Wyniki wyszukiwania - Biblioteka Nauki

1

Comparison of Moving Average and Differential Operation for Wheeze Detection in Spectrograms

100%

Hsueh M.-L. , Chen J.-P. , Lu B.-Y. , Wu H.-D. , Liu P.-Y.

|

tom Vol. 47, No. 3

383--388

EN

A moving average (MA) is a commonly used noise reduction method in signal processing. Several studies on wheeze auscultation have used MA analysis for preprocessing. The present study compared the performance of MA analysis with that of differential operation (DO) by observing the produced spectrograms. These signal preprocessing methods are not only applicable to wheeze signals but also to signals produced by systems such as machines, cars, and flows. Accordingly, this comparison is relevant in various fields. The results revealed that DO increased the signal power intensity of episodes in the spectrograms by more than 10 dB in terms of the signal-to-noise ratio (SNR). A mathematical analysis of relevant equations demonstrated that DO could identify high-frequency episodes in an input signal. Compared with a two-dimensional Laplacian operation, the DO method is easier to implement and could be used in other studies on acoustic signal processing. DO achieved high performance not only in denoising but also in enhancing wheeze signal features. The spectrograms revealed episodes at the fourth or even fifth harmonics; thus, DO can identify high-frequency episodes. In conclusion, MA reduces noise and DO enhances episodes in the high-frequency range; combining these methods enables efficient signal preprocessing for spectrograms.

2

Comparison of the effectiveness of time series analysis methods: SMA, WMA, EMA, EWMA, and Kalman filter for data analysis

72%

Lotysh V. , Gumeniuk L. , Humeniuk P.

|

tom T. 13, nr 3

71--74

EN

In time series analysis, signal processing, and financial analysis, simple moving average (SMA), weighted moving average (WMA), exponential moving average (EMA), exponential weighted moving average (EWMA), and Kalman filter are widely used methods. Each method has its own strengths and weaknesses, and the choice of method depends on the specific application and data characteristics. It is important for researchers and practitionersto understand the properties and limitations of these methods in order to make informed decisions when analyzing time seriesdata. This study investigates the effectiveness of time series analysis methods using data modeled with a known exponential function with overlaid random noise. This approach allows for control of the underlying trend in the data while introducing the variability characteristic of real-world data. The relationships were written using scripts for the construction of dependencies, and graphical interpretation of the results is provided.

PL

W analizie szeregów czasowych, przetwarzaniu sygnałów i analizie finansowej szeroko stosowane są: prosta średnia ruchoma (SMA), ważona średnia ruchoma (WMA), wykładnicza średniaruchoma (EMA), wykładniczo-ważona średnia ruchoma (EWMA) i filtr Kalmana. Każda z metod ma swoje mocne i słabe strony, a wybór metody zależy od konkretnego zastosowania i charakterystyki danych. Dla badaczyi praktyków ważne jest zrozumienie właściwości i ograniczeń tych metod w celu podejmowania świadomych decyzji podczas analizy danych szeregów czasowych. W niniejszej pracy zbadano skuteczność metod analizy szeregów czasowych z wykorzystaniem danych modelowanych znaną funkcją wykładniczą z nałożonym szumem losowym. Takie podejście pozwala na kontrolowanie głównego trendu w danych przy jednoczesnym wprowadzeniu zmienności typowej dla danych rzeczywistych. Do budowy zależności zostały napisane skrypty. Podanajest graficzna interpretacja wyników.

3

Statistical evaluation of the WEDM process degradation

72%

Nowakowski A. , Majerski P.

|

tom Vol. 35, nr 1

71-83

EN

The paper presents two statistical models for prediction of wire breaking in WEDM process. First model used moving average MA(x) of the delay time of discharges as a too and the process state evaluation depended on minimal and maximal value of MA(x). The second one took advantage of time series analysis of values 0/1 derived from discrimination of gap voltage pulses and process state evaluation results from estimation of transition probabilities. Models were preverified with off-line method using data logged during stable process and before wire breaking. Robust versions of the worked out methods are also proposed and discussed.

PL

Opracowano dwa modele statystyczne, które umożliwiają wyróżnienie procesu stabilnego obróbki WEDM i stanu poprzedzającego zerwanie elektrody drutowej. W pierwszym - wykorzystano proces średniej ruchomej MA(x) do analizy wartości czasu opóźnienia kolejnych wyładowań. Podstawą oceny stanu procesu były zmiany minimalnych i maksymalnych wartości MA(x). W drugim - rozważano szeregi czasowe o wartości 0/1, uzyskane w klasyfikacji kolejnych impulsów napięcia międzyelektrodowego. Obszar bezpiecznej obróbki ustalono przez określenie prawdopodobieństwa przejścia pomiędzy stanami zmiennej losowej. Modele zweryfikowano obliczeniowo w trybie off-line. Stosowano dane rejestrowane podczas wycinania stabilnego i przed zerwaniem drutu oraz dokonano ich weryfikacji.

4

Wykorzystanie metody bootstrapowej do badania zyskowności wybranych strategii inwestycyjnych na Giełdzie Papierów Wartościowych w Warszawie

72%

Salamaga M.

|

nr 4(928)

127-142

PL

Celem artykułu jest przedstawienie wybranych strategii inwestycyjnych na polskim rynku kapitałowym wraz z oceną ich zyskowności. Istotą stosowanych strategii jest określenie momentów, w których generowane są sygnały kupna lub sprzedaży walorów notowanych na GPW w Warszawie. W tym celu wykorzystano m.in. różne systemy średnich kroczących obliczonych dla głównych indeksów giełdowych w Polsce. Aby ocenić efektywność stosowanych strategii, przeprowadzono klasyczne testy istotności różnic średnich stóp zwrotu oraz zastosowano analizę symulacji metodą bootstrapową.

EN

The paper presents selected technical trading rules on the Polish stock market along with an estimate of the market’s profitability. Technical trading rules allow one to forecast changes to a stock price and identify buy and sell signals on Warsaw Stock Exchange. To do so, variable-length moving averages are applied to the main Polish stock indexes. To evaluate the economic effectiveness of the technical trading rules, t-statistics are used for testing the significance of the differences between average returns and the bootstrap techniques.