Wyniki wyszukiwania - Biblioteka Nauki

1

Modele adaptacyjne jako metoda prognozowania średniodobowych stężeń SO2 (na podstawie danych ze stacji pomiarowej w Bytomiu)

100%

Kunysz J. , Foszcz D. , Gawenda T. , Tumidajski T.

Ochrona Powietrza i Problemy Odpadów

|

2001

|

tom Vol. 35 nr 4

138-143

PL

Omówiono zasady stosowania modeli adaptacyjnych do prognozowania średniodobowych stężeń SO2. Okazało się, że modele te mogą dawać bardzo dokładne prognozy pod warunkiem odpowiedniej organizacji danych używanych do korekty współczynników.

EN

Adaptation models as the method of the daily mean SO2 concentration forecast. The princyples of adaptation model applying for the forecast of daily mean SO2 concentration were discussed in the paper. It was proved that such models can give very accurate forecast an condition of the suitable organization of data used to the correction of model coefficients.

2

Analiza porównawcza metod predykcji wykorzystywanych do krótkoterminowego prognozowania mierników procesu produkcyjnego

75%

Utrata A.

Przegląd Górniczy

|

2010

|

tom T. 66, nr 9

88-90

PL

W artykule przedstawiono ocenę sześciu metod prognozowania, które są lub mogą być potencjalnie wykorzystane do krótkoterminowej predykcji mierników oceny przebiegu procesu produkcyjnego. Oceny tych metod dokonano poprzez analizę trafności prognoz sporządzonych dla czterech różnych szeregów czasowych, charakteryzujących proces wydobywczo-przeróbczy w układzie miesięcznym.

EN

Evaluation of six forecasting methods, which are or potentially can be used for the short term prediction of evaluation of production process course meters, are presented. Evaluation of these methods have been done by means of forecasts rightness analysis made for the four different time series, characterizing extraction - preparation process in monthly arrangement.

3

The forecasting potential of adaptive models in tourism

63%

Aleksandrova A. , Aigina E. , Dombrovskaya V.

Turyzm

|

2021

|

tom 31

|

nr 2

181-196

PL

Autorki omawiają prognozowanie jako szczególny obszar badań naukowych, który pomaga ocenić perspektywy rozwoju aktywności turystycznej, zidentyfikować kluczowe czynniki procesu zmian zachodzących w turyzmie oraz kryteria efektywnego zarządzania. Artykuł zawiera przegląd nowoczesnych metod badawczych stosowanych w Rosji i w innych krajach do sporządzania prognoz w dziedzinie turystyki. Celem opracowania jest ocena predyktywnych możliwości modelowania adaptacyjnego, obecnie niezbyt często stosowanego w badaniach turystycznych, do przeprowadzania ilościowej analizy ruchu turystycznego. Na podstawie danych dotyczących Barcelony – dużego miejskiego centrum turystycznego w czasach przed pandemią – opierając się na modelach adaptacyjnych, przedstawiono przykład prognozy liczby podróżnych. Jest to jeden z głównych wskaźników sukcesu turystycznego ujawnionego w trakcie badania procesów o dynamicznym, lecz niestałym charakterze.

EN

The article discusses forecasting as one of the special scientific research areas which contribute to the assessment of tourist activity development prospects, the identification of key tourism development factors and effective management decision criteria. The study provides an overview of modern research methods used in Russia and other countries for making forecasts in the field of tourism. It aims at assessing the predictive capabilities of adaptive modeling, not frequently used currently in tourism research, for the quantitative analysis of tourist flows using the example of Barcelona, a major urban tourist destination in the pre-pandemic period. An example of a forecast for tourist numbers based on adaptive models is proposed, one of the key indicators showing tourist region success which have proven successful in the study of processes with a dynamic but unstable character.

4

Improving the Efficiency of Meta AutoML via Rule-based Training Strategies

51%

Zender A. , Humm B. G. , Pachmann T.

Annals of Computer Science and Information Systems

|

2023

|

tom Vol. 35

235--246

EN

Meta Automated Machine Learning (Meta AutoML) platforms support data scientists and domain experts by automating the ML model search. A Meta AutoML platform utilizes multiple AutoML solutions searching in parallel for their best ML model. Using multiple AutoML solutions requires a substantial amount of energy. While AutoML solutions utilize different training strategies to optimize their energy efficiency and ML model effectiveness, no research has yet addressed optimizing the Meta AutoML process. This paper presents a survey of 14 AutoML training strategies that can be applied to Meta AutoML. The survey categorizes these strategies by their broader goal, their advantage and Meta AutoML adaptability. This paper also introduces the concept of rule-based training strategies and a proof-of-concept implementation in the Meta AutoML platform OMA-ML. This concept is based on the blackboard architecture and uses a rule-based reasoner system to apply training strategies. Applying the training strategy "top-3" can save up to 70% of energy, while maintaining a similar ML model performance.

5

Tendencje w modelowaniu matematycznym procesów przeróbki surowców mineralnych

51%

Tumidajski T. , Kunysz J.

Inżynieria Mineralna

|

2002

|

tom nr S. 2

164-171

PL

Modele matematyczne procesów przeróbczych pozwalają na lepszą interpretację zjawisk, na których procesy te się opierają oraz są podstawą sterowania. Wielość sposobów i kierunków modelowania doprowadziła do dużej ilości modeli o różnych przeznaczeniach. W artykule szczególną uwagę zwrócono na modele heurystyczne oraz modele dyskretne (ARMA, ARIMA, ARMAX) ze szczególnym uwzględnieniem modeli adaptacyjnych. Omówiono także modele transmintancyjne.

EN

The mathematical models of processing allow better interpreting of the phenomenon, which are the base of these processes and steering of them. The quantity of methods and directions of modelling lead to the large number of different destinations models. In the paper the significant attention have the heuristic models and discreet models (ARMA, ARIMA, ARMAX) with special taking into consideration of adaptive models. The transmittance models are discussed too.