Wyniki wyszukiwania - Biblioteka Nauki

1

Classification of run-ups of a synchronous machine based on phase voltage scatter plots

100%

Zagórski M. , Wnęk M.

Przegląd Elektrotechniczny

|

2009

|

tom R. 85, nr 10

29-35

EN

The electrical machine operational data is analyzed with a goal to classify different engine run-ups using a minimal number of parameters. After preliminary study it is concluded the analysis can be based on the scatter data of two voltage signals. Furthermore the concept of elliptical distributions is applied and two parameters are derived. The hierarchical clustering analysis is performed. In our study we present both general scheme and detailed case study in which by fine-tuning the procedure parameters diversity of well-separated clusters is obtained.

PL

W pracy dokonujemy analizy danych operacyjnych z maszyny elektrycznej celem klasyfikacji rozruchów w oparciu o możliwie najmniejszą liczbę parametrów. W fazie wstępnej stwierdzamy, że analiza może być przeprowadzona z użyciem wykresu rozrzutu sygnałów napięciowych. Wykorzystując własności rozkładów eliptycznych znajdujemy dwa parametry, będące podstawą do hierarchicznej analizy skupień. Zaprezentowana ogólna metoda jest poparta szczegółowym przykładem, w którym dane wejściowe zostają pogrupowane w wyraźne klastry.

2

Institutional Quality and its Impact on FDI Inflow: Evidence from the EU Member States

84%

Dobrowolska B. , Dorożyński T. , Kuna‑Marszałek A.

Comparative Economic Research. Central and Eastern Europe

|

2021

|

tom 24

|

nr 4

23-44

PL

Celem artykułu jest ocena jakości instytucjonalnej w 28 państwach członkowskich UE oraz próba oceny zależności pomiędzy jakością instytucjonalną a poziomem napływu zagranicznych inwestycji bezpośrednich (ZIB). Opracowanie ma następującą strukturę. Po pierwsze, dokonaliśmy przeglądu badań poświęconych związkom między jakością instytucjonalną a atrakcyjnością inwestycyjną. Następnie omówiliśmy napływ ZIB do krajów UE i wybraliśmy zmienne diagnostyczne, które posłużyły za podstawę do dalszej analizy. W tym celu posłużyliśmy się miernikami Globalnego Indeksu Konkurencyjności. W kolejnym etapie wykorzystując rankingi i metody statystyczne podzieliliśmy państwa członkowskie UE na grupy o zbliżonym poziomie jakości instytucjonalnej. Następnie zbadaliśmy zależności między podobnymi do siebie grupami krajów oraz grupami państw uszeregowanych według wartości napływu ZIB jako % PKB. Badanie wykazało, że państwa członkowskie UE różnią się wyraźnie pod względem jakości instytucjonalnej. Wyniki analiz statystycznych dały podstawę do pozytywnej weryfikacji hipotezy o pozytywnym związku między poziomem jakości instytucjonalnej a atrakcyjnością inwestycyjną.

EN

The aim of the article is to assess institutional quality in 28 EU Member States and to examine the relationship between the quality of institutions and FDI inward stock as % of GDP. This study is structured as follows. Firstly, we reviewed studies dedicated to the relationship between institutional quality and investment attractiveness. Then, we discussed FDI inflow into the EU countries and selected diagnostic variables that later served as the basis for our research in which we used categories of the Global Competitiveness Index. Based on rankings and using statistical methods, in the next stage, we divided the EU Member States into groups representing similar institutional quality. Then we investigated the relationships between groups of countries similar to one another when it comes to institutional quality and groups of countries ranked in ascending order by the value of foreign direct investment inflow measured as FDI inward stock as % of GDP. The study demonstrated that the EU Member States differ with respect to institutional quality. The results of the statistical analysis have provided grounds to positively verify the hypothesis about a positive relationship between the level of institutional quality and investment attractiveness.

3

Clustering of some Liquidambar orientalis samples according to essential oil compositions

84%

Akpolat O. , Kaplaner E. , Duru M. E.

Elektronika : konstrukcje, technologie, zastosowania

|

2018

|

tom Vol. 59, nr 10

27--30

EN

Liquidambar orientalis have been used widely for traditional medicine in Anatolia, especially for wounding injuries. Chemical composition of 17 essential oil of Liquidambar orientalis leaves from different locations were studied using GC-FID. Similarity and the differences of the samples were determined depending on major component contents using Hierarchical Cluster Analysis (HCA) by MATLAB. 11 major essential oil in the samples were identified namely; α-Pinene, β-pinene, thujone-α, terpinolene, α-terpinene, γ-terpinene, 2-carene, terpinen-4-ol, α-terpineol, β-caryophyllene and germacrene-D, respectively. Locations and seasonal changes discriminated the Liquidambar orientalis samples from each other.

PL

Liquidambar orientalis były szeroko stosowane w medycynie tradycyjnej w Anatolii, szczególnie w przypadku ran zranienia. Skład chemiczny 17 olejków eterycznych z liści Liquidambar orientalis z różnych lokalizacji zbadano za pomocą GC-FID. Podobieństwo i różnice w próbkach określano w zależności od głównych składników przy użyciu Hierarchical Cluster Analysis (HCA) firmy MATLAB. Zidentyfikowano 11 głównych olejków eterycznych w próbkach, mianowicie; α-Pinen, β-pinen, tujone-α, terpinolen, α-terpinen, γ-terpinen, 2-carene, terpinen-4-ol, α-terpineol, β-kariofylen i germacren-D, odpowiednio. Lokalizacje i zmiany sezonowe odróżniały próbki Liquidambar orientalis od siebie nawzajem.

4

Application of hierarchical cluster analysis to spatiotemporal variability of monthly precipitation over Khyber Pakhtunkhwa, Pakistan

67%

Tajbar S. , Tajbar A. , Pashaie Z. , Khorshiddoust A. M. , Rafiq L.

Acta Geophysica

|

2024

|

tom Vol. 72, no. 2

1159--1174

EN

Understanding the long-term spatiotemporal variability of precipitation at the regional scale is critical for developing flood and drought control strategies and water resource management. This study assessed the spatiotemporal variability of monthly precipitation over the Khyber Pakhtunkhwa province of Pakistan for 1998-2019 using hierarchical cluster analysis to cluster 156 Tropical Rainfall Measuring Mission grids. Statistical properties of clusters were calculated and the relationship of geographical features such as latitude, longitude, and altitude and statistical variables including standard deviation, maximum and minimum precipitation, and coefficient of variation (CV) with average precipitation was assessed. Findings showed that northeast parts received maximum precipitation while north and southern regions received less precipitation. Temporal analysis showed two clusters of rainy months (February, March, April, May, July, and August) and dry months (January, June, September, October, November, and December). The region was divided into two homogeneous precipitation regions. From January to April and November to December, cluster 1 occupied northern parts with maximum average precipitation while cluster 2 southern parts. From June to September, cluster 2 covered the northeast and southern parts with the highest average precipitation. During May, cluster 2 received the highest average precipitation in the northeast and southeast parts, whereas cluster 1 covered the northwest and southwest. In October, cluster 2 received maximum average precipitation covering the northeast. CV suggested higher temporal variability in cluster 2 (67.75-102.36)% than cluster 1 (65.82-99.55)%. Precipitation correlation showed that CV opposed the longitude and averages, whereas latitude and altitude demonstrated minimal correlations. These insights can assist decision-makers in devising suitable strategies to plan and control unexpected volumes of precipitation.

5

Assessment of Sustainable Development Using Cluster Analysis and Principal Component Analysis

67%

Drastichová M. , Filzmoser P.

Problemy Ekorozwoju

|

2019

|

tom Vol. 14, nr 2

7--24

EN

The European Union (EU) Sustainable Development Goals (SDG) indicator set replaced the EU Sustainable Development Strategy (SDS) in 2017. The selected indicators of this set were chosen for the analysis to classify the sample of the 28 EU countries along with Norway according to their performance in sustainability. In the selection of indicators, priority was given to the indicators reflecting the social dimension of SD, along with important representatives of the economic, ecological and institutional dimensions of SD generally. Hierarchical Cluster Analysis (HCA) and Principal Component Analysis (PCA) were applied to the data of 12 indicators in the period 2012- 2016. By means of the HCA, four clusters were created in each year of the period 2012-2016 using the indicator values of particular years and then using all the indicator values in all the monitored years for the general assignment of countries to particular clusters. According to changes in the assignment to particular clusters over the years, the sustainability of development and the path of SD in the examined countries are assessed. As regards the core countries of each cluster, cluster 1 includes the most developed EU countries and is thus evaluated as the best performing cluster. Cluster 2 including the least developed EU countries is evaluated as the worst performing cluster. Cluster 3 predominantly includes the transitive economies and it is evaluated as the second best performing cluster according to the indicators applied. Cluster 4 containing the Southern countries is assessed as the second worst performing cluster. From the shifts of countries that occurred between the years, the shift of Ireland from cluster 3 to cluster 1 in 2013 must be emphasised as the move towards higher sustainability. The shift of Slovakia and Hungary from cluster 2 to cluster 3 in 2013 is also evaluated as progress towards higher sustainability.

PL

W Unii Europejskiej w 2017 r. Cele zrównoważonego rozwoju zastąpiły dotychczasową Strategię zrównoważonego rozwoju. W tej pracy wybrane wskaźniki odnoszące się do nowych Celów zrównoważonego rozwoju stanowią podstawę klasyfikacji 28 krajów Wspólnoty oraz Norwegii. Wśród tych wskaźników priorytetowo potraktowano te odnoszące się do wymiaru społecznego zrównoważonego rozwoju, uzupełniając dyskusję o podstawowe wskaźniki ekonomiczne, ekologiczne i instytucjonalne. Przeanalizowano okres obejmujący lata 2012-2016. Wobec wybranych 12 wskaźników zastosowano hierarchiczną analizę skupień i analizę głównych składników. Utworzono cztery klastry w ramach każdego roku z analizowanego okresu, określając wartości wskaźników dla poszczególnych lat, a następnie określenie wszystkich wartości wskaźników dla wszystkich monitorowanych lat umożliwiło przypisanie krajów do poszczególnych klastrów. Określenie zmian w przypisaniu do poszczególnych klastrów na przestrzeni lat umożliwiło ocenę zrównoważoności rozwoju i określenie ścieżki zrównoważonego rozwoju badanych krajów. Jeśli chodzi o główne kraje każdego klastra, to klaster 1 obejmuje najbardziej rozwinięte kraje UE i dlatego jest oceniany jako klaster, który osiąga najlepsze wyniki. Klaster 2 uwzględnia najsłabiej rozwinięte kraje i oceniony jest jako ten, który osiąga najgorsze wyniki. Klaster 3 obejmuje głównie gospodarki znajdujące się w okresie przejściowym i jest oceniany jako drugi osiągający najlepsze wyniki. Klaster 4 obejmuje kraje Południa i jest oceniany jako drugi osiągający najgorsze wyniki. Uwzględniając zmiany jakie zaszły w okresie kolejnych lat, należy podkreślić przesunięcie Irlandii z klastra 3 do klastra 1 w 2013 r., co oznacza ruch w kierunku większej zrównoważoności. Tak samo należy ocenić przejście w tym samym roku Słowacji i Węgier z klastra 2 do klastra 3.