. For some sets V the strong law of large numbers [wzór] is equivalent to EX1 = μ and [wzór]. In this paper we characterize such sets V.

2

On the complete convergence of randomly weighted sums of random fields

Gdula A. M., Krajka A.

Demonstratio Mathematica

|

2014

|

Vol. 47, nr 1

232--252

EN

Let (…) be a d-dimensional random field indexed by some subset V of lattice Nd, which are stochastically dominated by a random variable X. Let (…) be a 2d-dimensional random field independent of (…) and such that (…) for some constant M. In this paper, we give conditions under which the following series (…), is convergent for some real t, some fixed p > 0 and all ε > 0. Here |n| is used for (…). The randomly indexed sums of field (…) are considered too.

3

The Concept and Security Analysis of Wireless Sensor Network for Gas Lift in Oilwells

Bielecki B., Ksiezopolski B., Krajka A., Wierzbicki A.

Annales Universitatis Mariae Curie-Skłodowska. Sectio AI, Informatica

|

2014

|

Vol. 14, no. 2

76--85

EN

Pipelines, wellbores and ground installations are permanently controlled by sensors spread across the crucial points in the whole area. One of the most popular techniques to support proper oil drive in a wellbore is a Gas Lift. In this paper we present the concept of using wireless sensornetwork (WSN) in the oil and gas industry installations. Assuming that Gas Lift Valves (GLVs) in a wellbore annulus are sensor controlled, the proper amount of injected gas should be provided. In aground installation, the optimized amount of loaded gas is a key factor in the effcient oil production.This paper considers the basic foundations and security requirements of WSN dedicated to Gas Lift Installations. Possible attack scenarios and their influence on the production results are shown aswell.

4

On the capacity of survival analysis with the R language

Krajka A., Krawczak P., Mlak R.

Annales Universitatis Mariae Curie-Skłodowska. Sectio AI, Informatica

|

2014

|

Vol. 14, no. 3

22--31

EN

In order to make the big data mining analysis we meet the limit of computer capacity. We concentrate here on such a situation. We describe the problem, test the key fragment of the algorithm and conclude on the possibilities of similar computations.

5

The evaluation of Qα based on experimental masses and other properties of atomic nuclei

Krajka A., Łojewski Z., Mitura R.

Pomiary Automatyka Kontrola

|

2013

|

R. 59, nr 10

1128--1132

EN

The specially interesting experimental value, in the nuclear physic, describing the alpha decay is the decay energy Qα. This energy is a key to understanding the series of nuclei disorders. On the basis of decay energy we may compute sequential masses and energy of unstable nuclides. Because alpha is the helium element, thus from a nucleus with N neutrons and Z protons after the alpha decay we obtain a nucleus with N-2 and Z-2 protons and neutrons, respectively. It is natural to compute Qα as a difference between the mass of nuclei with N neutrons and Z protons and masses obtained after decay i.e. the mass of nuclei with N-2 neutrons and Z-2 protons and the mass of helium element. We tested this known “classical“ formula based on a large collection of the newest experimental data, the so called AME2012 and NUBASE2012 data bases. We computed accurate constants in the “classical” formula. Additionally, we showed inadequacy of the “classical” model. The almost three times better model is the one based on a neutral network (named in paper MSN) but we prefer slightly better (in comparison with MSN) the nonlinear regression model (named MQT). MQT is the development of the “classical” method taking additionally into account the terms with separation energy neutrons and protons multiplied by multinomials of numbers of neutrons N and protons Z, respectively. In the paper we show how the mentioned above methods may be used to prediction of unknown values of Qα. All computations were made in language R.

XX

Szczególnie interesującą wielkością w fizyce jądrowej jest energia rozpadu cząstki alfa. Wielkość ta umożliwia odtworzenie mas i energii jąder szybko zmieniających się w przemianach jądrowych pierwiastków. Ponieważ cząstka alfa jest jądrem atomu helu, więc z jądra o N neutronach i Z protonach otrzymujemy po przemianie jądro o N-2 neutronach i Z-2 protonach oraz jądro atomu helu. Dlatego naturalne jest szacowanie energii Qα jako różnicy mas jądra przed przemianą i jądra po przemianie wraz z masą atomu helu. Jest to tzw. “klasyczny” sposób obliczania energii Qα. Na podstawie dużego zbioru nowo uzyskanych eksperymentalnych wyników (bazy danych AME2012 I NUBASE2012) chcielibyśmy w tej pracy zweryfikować “klasyczny” sposób obliczania Qα. Obliczymy dokładniej stałe występujące w “klasycznym” wzorze a potem pokażemy, że niektóre inne metody dają zdecydowanie mniejszy błąd niż wspomniana “klasyczna” metoda. W szczególności opiszemy sieci neuronowe (MSN) oraz przedstawimy preferowaną przez nas metodę MQT opartą na nieliniowej regresji. MQT może być traktowana jako rozwinięcie “klasycznej” metody poprzez uwzględnieni dodatkowo członów z energiami separacji protonów i neutronów pomnożonych przez odpowiednie wielomiany od liczby protonów i neutronów. Dodatkowo pokażemy jak te wszystkie metody służą do prognozowania nieznanych wartości Qα. Wszystkie obliczenia wykonaliśmy w języku R.