Wyniki wyszukiwania - BazTech

1

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.

2

Pomiary emisji zaburzeń elektromagnetycznych powyżej 30 MHz zgodnie z normą PN-EN 55014-1 – wybór metody

Florek A., Utkowski T.

Przegląd Elektrotechniczny

|

2015

|

R. 91, nr 11

15-17

PL

W artykule zaprezentowano metody pomiarów emisji zaburzeń w zakresie częstotliwości powyżej 30MHz wymagane przez normę PN-EN 55014-1. Opisano algorytm i kryteria umożliwiające wybór metody pomiaru. W artykule zostały przedstawione zalety i wady stanowisk pomiarowych. Na podstawie analizy wyników pomiarów przedstawiono wnioski na temat zgodności wyrobów z wymaganiami podanymi w normie oraz ich odniesienie do podstawowych wymagań Dyrektywy EMC.

EN

This paper reports about different methods of radiated emission measurements in frequency range above 30MHz required by standard PN-EN 55014-1. Was described algorithm and criterion of choice. The article presents the advantages and disadvantages of measurement test setups. Based on the results of measurements are presented conclusions on the compliance of products with the requirements to the standard and referring them to the basic requirements of the EMC Directive.

3

Charakterystyki mocy lasera VECSEL w funkcji relaksacji sieci krystalicznej

Jasik A., Sankowska I., Broda A., Kubacka-Traczyk J., Trajnerowicz A., Wójcik-Jedlińska A., Muszalski J., Wasiak M., Sokół A.

Przegląd Elektrotechniczny

|

2015

|

R. 91, nr 9

81-84

PL

W artykule przedstawione zostały wyniki badań wpływu naprężenia sieci struktury lasera z pionową wnęką rezonansową VECSEL (vertical external cavity surface emitting laser) na jego własności. Badane były struktury z różną liczbą studni kwantowych w obszarze aktywnym. Pozostałe parametry były stałe. Naprężenie w strukturze określane było na podstawie pomiarów map węzłów sieci odwrotnej wykonanych wokół dwóch refleksów: 004 i -2-24. Stwierdzono, że stopień relaksacji sieci w zależności od liczby studni kwantowych można opisać za pomocą funkcji liniowej. Z porównania wyników numerycznych i eksperymentalnych wynika, że dyslokacje niedopasowania są źródłem rekombinacji niepromienistej, silnie wpływającym na redukcję mocy wyjściowej z lasera. Biorąc za kryterium oceny jakości lasera moc zewnętrzną, określiliśmy optymalną liczbę studni kwantowych w obszarze aktywnym równą 12, co jest związane z relaksacją sieci równą 27%. Stosując diament jako medium rozpraszające ciepło, uzyskaliśmy maksymalną moc równą 4,5 W.

EN

We have investigated the influence of strain built into the periodic gain structure of Vertical External Cavity Surface-Emitting Lasers on the laser properties. Laser structures with different numbers of quantum wells (QWs) in the active region were grown using molecular beam epitaxy. The strain was analyzed by reciprocal space maps taken around two reflections of 004 and -2-24. It was found that the dependence of strain relaxation caused by misfit dislocation on the number of quantum wells can be described by a linear function. Fitting the numerical simulations to the experimentally-obtained output power characteristics revealed that misfit dislocations are the non-radiative recombination defects and are responsible for suppressing output power. Taking as a criterion the output power, we determined the optimal number of QWs as 12 and the maximal tolerable relaxation value as 0.27 for InGaAs/GaAs VECSEL structures with uniformly distributed quantum wells in a microcavity. Using diamond heat spreader bonded to the laser surface we obtained output power of 4.5 W.

4

Comparison of selected methods of multi-parameter data visualization used for classification of coals

Jamroz D., Niedoba T.

Physicochemical Problems of Mineral Processing

|

2015

|

Vol. 51, iss. 2

769--784

EN

Methods of multi-parameter data visualization through the transformation of multidimensional space into two-dimensional one allow to present multidimensional data on computer screen, thus making it possible to conduct a qualitative analysis of this data in the most natural way for human – by a sense of sight. In the paper a comparison was made to show the efficiency of selected seven methods of multidimensional visualization and further, to analyze data describing various coal type samples. Each of the methods was verified by checking how precisely a coal type can be classified when a given method is applied. For this purpose, a special criterion was designed to allow an evaluation of the results obtained by means of each of these methods. Detailed information included presentation of methods, elaborated algorithms, accepted parameters for best results as well the results. The framework for the comparison of the analyzed multi-parameter visualization methods includes: observational tunnels method multidimensional scaling MDS, principal component analysis PCA, relevance maps, autoassociative neural networks, Kohonen maps and parallel coordinates method.

5

Maintenance and Discovery of Domain Knowledge for Nursing Care using Data in Hospital Information System

Iwata H., Hirano S., Tsumoto S.

Fundamenta Informaticae

|

2015

|

Vol. 137, nr 2

237--252

EN

[Introduction] Schedule management of hospitalization is important to maintain or improve the quality of medical care and application of a clinical pathway is one of the important solutions for the management. Although several kinds of deductive methods for construction for a clinical pathway have been proposed, the customization is one of the important problems. This research proposed an inductive approach to support the customization of existing clinical pathways by using data on nursing actions stored in a hospital information system. [Method] The number of each nursing action applied to a given disease during the hospitalization was counted for each day as a temporal sequence. Temporal sequences were compared by using clustering and multidimensional scaling method in order to visualize the similarities between temporal patterns of clinical actions. [Results] Clustering and multidimensional scaling analysis classified these orders to one group necessary for the treatment for this DPC and the other specific to the status of a patient. The method was evaluated on data sets of ten frequent diseases extracted from hospital information system in Shimane University Hospital. Cataracta and Glaucoma were selected. Removing routine and poorly documented nursing actions, 46 items were selected for analysis. [Discussion] Counting data on executed nursing orders were analyzed as temporal sequences by using similarity-based analysis methods. The analysis classified the nursing actions into the two major groups: one consisted of orders necessary for the treatment and the other consisted of orders dependent on the status of admitted patients, including complicated diseases, such as DM or heart diseases. The method enabled us to inductive construction of standardized schedule management and detection of the conditions of patients difficult to apply the existing or induced clinical pathway.

6

Music Mood Visualization Using Self-Organizing Maps

Plewa M., Kostek B.

Archives of Acoustics

|

2015

|

Vol. 40, No. 4

513--525

EN

Due to an increasing amount of music being made available in digital form in the Internet, an automatic organization of music is sought. The paper presents an approach to graphical representation of mood of songs based on Self-Organizing Maps. Parameters describing mood of music are proposed and calculated and then analyzed employing correlation with mood dimensions based on the Multidimensional Scaling. A map is created in which music excerpts with similar mood are organized next to each other on the two-dimensional display.

7

Molecular Dynamic Simulations of a Simplified Nanofluid

Sergis A., Hardalupas Y.

Computational Methods in Science and Technology

|

2014

|

Vol. 20, No. 4

113--127

EN

This study describes the methodology that was developed to run a Molecular Dynamics Simulation (MDS) code to simulate the behaviour of a single nanoparticle dispersing in a fluid with a temperature gradient. A soft disk model described by the Lennard-Jones potential is used to simulate the system. The nanoparticle is assembled via the use of four subdomains of interatomic interactions and hence presents in full resolution the transfer of energy from the fluid-to-solidto- fluid subdomains. A cluster computing system (HTCondor) was used to perform a large scale deployment of the MDS code. The obtained showcase results were successfully evaluated using three widely documented tests from the associated literature (Randomness, Radial Distribution and Velocity Autocorrelation Distribution Functions). It was discovered that the nanoparticle travels a larger distance in the fluid than the distance travelled by a fluid molecule (recovery region). The findings were confirmed by calculating the Green-Kubo self-diffusivity coefficient halfway through the simulation at which an enhancement of 156% was discovered in favour of the Nanoparticle. This might be the physical mechanism responsible for the experimentally observed thermal performance enhancement in nanofluids.

8

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.

9

Numerical study of the interface heat transfer characteristics of micro-cooler with CNT structures

Zhang Y., Wang S., Ma S., Hu Z., Liu J., Sitek J., Janeczek K.

Elektronika : konstrukcje, technologie, zastosowania

|

2012

|

Vol. 53, nr 1

17-19

EN

Micro-cooling techniques provide a promising solution for the thermal management of electronics system with increasing microprocessor powers. Carbon nanotubes (CNTs) can be utilized in micro-coolers as basic materials to constitute the heat dissipation structures inside. The interfaces involved in the CNT-based micro-cooler include the one between the CNT and the coolant, and the CNT and the adhesive. The heat transfer through these interfaces plays an important role in the thermal performance of the micro-cooler. In this paper, numerical investigations on thermal resistance across interfaces between the CNT and other materials are carried out by molecular dynamics simulation (MDS), and various cases are studied.

PL

Technika mikrochłodzenia stanowi obiecujące rozwiązanie w zarządzaniu ciepłem systemów elektronicznych wraz ze wzrostem mocy mikroprocesorów. Nanorurki węglowe (CNTs) mogą być wykorzystane w mikroradiatorach, jako podstawowy material służący do tworzenia struktur rozpraszających ciepło w ich wnętrzu. Interfejsami w mikroradiatorach opartych na CNTs są obszary między CNT i substancją chłodzącą oraz między CNT i klejem. Transfer ciepla przez te interfejsy ma istotny wpływ na wydajność mikroradiatora. W artykule ukazano wyniki analiz numerycznych transferu ciepła przez interfejsy pomiędzy CNT i innymi materiałami przeprowadzone za pomocą symulacji dynamiki molekularnej (MDS) dla różnych przypadków.

10

Perceptually Correlated Parameters of Musical Instrument Tones

Beauchamp J. W.

Archives of Acoustics

|

2011

|

Vol. 36, No. 2

225-238

EN

In Western music culture instruments have been developed according to unique instrument acoustical features based on types of excitation, resonance, and radiation. These include the woodwind, brass, bowed and plucked string, and percussion families of instruments. On the other hand, instrument performance depends on musical training, and music listening depends on perception of instrument output. Since musical signals are easier to understand in the frequency domain than the time domain, much effort has been made to perform spectral analysis and extract salient parameters, such as spectral centroids, in order to create simplified synthesis models for musical instrument sound synthesis. Moreover, perceptual tests have been made to determine the relative importance of various parameters, such as spectral centroid variation, spectral incoherence, and spectral irregularity. It turns out that the importance of particular parameters depends on both their strengths within musical sounds as well as the robustness of their effect on perception. Methods that the author and his colleagues have used to explore timbre perception are: 1) discrimination of parameter reduction or elimination; 2) dissimilarity judgments together with multidimensional scaling; 3) informal listening to sound morphing examples. This paper discusses ramifications of this work for sound synthesis and timbre transposition.

11

Multiple dichotomies in timbre research

Papanikolaou G., Pastiadis C.

Archives of Acoustics

|

2009

|

Vol. 34, No. 2

137-155

EN

In this paper an overview of aspects, terminology and literature on contemporary research regarding timbre is presented. Timbre is a multidimensional entity, and research traces its multifaceted nature. The paper handles this structural complexity using a domain-task-results paradigm. Several domains of application are examined and various aspects of timbre questioning are outlined, although consideration of aspects in music and its contextual applications are postponed for a following detailed report for reasons of presentation compactness and extent. A self-evident differentiation of research categorization stems from the type of consideration of timbre as a perceptual attribute or as a manifestation of physical (either generative or modified after transmission) phenomena and processes. As more "axes" of differentiation also emerge, this work attempts to highlight issues that rise and propose possible research directions.

12

Geochemical characteristics of bottom sediments in the Odra River estuary - Roztoka Odrzańska (north-west Poland)

Piotrowski S.

Geological Quarterly

|

2004

|

Vol. 48, No 1

61--76

EN

Roztoka Odrzańska is the last section of the Odra River estuary. Both in 1996, and in 1999 concentrations of Zn, Cu, Pb, Cd and Hg in the surface waters of Roztoka Odrzańska were within the limits for I class of purity. Maps of the heavy metal distributions in bottom sediments resemble those of TOC distribution in the < 0.20 mm fraction. Overall, 58.3% of the bottom sediments of Roztoka Odrzańska in 1996, as regards concentrations of Cd, Zn, Pb, Cu and Hg, belonged to class IV of purity; 14.6% belonged to class III; 18.8% belonged to class II and 8.3% to class I at all research stations. The excessive pollution the Roztoka Odrzańska sediments is controlled mainly by Cd and Zn concentrations and, to a much lower degree by Pb. Analyses in 1999 showed similar average concentrations of Cu, Zn and Pb, but less than half the content of cadmium. Concentrations, though, of cobalt (1.8x) and especially mercury (22.7x) were higher than the 1996 average levels. The observed concentrations fall within the concentration limits recorded in 1996 for Cu, Zn, Pb, Cd and Co, but they exceed these limits considerably for Hg.

13

Visualization of cubic (one-way, three-mode) dissimilarity data by using multidimensional scaling

Yadohisa H., Yamamoto Y.

Machine Graphics and Vision

|

2000

|

Vol. 9, No. 1/2

243-249

EN

A visualization method for cubic (one-way, three-mode) dissimilarity data is proposed. By using the framework of multidimensional scaling (MDS), the data are representated as points in a euclidean space. Two model to explain the data are proposed, and estimates are made by the alternating least squares method.

14

Graphical representation of asymmetry in three-way dissimilarity data

Yadohisa H.

Machine Graphics and Vision

|

1999

|

Vol. 8, No. 2

265-279

EN

Vector models for representation of asymmetry in three-way (dis)similarity data are proposed. We evaluate several different data matrices corresponding to observations, individuals and so on. We then propose models for representation of asymmerty on the basis of the INDSCAL (Carroll and Chang, 1970) and GEMSCAL (Young, 1984) models.

15

Visualization of proximity data by multidimensional scaling with residual from space reduction

Yadohisa H.

Machine Graphics and Vision

|

1998

|

Vol. 7, No. 3

681-686

EN

New multidimensional scaling method for representing a two-way proximity data is proposed. Given an n x n data matrix D of proximity measures between n objects, a configuration of objects, optimum in a sense, is detemined by applying some suitable multidimensional scaling method as a set of coordinates X. A residual matrix composed from X. The main purpose of this paper is to propose a graphical method for representing the residual caused space reduction.