Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: predyktory

Sortuj według:

Ogranicz wyniki do:

Optymalizacja liczby predyktorów w analizie statystycznej danych geofizycznych metodami inteligencji komputerowej

100%

Zych M. , Jarzyna J.

tom nr 209 wyd. konferencyjne

581--584

W pracy przedstawiono problem wyboru liczby danych wejściowych (predyktorów) w rozwiązywaniu zadania regresyjnego metodami inteligencji komputerowej (sztuczne sieci neuronowe – MLP i SVM). Metody geofizyczne, w szczególności profilowania geofizyki otworowej, dają dużą liczbę parametrów petrofizycznych, jednak nie każdy zestaw danych musi być informatywny w zakresie poszukiwanej zmiennej. Dlatego warto stosować dodatkowe analizy statystyczne, np. metodę analizy składowych głównych (PCA), czy wykorzystać badanie czułości dostarczane przez sieci neuronowe, aby ograniczyć liczbę predyktorów bez straty informacji. Problem przedstawiono na przykładzie wyznaczania całkowitej zawartości węgla organicznego (TOC) z wykorzystaniem profilowań geofizyki otworowej.

The paper presents the problem of choosing the number of input data (predictors) in solving the task regression of computer intelligence methods (artificial neural networks – MLP and SVM). Geophysical methods, in particular well logging, provide a large number of petrophysical parameters. However, not every data set must be informative in terms of the desired variable. Therefore, it can be used additional statistical analyzes, e.g. the method of Principal Components Analysis (PCA), or Global Sensitivity Analysis provided by artificial neural network analysis to reduce the number of predictor variables without loss of information. The problem is exemplified by determination of total organic carbon (TOC) using well logs.

Wykorzystanie predyktorów typu neural network do prognozowania szeregów czasowych

84%

Gworek S. , Utrata A.

2005

tom R. 29, z. 4

53-62

W pracy przedstawiono rozważania dotyczące zastosowania sztucznych sieci neuronowych do prognozowania zjawisk gospodarczych opisanych za pomocą krótkich szeregów czasowych. W pierwszej części artykułu przedstawiono krótką charakterystykę sztucznych sieci neuronowych wraz z możliwymi obszarami prognozowania ekonomicznego, w których mogą znaleźć zastosowanie. W drugiej części artykułu przeprowadzono ocenę efektywności predykcji wybranego zjawiska za pomocą sztucznych sieci neuronowych.

This article presents consideration for forecasting activity of economic phenomenon described behind assistance of short time range concerning employment artificial neural network. It presents short characteristic of artificial neural network in first along with possible areas of economic forecasting activities, can find application. The second part of the paper includes an estimation of efficiency of selected economic phenomenon with an application of artificial neural networks.