Application of Kohonen Networks for Clustering of the Zachodniopomorskie Voivodeship Districts in Terms of the Level of Socio-economic Development

• Autorzy: Joanna Perzyńska

Warianty tytułu

Zastosowanie sieci Kohonena do grupowania powiatów województwa zachodniopomorskiego pod względem poziomu rozwoju społeczno-gospodarczego

• Języki publikacji: EN

Abstrakty

W artykule przedstawiono możliwości wykorzystania sztucznych sieci neuronowych w wielowymiarowej analizie - analizie skupień. Ilustracją rozważań teoretycznych jest badanie empiryczne, w którym obiektami badań są powiaty województwa zachodniopomorskiego. W badaniu wykorzystano dane statystyczne z wielu obszarów dotyczących rozwoju społeczno-gospodarczego, takich jak: demografia, rynek pracy, środowisko naturalne, kultura i rekreacja, infrastruktura społeczna i techniczna, gospodarka. Celem pracy był podział województwa zachodniopomorskiego na rozłączne grupy typologiczne powiatów za pomocą sieci Kohonena (map samoorganizujących). Skonstruowano i nauczono kilkanaście sieci różniących się strukturą warstwy wyjściowej. Ich wartościami wejściowymi były wybrane charakterystyki rozwoju społeczno-gospodarczego powiatów. Przy użyciu zweryfikowanych sieci utworzono różne zestawy grup badanych obiektów. Przeprowadzone badanie potwierdziło, że sieci Kohonena są użytecznym narzędziem wyodrębniania skupień powiatów podobnych do siebie pod względem poziomu rozwoju społeczno-gospodarczego.(abstrakt oryginalny)

EN

The author presents the possibilities of using artificial neural networks in a multidimensional analysis - cluster analysis. The empirical example using districts of the Zachodniopomorskie (West Pomeranian) Voivodeship is the illustration of theoretical considerations. The study used statistical data from many areas related to socio-economic development: demography, labour market, natural environment, recreation, culture, social and technical infrastructure, and the economy. The aim of the study was to divide the voivodeship into disjointed typological groups of districts using Kohonen networks (Self-Organizing Maps). Several networks differing in structure of the output layer were constructed and trained. Selected diagnostic features of socio-economic development of districts were their input values. Using verified Kohonen networks, various sets of groups of the researched objects were created, and confirmed them are a useful tool for identifying clusters of districts similar to each other in terms of the level of socio-economic development.(original abstract)

Słowa kluczowe

PL

Rozwój społeczno-gospodarczy; Powiat; Sieci neuronowe

EN

Social economic development; County; Neural networks

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
• Rocznik: 2020
• Numer: nr 9 (64)
• Strony: 100-118

Twórcy

autor

Joanna Perzyńska

• West Pomeranian University of Technology in Szczecin

Bibliografia

• Azoff, E. (1994). Neural Network Time Series Forecasting of Financial Markets. Chichester: John Wiley & Sons.
• Bishop, C. (1995). Neural Networks for Pattern Recognition. Oxford: University Press.
• Brol, R. (1998). Zarządzanie rozwojem lokalnym - studium przypadków. Wrocław: Wydawnictwo Akademii Ekonomicznej we Wrocławiu.
• Gately, E. (1999). Sieci neuronowe. Prognozowanie finansowe i projektowanie systemów transakcyjnych. Warszawa: WIG-Press.
• Gibas, P., and Heffner, K. (2007). Analiza ekonomiczno-przestrzenna. Katowice: Wydawnictwo Akademii Ekonomicznej w Katowicach.
• Gorynia, M., and Łaźniewska, E. (2012). Konkurencyjność regionalna. Koncepcje - strategie - przykłady. Warszawa: PWN.
• Gorzelak, G., and Smętkowski, M. (2019). Rozwój regionalny, Polityka regionalna. Forum Obywatelskiego Rozwoju. Retrieved November 10, 2019 from: https://for.org.pl/pl/publikacje/raporty-for/ raport-for-rozwoj-regionalny-polityka-regionalna
• Grabiński, T. (1992). Metody taksonometrii. Kraków: Akademia Ekonomiczna w Krakowie.
• Kogut-Jaworska, M., Szewczuk, A., and Zioło, M. (2011). Rozwój lokalny i regionalny. Teoria i praktyka. Warszawa: C.H. Beck.
• Kohonen, T. (1982). Self-organized formation of topologically correct feature maps. Biological Cybernetics, 43(1), 59-69.
• Kukuła, K. (2000). Metoda unitaryzacji zerowanej. Warszawa: PWN.
• Lula, P., and Tadeusiewicz, R. (2001). Wprowadzenie do sieci neuronowych. Kraków: StatSoft.
• Lula, P., Tadeusiewicz, R., and Wójtowicz, P. (1999). Sieci neuronowe. Materiały na seminarium. Kraków: StatSoft.
• Masters, T. (1996). Sieci neuronowe w praktyce. Warszawa: Wydawnictwa Naukowo-Techniczne.
• Nizam, M. (2010). Kohonen neural network clustering for voltage control in power systems. Telkomnika: Indonesian Journal of Electrical Engineering, 8(2), 115-122.
• Nowak, E. (1990). Metody taksonomiczne w klasyfikacji obiektów społeczno-gospodarczych. Warszawa: PWE.
• Oesterreich, M., Perzyńska, J., and Barej-Kaczmarek, E. (2019). Application of the TOPSIS procedure for the evaluation of socio-economic development of the West Pomeranian Voivodeship districts in 2004-2017. Zeszyty Naukowe Uniwersytetu Przyrodniczo-Humanistycznego w Siedlcach. Seria: Administracja i Zarządzanie, 49(122), 79-88.
• Panek, T., and Zwierzchowski J. (2013). Statystyczne metody wielowymiarowej analizy porównawczej. Teoria i zastosowania. Warszawa: Oficyna Wydawnicza SGH.
• Sobiechowska-Ziegert, A., and Mikulska, A. (2013). Measure of the level of socio-economic development in provinces. Quantitative methods in Economics, 14(2), 200-209.
• Statistical Office in Szczecin. (2019). Zachodniopomorskie Voivodeship. Subregions, Powiats, Gminas. Retrieved July 19, 2019 from: https://szczecin.stat.gov.pl/publikacje-i-foldery/roczniki-statystyczne/ wojewodztwo-zachodniopomorskie-podregiony-powiaty-gminy-2019,7,19.html
• Szirmai, A. (2015) Socio-economic development. Cambridge: Cambridge University Press.
• Tarka, D. (2011). Własności cech diagnostycznych w badaniach typu taksonomicznego. Ekonomia i zarządzanie, 2(4), 194-205.
• Timm N. H. (eds). (2002). Cluster analysis and multidimensional scaling. Applied multivariate analysis. Springer texts in statistics. New York: Springer.
• Wawrzyniak, K., and Batóg, B. (2014). Polaryzacja powiatów województwa zachodniopomorskiego według wybranych kategorii ekonomicznych. Studia i Prace Wydziału Nauk Ekonomicznych i Zarządzania, 36(2), 399-414.
• Witkowska, D. (2002). Sztuczne sieci neuronowe i metody statystyczne. Wybrane zagadnienia finansowe. Warszawa: C.H. Beck.

Identyfikatory

DOI

10.15611/pn.2020.9.08