Wyniki wyszukiwania - BazTech

1

Covid-19: pandemic management in different parts of India

Wilinski Antoni, Sharma Ravindra, Arti M.K.

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska

|

2023

|

z. 169

707--723

EN

Purpose: Managing a pandemic in individual countries is a concern not only of governments but also of WHO and the entire international community. The pandemic knows no bounds. In this context, India is a special country - with a huge population and a very large diversity of cultural, geographic, economic, poverty levels, and pandemic management methods. In this work, we try to assess the sum of the impact of these factors on the state of the epidemic by creating a ranking of Indian states from the least to the most endangered. Design/methodology/approach: As a method of creating such a ranking, we take into account two very, in our opinion, objective variables - the number of deaths and the number of vaccinations per million inhabitants of the region. In order not to make the usually controversial ascribing of weights to these factors, we relate them to the selected reference region - here to the capital city - Delhi. We apply a logical principle - the more vaccinations, the better and the more deaths - the worse. Findings: The results are rather surprising. Many small regions are safe regions, such as Andaman, Tripura or Sikkim, many large or wealthy states are at the end of this ranking, such as Delhi, Maharashtra, Uttar Pradesh, Bihar, and Tamil Nadu. What was found in the course of the work? This will refer to analysis, discussion, or results. Originality/value: The method enables an indirect assessment of the quality of pandemic management in a given region of the country. It can be used for any country or even a group of countries or a continent. According to this criterion, the best state/region is intuitively the safest for residents. A small number of deaths and a large number of vaccinations may positively indicate the state of public health and good management of the fight against the pandemic by local and/or central authorities.

2

Optimization of building control systems with use of alternative tracking methods using the RSSI index and artificial intelligence mechanisms

Styła Michał, Adamkiewicz Przemysław

Przegląd Elektrotechniczny

|

2022

|

R. 98, nr 2

199--202

EN

The article presents the results of work carried out on the design of an intelligent building equipped with a centralized resource management system, an internal device-free detection and navigation system and machine intelligence increasing the capabilities of all other subsystems. The main functionalities of the project included presence detection, facility energy optimization, user identification and resource management, as well as access control and work time recording.

PL

W artykule przedstawiono wyniki prac prowadzonych nad projektem inteligentnego budynku wyposażonego w scentralizowany system zarządzania zasobami, wewnętrzny system detekcji i nawigacji bez użycia urządzenia oraz inteligencję maszynową zwiększającą możliwości wszystkich pozostałych podsystemów. Główne funkcjonalności projektu obejmowały detekcję obecności, optymalizację energetyczną obiektu, identyfikację użytkowników i zarządzanie zasobami, a także kontrolę dostępu i rejestrację czasu pracy.

3

Barnacles mating optimizer for loss minimization of optimal reactive power dispatch

Sulaiman Mohd Herwan, Mustaffa Zuriani, Saari Mohd Mawardi, Mohamad Ahmad Johari

Przegląd Elektrotechniczny

|

2022

|

R. 98, nr 2

59--63

EN

A recent evolutionary optimization algorithm, Barnacles Mating Optimizer (BMO) algorithm is proposed to solve one of the optimal reactive power dispatch (ORPD) problems viz. loss minimization in power system. The concept of Hardy-Weinberg principle and sperm-cast process of barnacles is adopted in BMO to balance the exploitation and exploration in solving the optimization problem. Optimal reactive power dispatch (ORPD) on the other hand is one of the complex optimization problems in power system operation. BMO is utilized to obtain the optimal combination of control variables such as generator voltages, transformer tap setting and injected MVAR or known as reactive compensation devices to achieve the minimum losses in the power system. To show the effectiveness of proposed BMO, it is tested on IEEE-30 bus system which consists of 25 control variables and also has been tested on the large system of power network viz. IEEE-118 bus system. The obtained results from BMO are compared with other well-known optimization algorithms in the literature. The obtained comparison results indicate that proposed BMO is effective to reach minimum loss for ORPD problem.

PL

Zaproponowano najnowszy ewolucyjny algorytm optymalizacji, algorytm Barnacles Mating Optimizer (BMO), aby rozwiązać jeden z problemów z optymalnym rozprowadzaniem mocy biernej (ORPD), a mianowicie. minimalizacja strat w systemie elektroenergetycznym. Koncepcja zasady Hardy'ego-Weinberga i procesu odlewania nasienia pąkli została przyjęta w BMO w celu zrównoważenia eksploatacji i eksploracji w rozwiązaniu problemu optymalizacji. Natomiast optymalne dysponowanie mocą bierną (ORPD) jest jednym ze złożonych problemów optymalizacji pracy systemu elektroenergetycznego. BMO służy do uzyskania optymalnej kombinacji zmiennych sterujących, takich jak napięcia generatora, ustawienie zaczepów transformatora i wstrzykiwany MVAR lub znane jako urządzenia kompensacji reaktywnej, w celu osiągnięcia minimalnych strat w systemie elektroenergetycznym. Aby pokazać skuteczność proponowanego BMO, został przetestowany na systemie magistrali IEEE-30, który składa się z 25 zmiennych sterujących, a także został przetestowany na dużym systemie sieci energetycznej, a mianowicie. System magistrali IEEE118. Otrzymane wyniki z BMO są porównywane z innymi znanymi algorytmami optymalizacyjnymi w literaturze. Uzyskane wyniki porównawcze wskazują, że proponowane BMO jest skuteczne w osiąganiu minimalnych strat związanych z problemem ORPD.

4

Optimisation of commercial building management processes using user behaviour analysis systems supported by computational intelligence and RTI

Styła Michał, Adamkiewicz Przemysław

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2022

|

T. 12, nr 1

28--35

EN

The aim of the presented project was to create a comprehensive building management system equipped with a network of wireless and energy-efficient sensors that collect data about users and on their basis control final devices such as lighting, ventilation, air conditioning and heating. In the presented system, end devices can be both products offered by the market (commercial) and proprietary solutions (own). This is to allow the adaptation of commercial radio communication protocols with high integration capabilities and common occurrence. In addition, the system has been enriched with an innovative system of tracking and building navigation and access control, which are supported by a network of radio beacons and radio-tomographic imaging technology (RTI). The whole system is to be supervised by computational intelligence learned from scratch.

PL

Celem prezentowanego projektu było stworzenie kompleksowego systemu zarządzania budynkiem wyposażonego w sieć bezprzewodowych i energooszczędnych czujników, które zbierają dane o użytkownikach i na ich podstawie sterują urządzeniami końcowymi, takimi jak oświetlenie, wentylacja, klimatyzacja i ogrzewanie. W prezentowanym systemie urządzeniami końcowymi mogą być zarówno produkty oferowane przez rynek (komercyjne), jak i rozwiązania autorskie (własne). Ma to na celu umożliwienie adaptacji komercyjnych protokołów komunikacji radiowej o dużych możliwościach integracyjnych i powszechnym występowaniu. Dodatkowo system został wzbogacony o innowacyjny system śledzenia i nawigacji po budynkach oraz kontroli dostępu, które są wspomagane przez sieć radiolatarni oraz technologię obrazowania radiowo-tomograficznego (RTI). Nad całością systemu ma czuwać inteligencja obliczeniowa wyuczona od podstaw.

5

Computational intelligence in development of 3D printing and reverse engineering

Rojek Izabela, Mikołajewski Dariusz, Nowak Joanna, Szczepański Zbigniew, Macko Marek

Bulletin of the Polish Academy of Sciences. Technical Sciences

|

2022

|

Vol. 70, nr 1

art. no. e140016

EN

Computational intelligence (CI) can adopt/optimize important principles in the workflow of 3D printing. This article aims to examine to what extent the current possibilities for using CI in the development of 3D printing and reverse engineering are being used, and where there are still reserves in this area. Methodology: A literature review is followed by own research on CI-based solutions. Results: Two ANNs solving the most common problems are presented. Conclusions: CI can effectively support 3D printing and reverse engineering especially during the transition to Industry 4.0. Wider implementation of CI solutions can accelerate and integrate the development of innovative technologies based on 3D scanning, 3D printing, and reverse engineering. Analyzing data, gathering experience, and transforming it into knowledge can be done faster and more efficiently, but requires a conscious application and proper targeting.

6

Fourier transform-based data augmentation in deep learning for diabetic foot thermograph classification

Anaya-Isaza Andrés, Zequera-Diaz Martha

Biocybernetics and Biomedical Engineering

|

2022

|

Vol. 42, no. 2

437--452

EN

Diabetes Mellitus (DM) belongs to the ten diseases group with the highest mortality rate globally, with an estimated 578 million cases by 2030, according to the World Health Organization (WHO). The disease manifests itself through different disorders, where vasculopathy shows a chronic relationship with diabetic ulceration events in distal extremities, being temperature a biomarker that can quantify the risk scale. According to the above, an analysis is performed with standing thermography images, finding temperature patterns that do not follow a particular distribution in patients with DM. Therefore, the modern medical literature has taken the use of Computer-Aided Diagnosis (CAD) systems as a plausible option to increase medical analysis capabilities. In this sense, we proposed to study three state-of-the-art deep learning (DL) architectures, experimenting with convolutional, residual, and attention (Transformers) approaches to classify subjects with DM from diabetic foot thermography images. The models were trained under three conditions of data augmentation. A novel method based on modifying the images through the change of the amplitude in the Fourier Transform is proposed, being the first work to perform such synergy in the characterization of risk in ulcers through thermographies. The results show that the proposed method allowed reaching the highest values, reaching a perfect classification through the convolutional neural network ResNet50v2, promising for limited data sets in thermal pattern classification problems.

7

Inspirowane kwantowo sieci neuronowe typu Hopfielda

Citko Wiesław, Sieńko Wiesław

Przegląd Elektrotechniczny

|

2021

|

R. 97, nr 2

36--38

PL

W pracy przedstawiono koncepcję sieci neuronowej o zespolonych parametrach (Q-inspired). Realizacja takiej sieci wykorzystuje hermitowską macierz połączeń pomiędzy neuronami. Zaproponowano również model uczenia maszynowego zrealizowany na bazie zespolonego aproksymatora. Wykazano przydatność takiego aproksymatora w analizie sygnałów w szczególności do realizacji dyskretnej transfomacji Fouriera (DFT) oraz odwrotnej dyskretnej transformacji Fouriera (IDFT).

EN

The paper presents the concept of a neural network with complex-valued parameters (Q-inspired). Implementation of such a network uses the Hermitian matrix of connections between neurons. A machine learning model based on a complex approximator has also been proposed. The usefulness of such an approximator in signal analysis has been demonstrated especially for the implementation of discrete Fourier transform (DFT) and inverse discrete Fourier transform (IDFT).

8

Projection of real mass deformation scenes – intelligent support

Piwowarski Wiesław

Geoinformatica Polonica

|

2021

|

T. 20

117--136

EN

The paper analyses the process of post-mining displacements generated by underground mining. Innovative mathematical structures for the modeling of hazard field emission were developed as strong solutions to partial differential equations in R3+1. Moreover, a stochastic equation in L2(Ω) (probabilistic space) was defined and applied as a model that takes into account the randomness of the process. Monitoring of a mining area based on solutions in the GNSS technology and classical geodesy supports the analysis of topological transformations of a given subspace. The data was archived and stored in digital form and then analyzed in many ways. The quality of the representation (measurements and modeling) was estimated with the use of incremental statistics. Thus, obtained distributions of density function are not ranked as normal distribution. The performed analyses make it possible to predict the optimal scenarios for post-mining environmental hazards.

PL

W artykule przeanalizowano proces przemieszczeń pogórniczych generowanych przez górnictwo podziemne. Innowacyjne struktury matematyczne do modelowania emisji pola zagrożenia opracowano jako silne rozwiązania równań różniczkowych cząstkowych w R3+1. Ponadto zdefiniowano i zastosowano równanie stochastyczne w L2(Ω) (przestrzeni probabilistycznej) jako model uwzględniający losowość procesu. Monitoring obszaru górniczego, w oparciu o rozwiązania w technologii GNSS i klasycznej geodezji, wspomaga analizę przekształceń topologicznych danej podprzestrzeni. Dane archiwizowano i przechowywano w formie cyfrowej, a następnie analizowano na wiele sposobów. Jakość reprezentacji (pomiary i modelowanie) oszacowano za pomocą statystyk przyrostowych. Tak uzyskane rozkłady funkcji gęstości nie są klasyfikowane jako rozkład normalny. Przeprowadzone analizy pozwalają przewidzieć optymalne scenariusze zagrożeń dla środowiska pogórniczego.

9

Optimisation of MCTS player for The Lord of the Rings: The Card Game

Godlewski Konrad, Sawicki Bartosz

Bulletin of the Polish Academy of Sciences. Technical Sciences

|

2021

|

Vol. 69, nr 3

art. no. e136752

EN

The article presents research on the use of Monte-Carlo Tree Search (MCTS) methods to create an artificial player for the popular card game “The Lord of the Rings”. The game is characterized by complicated rules, multi-stage round construction, and a high level of randomness. The described study found that the best probability of a win is received for a strategy combining expert knowledge-based agents with MCTS agents at different decision stages. It is also beneficial to replace random playouts with playouts using expert knowledge. The results of the final experiments indicate that the relative effectiveness of the developed solution grows as the difficulty of the game increases.

10

Computational intelligence techniques for medical diagnosis and prognosis: Problems and current developments

Shahid Afzal Hussain, Singh M. P.

Biocybernetics and Biomedical Engineering

|

2019

|

Vol. 39, no. 3

638--672

EN

Diagnosis, being the first step in medical practice, is very crucial for clinical decision making. This paper investigates state-of-the-art computational intelligence (CI) techniques applied in the field of medical diagnosis and prognosis. The paper presents the performance of these techniques in diagnosing different diseases along with the detailed description of the data used. This paper includes basic as well as hybrid CI techniques that have been used in recent years so as to know the current trends in medical diagnosis domain. The paper presents the merits and demerits of different techniques in general as well as application specific context. This paper discusses some critical issues related to the medical diagnosis and prognosis such as uncertainties in the medical domain, problems in the medical data especially dealing with time-stamped (temporal) data, and knowledge acquisition. Moreover, this paper also discusses the features of good CI techniques in medical diagnosis. Overall, this review provides new insight for future research requirements in the medical diagnosis domain.

11

Zastosowanie modelu uczenia maszynowego do realizacji procesora analogowego

Citko W., Sieńko W.

Przegląd Elektrotechniczny

|

2018

|

R. 94, nr 9

56--58

PL

W pracy zaproponowano wykorzystanie, opartego na transformacjach ortogonalnych i biortogonalnych, modelu uczenia maszynowego do syntezy procesora realizującego funkcję dodawania i mnożenia liczb rzeczywistych. Ze względu na cechy bezstratności oraz realizację zasady superpozycji model ten można zakwalifikować jako system kwantowego przetwarzania sygnałów.

EN

The goal of this paper is to present a universal machine learning model using orthogonal and biorthogonal transformations based on Hurwitz-Radon matrices. This model was used to synthesize a processor that performs the function of adding and multiplying real numbers. Due to the lossless features and implementation of the superposition principle, the model can be qualified as a quantum signal processing system.

12

Prognozowanie zapotrzebowania na wodę z wykorzystaniem uczenia maszynowego

Stańczyk J., Kajewska-Szkudlarek J., Łomotowski J., Lipiński P., Rychlikowski P., Konieczny T.

Gaz, Woda i Technika Sanitarna

|

2018

|

Nr 10

372--377

PL

Prognozowanie zużycia wody jest niezbędnym elementem racjonalnej eksploatacji systemów wodociągowych. W ostatnich latach obserwuje się wzrost zainteresowania numerycznymi metodami do predykcji zużycia wody WDF (ang. Water Demand Forecasting), pozwalającymi sporządzać prognozy krótko-, średnio- i długoterminowe. Opracowane prognozy służą do wspomagania podejmowania decyzji związanych z projektowaniem, rozbudową, konserwacją sieci wodociągowych oraz wdrażania procedur umożliwiających optymalizację pracy pompowni, stacji uzdatniania wód i oczyszczalni ścieków. W artykule opisano zastosowanie metod inteligencji obliczeniowej i uczenia maszynowego do prognozowania wielkości zapotrzebowania na wodę. Przedstawiono wyniki prognozy wykonanej przy użyciu regresji nieliniowej, opartej na wektorach wsparcia SVR (ang. Support Vector Regression) z funkcjami jądrowymi określonymi przez radialne funkcje bazowe RBF (ang. Radial Basis Functions). Poddano analizie wpływ sytuacji meteorologicznej na wielkość poboru wody dla dwóch wrocławskich stref DMA (ang. District Metered Area), różniących się typem zabudowy. Wykazano, że celowe jest uwzględnienie maksymalnej dobowej temperatury powietrza atmosferycznego podczas ustalania wielkości zapotrzebowania na wodę. Dowiedziono, że usuwanie trendów i sezonowości z danych pomiarowych pozwala polepszyć wyniki predykcji. Przedstawiony model prognozowania poborów wody może stanowić jedno z narzędzi usprawniających procesy decyzyjne na poziomie zarządzania i eksploatacji sieci wodociągowych.

EN

Predicting water consumption is an important issue at the stage of water systems operation. In recent years, some numerical WDF (Water Demand Forecasting) water consumption prediction systems have been created, which allow to foresee consumption rates for short, medium and long terms. The forecasts support decision-making process concerning the design, expansion and maintenance of water systems and the implementation of procedures optimizing the operation of pumping stations, water treatment and sewage treatment plants. The article describes the use of computational intelligence and machine learning to predict water demand rates. The results of a forecast prepared with the use of nonlinear regression based on Support Vector Regression (SVR) with kernel functions defined by Radial Basis Functions (RBF) are presented. The influence of weather situation on water consumption rates for two District Metered Areas (DMA) in Wrocław, each with different land development conditions, was analysed. It was proved that it is advisable to take the maximum daily temperature into account while estimating water demand rates. It was shown that skipping trends and seasonality in measuring data allows to create better prediction models. The water consumption prediction model presented may be regarded as one of the tools facilitating decision-making processes at management and water system utilisation levels.

13

Zastosowanie wybranych metod inteligencji obliczeniowej do wspomagania projektowania składu mieszanki gruntowo-spoiwowej

Ciołek M.

Drogownictwo

|

2018

|

nr 5

169--174

PL

Artykuł przedstawia propozycję implementacji wybranych metod sztucznej inteligencji do wspomagania procesu doboru optymalnej receptury stabilizacji gruntu spoiwem hydraulicznym. W pracach laboratoryjnych zastosowano metodę wielokrotnej regresji liniowej i bardziej zaawansowaną metodę wielowarstwowej sieci neuronowej. Parametry algorytmów takich jak stopień wielomianu, liczba neuronów, liczba iteracji dobrano na podstawie roboczych testów. Uczenie programów przeprowadzono na 33 recepturach.

EN

The article presents proposal of implementation of selected methods of artificial intelligence for supporting of optimal recipe selection for soil stabilization with hydraulic binder. In laboratory works multiple linear regression and more advanced multi-layer neural network were applied. Algorithm parameters such as degree of polynomial, number of neural an number of iterations were selected on the base of individual tests. Program learning was conducted on 33 recipes.

14

Realizacja pamięci skojarzeniowej z zastosowaniem modelu uczenia maszynowego

Citko W., Sieńko W.

Przegląd Elektrotechniczny

|

2017

|

R. 93, nr 8

77--80

PL

W pracy przedstawiono model systemu nauczania maszynowego wykorzystujący transformacje biortogonalne oparte na macierzach Hurwitza-Radona. Uniwersalne właściwości proponowanego modelu nauczania maszynowego zilustrowano przykładem analizy polegającym na rekonstrukcji obrazu na podstawie niepełnych danych.

EN

The paper presents a model of machine learning system using biorthogonal transformations based on Hurwitz-Radon matrices. The universal properties of the proposed machine learning model are illustrated by an example of an image reconstruction analysis based on incomplete data.

15

Multidimensional neo-fuzzy-neuron for solving medical diagnostics tasks in online-mode

Mahmoud S. M. K., Perova I., Pliss I.

Journal of Applied Computer Science

|

2017

|

Vol. 25, nr 1

39--48

EN

In this paper neuro-fuzzy approach for medical data processing is considered. Special capacities for methods and systems of Computational Intelligence were introduced for Medical Data Mining tasks, like transparency and interpretability of obtained results, ability to classify nonconvex and overlapped classes that correspond to various diagnoses, necessity to process data in online mode and so on. Architecture based on the multidimensional neo-fuzzy-neuron was designed for situation of many diagnoses. For multidimensional neo-fuzzy-neuron adaptive learning algorithms that are a modification of Widrow-Hoff algorithm were introduced. This system was approbate on nervous system diseases data set from University of California Irvine (UCI) Repository and show high level of classification results.

16

Zmodyfikowana metoda użycia funkcji progowych w modelach relacyjnych rozmytych map kognitywnych

Słoń G.

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2017

|

T. 7, nr 3

86--89

PL

W artykule przedstawiono sposób wprowadzenia funkcji progowej do modelu Relacyjnej Rozmytej Mapy Kognitywnej, wykorzystującego arytmetykę liczb rozmytych. Funkcyjne przetwarzanie liczby rozmytej powoduje deformacje kształtu liczby i jej nośnika. Zaproponowano „geometryczne” podejście do tego problemu, pozwalające zachować niezmienność nośnika oraz utrzymać kształt przetwarzanej liczby rozmytej przy jednoczesnym odpowiednim przesunięciu centrum tej liczby. Metoda została przetestowana na liczbach rozmytych o różnych funkcjach przynależności.

EN

The article describes the method for introducing a threshold function into a model of the Relational Fuzzy Cognitive Map that uses fuzzy numbers arithmetic. Processing the fuzzy number by function causes deformations of the shape if this number and its support. It is proposed a geometrical approach to this problem, allowing to maintain constancy of the support and to keep the shape of the processed fuzzy number with an appropriate shift of the center of this number. The method was tested on fuzzy numbers with different membership functions.

17

Internet Przedmiotów : od nauki do przemysłu

Romaniuk R. S.

Elektronika : konstrukcje, technologie, zastosowania

|

2017

|

Vol. 58, nr 6

3--37

PL

Internet Przedmiotów, Internet Rzeczy, Internet of Things staje się odrębną interdyscyplinarną dziedziną nauki i techniki integrującą takie obszary jak informatykę, telekomunikację, elektronikę i fotonikę, nauki informacyjne, psychologię i socjologię, nauki ekonomiczne, nauki o biznesie i gospodarowaniu. Korzysta z rozwoju tych nauk wprowadzając nową jakość. Część Internetu Przedmiotów dotycząca bezpośrednio człowieka nazywamy Internetem Dotykowym, Internetem Socjalnym, lub Internetem Usługowym. Część Internetu Przedmiotów integrowana z funkcjonalnymi warstwami cywilizacyjnymi nazywamy Internetem Infrastrukturalnym lub Internetem Inteligentnej Infrastruktury. Oba te Internety zostały nazwane przez Cisco, a termin przyjął się szerzej, Internetem Wszystkiego, Internet of Everything IoE. Autor przedstawia ogólniejsze monograficzno-eseistyczne, nieco subiektywne, wprowadzenie do Internetu Rzeczy, także bazujące częściowo na własnych doświadczeniach budowy takiego Internetu dla wielkich eksperymentów badawczych w CERN, GSI, FAIR, w ramach akceleratorowych projektów Europejskich CARE, TIARA, EuCARD, ARIES. Takie i inne doświadczenia badawcze są obecnie nadspodziewanie intensywnie transferowane do życia codziennego i przemysłu. Taki przemysł określamy nawet odrębnym terminem jako Przemysł w wersji 4.0.

EN

Internet of Things – IoT – turns to a strongly defined and separate, interdisciplinary branch of science and technology. It integrates such areas as: informatics, telecommunications, electronics and photonics, information sciences, psychology and sociology, economic sciences, and business sciences. IoT benefits from the development of these sciences introducing its strongly visible own quality. The part of of the IoT which concerns directly human beings is called Tactile Internet, Internet of Tactile Things, Internet of Social Things, Internet of Services, etc. The part of IoT which is integrated with the solid functional layers of our civilization is called Infrastructural Internet, Internet of Infrastructural Things, or just Intelligent Infrastructure. These both Internets were called by Cisco, ant this term was accepted widely, the Internet of Everything or IoE. The author presents here a more general monographic essay, slightly subjective consideration, which is an introduction to the Internet of Things. These considerations are based, at least partly, on own experiences of development and introduction of such Internets for large research experiments in CERN, GSI, FAIR, and in the framework of the European accelerator infrastructural projects like CARE, TIARA, EuCARD, ARIES. Such ones and other research experiences are now surprisingly efficiently transferred to the everyday life and the industry. Such an industry is even given a special version and called Industry 4.0.

18

Seismic activity prediction using computational intelligence techniques in northern Pakistan

Asim K. M., Awais M., Martinez-Alvarez F., Iqbal T.

Acta Geophysica

|

2017

|

Vol. 65, no. 5

919--930

EN

Earthquake prediction study is carried out for the region of northern Pakistan. The prediction methodology includes interdisciplinary interaction of seismology and computational intelligence. Eight seismic parameters are computed based upon the past earthquakes. Predictive ability of these eight seismic parameters is evaluated in terms of information gain, which leads to the selection of six parameters to be used in prediction. Multiple computationally intelligent models have been developed for earthquake prediction using selected seismic parameters. These models include feed-forward neural network, recurrent neural network, random forest, multi layer perceptron, radial basis neural network, and support vector machine. The performance of every prediction model is evaluated and McNemar’s statistical test is applied to observe the statistical significance of computational methodologies. Feed-forward neural network shows statistically significant predictions along with accuracy of 75% and positive predictive value of 78% in context of northern Pakistan.

19

Monitoring and prediction of seismic hazards in a mining geophysics station

Mazik P., Galowy G., Wróbel Ł.

Mining – Informatics, Automation and Electrical Engineering

|

2016

|

R. 54, nr 2

33--39 [tekst ang.], 85--91 [tekst pol.]

EN

The article features new functions of a dispatching system designed for mining geophysics stations. A number of functions were presented: those enabling to determine and interpret so-called passive tomography maps and those of a new innovative solution which is based on computational intelligence methods for predicting the EPZ energy in each excavation.

PL

W artykule przedstawiono nowe funkcje systemu dyspozytorskiego przeznaczonego dla górniczych stacji geofizycznych. Przedstawiono funkcje związane z możliwością wyznaczania i interpretacji map tomografii pasywnej oraz nowego innowacyjnego rozwiązania polegającego na zastosowaniu metod inteligencji obliczeniowej do prognozowania tzw. energii EPZ w każdym z wyrobisk.

20

Data mining methods for prediction of air pollution

Siwek K., Osowski S.

International Journal of Applied Mathematics and Computer Science

|

2016

|

Vol. 26, no. 2

467--478

EN

The paper discusses methods of data mining for prediction of air pollution. Two tasks in such a problem are important: generation and selection of the prognostic features, and the final prognostic system of the pollution for the next day. An advanced set of features, created on the basis of the atmospheric parameters, is proposed. This set is subject to analysis and selection of the most important features from the prediction point of view. Two methods of feature selection are compared. One applies a genetic algorithm (a global approach), and the other—a linear method of stepwise fit (a locally optimized approach). On the basis of such analysis, two sets of the most predictive features are selected. These sets take part in prediction of the atmospheric pollutants PM10, SO2, NO2 and O3. Two approaches to prediction are compared. In the first one, the features selected are directly applied to the random forest (RF), which forms an ensemble of decision trees. In the second case, intermediate predictors built on the basis of neural networks (the multilayer perceptron, the radial basis function and the support vector machine) are used. They create an ensemble integrated into the final prognosis. The paper shows that preselection of the most important features, cooperating with an ensemble of predictors, allows increasing the forecasting accuracy of atmospheric pollution in a significant way.