Wyniki wyszukiwania - Biblioteka Nauki

1

THE METHODS OF FORECASTING OF CHANGES OF MUNICIPAL WASTE PRODUCTION IN CASE OF CITIES

100%

Cheba K.

Acta Universitatis Lodziensis. Folia Oeconomica

|

2014

|

tom 3

|

nr 302

EN

Waste management is currently one of the most important problems of the functioning of densely populated areas, important in the case of cities. The main problem of waste management is to break a simple correlation between economic growth and the increase in the amount of waste. Forecasting of amount of municipal waste generation on the basis of previously applied methods in the situation of large changes in socio-economic environment turns out to be inaccurate approach. In the literature a wide variety of geographically diverse factors are proposed for this purpose. This paper presents the results of modeling and forecasting of municipal waste generation changes in cities. In this study, the impact of the various socio-economic factors for the municipal waste production was tested.

2

Społeczno-ekonomiczne uwarunkowania zachowań wyborczych w wyborach do Sejmu 2007 i 2011. Badanie oparte na danych zagregowanych

100%

Pierzgalski M.

|

tom 45

7-31

EN

In the paper I show the results of my research on voting behavior in Polish parliamentary elections. My studies focus on the elections to the Sejm in 2007 and 2011. Employing regression models I try to verify the following hypotheses: H1: An increase in voting turnout, that is an important indicator of positive social capital, is positively correlated with the Civic Platform election result, while increasing the negative social capital determinants results in the decline in the Civic Platform support. H2: An increase in voting turnout is beneficial for the Civic Platform, while having negative impact on the political support given to the Law and Justice and the Polish People’s Party. H3: The higher the percentage of women in a county (powiat), the greater the average support for the Civic Platform. H4: When it comes to the determinants of political support for the selected parties, it turns out that, economic variables are statistically insignificant. To carry out my studies I use statistical data available from Central Statistical Office of Poland and from National Electoral Commission.

3

Regression Models in Analysis of the Laryngeal Cancer Incidence Trends in Females in Podkarpackie Voivodship

88%

Gawełko J. , Cierpiał-Wolan M. , Wójcik S.

|

nr 1(47)

115-124

EN

Laryngeal cancer is the most common cancer of the head and neck. The main predisposing factor is exposure to cigarette smoke, alcohol, occupational factors and HPV infections. An analysis of the incidence of laryngeal cancer in Poland shows that since the beginning of the 1990s the incidence in females has been increasing, while in Podkarpackie Voivodship there is very slight increase. The aim of the work is to explore model-based assessment of dynamics of cancer incidence and to analyze the causes of changes in the incidence of laryngeal cancer in females in Podkarpackie Voivodship in the years 1990–2012, including lifestyle, socio-economic situation, and making comparisons with the incidence trends in the country as a whole. For this purpose, a retrospective analysis of cases of laryngeal cancer in Podkarpackie Voivodship in the years 1990–2012 has been performed. Data have been obtained from the publication of the Department of Epidemiology of Podkarpackie Center of Oncology in Rzeszow and the Centre of the Maria Skłodowska-Curie Institute of Oncology in Warsaw. Dynamics of cancer incidences derived from raw data is misleading. Therefore, to analyze the dynamics of the phenomenon three regression models have been used to remove random disturbance: ARX(1), SVR and Poisson regression model. The models have been compared based on standard statistics. In Podkarpackie the model-based absolute number of cases per year in females increased slightly between 1990–2012. In Poland, the model-based absolute number of cases in females increased over 30% in the last two decades in the years 1990–2012. The percentage share of cases of laryngeal cancer in females among all malignant cancers decreased by 0,5% to 0,4% in the years 1990–2012. The average age of the incidence for females increased from 55,6 years in 1989 to 65,4 in 2010. Dynamics analysis based on raw data solely may produce misleading results in opposition to a model based approach. A model-based approach seems to be relevant especially for the ill-behaved time series for such a number of cancer incidences.

PL

Rak krtani jest najczęściej występującym nowotworem regionu głowy i szyi. Podstawowym czynnikiem predysponującym jest ekspozycja na dym tytoniowy, alkohol, czynniki zawodowe. Analiza zachorowalności na raka krtani w Polsce wykazuje, że od początku lat 90. dynamika zachorowalności u kobiet wykazuje tendencję rosnącą podczas gdy w województwie podkarpackim widoczny jest zaledwie słaby wzrost. Celem pracy jest zastosowanie modeli regresji do oceny dynamiki zachorowań oraz analiza przyczyn zmian w zachorowalności na raka krtani u kobiet w latach 1990–2012 na obszarze województwa podkarpackiego z uwzględnieniem stylu życia, sytuacji społeczno-gospodarczej oraz odniesienie ich do trendów w zachorowalności na obszarze kraju. W tym celu dokonano retrospektywnej analizy zachorowań na raka krtani w latach 1990–2012 dla województwa podkarpackiego. Dane dotyczące zachorowań uzyskano z publikacji Zakładu Epidemiologii Podkarpackiego Centrum Onkologii w Rzeszowie oraz Centrum Onkologii Instytutu Marii Curie-Skłodowskiej w Warszawie. Dynamika zachorowań wyznaczona tylko na podstawie surowych danych może być bardzo myląca. Dlatego do badania dynamiki zjawiska zastosowano trzy modele regresji: ARX(1), SVR i regresję Poissona. Modele zostały porównane w oparciu o standardowe statystyki. W województwie podkarpackim bezwzględna liczba zachorowań w skali roku u kobiet w latach 1990–2012 wyznaczona z modelu wzrosła nieznacznie. W Polsce liczba bezwzględna zachorowań u kobiet wyznaczona z modelu wzrosła w tym czasie ponad 30%. Odsetkowy udział zachorowań na raka krtani u kobiet wśród wszystkich nowotworów złośliwych w Polsce w latach 1990–2012 zmniejszył się z 0,5% do 0,4%. Średnia wieku zachorowań dla kobiet w regionie Polski południowo-wschodniej wzrosła z 55,6 lat w 1989 do 65,4 w 2010 roku. Przeprowadzone badania skłaniają do wnioski, że ocena dynamiki zjawiska tylko w oparciu o surowe dane może prowadzić do sprzecznych wniosków w przeciwieństwie do podejścia opartego o model. Zastosowanie modelu regresji jest uzasadnione w szczególności dla szeregów czasowych o dużej zmienności takich jak zachorowania na raka.

4

MIGRATION AND UNEMPLOYMENT: A CASE STUDY OF DENMARK

75%

Troshchenkov S. , Strielkowski W.

Czech Journal of Social Sciences, Business and Economics

|

2012

|

tom 1

|

nr 1

24-34

EN

Our paper analysis the link between migration and unemployment based on the case study of selected municipalities in Denmark. Until recently, Denmark has been very generous in terms of opening its doors to migrants from all over the world. As a result, it became one of the favorite destinations for migrants, especially those of non-Western origin. We employ the cross-sectional econometrics analysis with two time dummy variables and measured the effect which entails the level of the total immigration on the unemployment rate, as well as the effect of presence in the economy of non-Western immigrants, on the unemployment rate as a dependent variable. The influx of immigration on the unemployment rate is not a one measurement of the immigration impact on the economy of the host country. There are many other effects such as a net contribution of immigration to the public sector, effect of immigration on the wage level participation rate and many others. In general, our results show that changes in the foreigner-born population does not cause the significant changes in the unemployment rate

5

Time series analysis in environmental epidemiology: challenges and considerations

75%

Gudziunaite S. , Shabani Z. , Weitensfelder L. , Moshammer H.

International Journal of Occupational Medicine and Environmental Health

|

2023

|

tom 36

|

nr 6

704-716

EN

In environmental epidemiology, time series analyses represent a widely used statistical tool. However, though being commonly used, there is soften confusion regarding the specific requirements, such as which link function might be most appropriate, when or how to control for seasonality or how to account for lags. The present overview draws from experiences in other disciplines and discusses the proper execution of time series analyses based on considerations that are relevant in environmental epidemiology. Time series analysis in environmental epidemiology focuses on acute events caused by short-term changes in exposure. These exposures should be fairly wide-spread affecting a large number of persons, usually all inhabitants of a political entity. Pollutants in air or drinking water as well as meteorological factors serve as typical examples. Despite the many time series analyses performed world-wide, some health effects that would lend themselves to that approach are still under-explored. This would include also some neurological and psychiatric endpoints.

6

Fostering Czech firms' innovation performance through efficient cooperation

75%

Prokop V. , Kotkova Striteska M. , Stejskal J.

Oeconomia Copernicana

|

2021

|

tom 12

|

nr 3

671-700

EN

Research background: The business climate development and the stage of innovation systems' transformation are very similar in many Central and Eastern European countries, making it necessary to study these specific economies. These economies are at a different level of transformation, and their governments are trying to support the development of a knowledge-based economy, the creation of innovation systems, and collaboration among different types of entities. These governments need feedback in the form of research into the impacts of public funding on innovation activities through the influence of basic research and cooperation-based resources in individual countries. Purpose of the article: This paper focuses on the examination of (i) the influence of national and European subsidies on innovation performance in manufacturing firms in the Czech Republic and (ii) impacts of knowledge- and cooperation-based resources on innovation activities in Czech manufacturing. Methods: The latest available data from the Community Innovation Survey was used for analyses realized by different regression models. The proposed research models were gradually created to verify the influence of pro-innovation factors (expenditures on in-house and external R&D and on the acquisition of external tangible and intangible sources, cooperation with different partners and innovation) and public (national and/or European) funding of firms' innovation performance within the Czech manufacturing industry. Findings and value added: The results have showed that there is a need to focus on direct and indirect effects of selected innovation determinants; we have also identified the crucial role of cooperation (specifically with government, public, or private research institutes) as a mediating variable within innovation processes. The results have also evidenced that public funding affects the efficiency of knowledge- and cooperation-based resources and amplifies the impact on firms' innovation performance differently. Whereas subsidies from national budgets do not significantly influence the innovation performance of Czech manufacturing firms, European subsidies, on the other hand, significantly increase firms' innovation performance. A long-term contribution of this paper is the significant completion of the theory of policy implications that may be applicable in a broad international context beyond the borders of the Czech Republic. This study significantly contributes to the ongoing discussion about (i) the significance of public financial subsidies from both national and European funds and (ii) the effects of cooperation and R&D on firms? innovation performance within "catching-up" in Central and Eastern Europe.

7

Modele regresji dla odchyłek w punktualności autobusów komunikacji miejskiej

75%

Bauer M.

Zeszyty Naukowe. Budownictwo / Politechnika Śląska

|

2003

|

tom z. 101

71-78

PL

W referacie przedstawiono klasyfikację czynników wpływających na pogarszanie się punktualności kursowania autobusów. Zaprezentowano grupę modeli statystycznych, opisujących zależność wielkości odchyłki od rozkładu jazdy dla wybranych czynników. Dokonano statystycznej analizy uzyskanych modeli, przedstawiono wnioski dotyczące dalszych badań.

EN

In this paper the classification of factors which have an effect on punctuality of public vehicles was shown. The group of statistical models, which describes the relationship between deviation of public transport time-tables and the selected factors were shown. Statistical analysis of obtained models was executed. Finally the conclusions to apply the models for further research were shown.

8

Bayesian Variations on the Frish and Waugh Theme

75%

Central European Journal of Economic Modelling and Econometrics

|

2011

|

nr 1

9

Income of household members in Poland

75%

Ulman P.

Folia Oeconomica Cracoviensia

|

2015

|

tom 56

23-34

EN

The size of households income determines not merely the degree of satisfaction of individual needs but also ensures households' adequate social status. It causes an interest many researchers in analysis of households income. The subject of the study is the individual income of the each member of household. When analysing household budgets, financial income from one month is assigned to individual persons. Thus, the level and structure of individual income sources may be identified. The income of single persons acquired from numerous sources forms their individual income. The paper aims to show the size and sources of the Polish people income in the different cross section of the analysed sample. The statistical information is derived from the household budget survey of 2011 that is conducted annually by the Central Statistical Office of Poland. The entire set of individual observations of households constitutes 37,375 records and in the case of household members — over 100,000 records. In order to compare income distributions use is made of theoretical models of income distribution with variable parameters. This approach allows to capture the impact of individual characteristics on the shape of the distribution of income and its descriptive statistics. The theoretical distribution Burr XII has been used as a model of income distribution. Moreover quantile regression model are used for identification of determinants of individual income.

PL

Poziom dochodów gospodarstw domowych wpływa nie tylko na zaspokojenie indywidualnych potrzeb ich członków, ale również zapewnia odpowiedni standard życia gospodarstwa. Z tego względu wielu badaczy wykazuje zainteresowanie analizami dochodów gospodarstw domowych. W artykule podjęto tematykę kształtowania się dochodów członków gospodarstw domowych. Na podstawie indywidualnych danych o dochodach możliwą staje się analiza struktury źródeł dochodów, kształtujących ogólny dochód badanej osoby. Celem pracy jest prezentacja rozmiaru i źródeł dochodów ludności Polski w różnych przekrojach badanej zbiorowości. Dane statystyczne zostały zaczerpnięte z Badania Budżetów Gospodarstw Domowych przeprowadzonego przez GUS w 2011 r. Zbiór danych zawierał 37375 obserwacji gospodarstw i ponad 100 tys. rekordów, zawierających informacje o indywidualnych osobach. W celu porównania rozkładów dochodów wykorzystane zostały modele teoretyczne tych rozkładów z uzmiennionymi parametrami, w szczególności zastosowano rozkład Burra typu XII. Ponadto wykorzystano regresję kwantylową dla identyfikacji determinant dochodów indywidualnych członków gospodarstw domowych.

10

Klasyczne metody estymacji w ocenie redystrybucyjnych konsekwencji funkcjonowania podatków konsumpcyjnych w Polsce

75%

Dobrowolska B.

|

2013

|

tom 47

|

nr 3

EN

The estimation of redistribution consequences of functioning of consumption taxes by means of econometric models is poorly recognized in subject literature, and hereby research is the attempt to bridge the gap in this field.The aim of the article is to try to use classical methods of estimation to investigate redistribution consequences of functioning of consumption taxes in Poland. The research was carried out on the sample of the households analysed by GUS [Central Statistic Office] within the research of household budgets in the years 1995-2011 according to deciles income groups.

PL

Artykuł nie zawiera abstraktu w języku polskim

11

Czynniki wpływające na zużycie wody w zakładach przetwórstwa owocowo-warzywnego

63%

Wojdalski J. , Dróżdż B. , Lubach M.

|

2005

|

tom T. 15, nr 1

39-43

PL

W pracy zawarto przegląd dostępnych wyników badań nad gospodarką wodną, oraz wyniki badań dotyczących określenia wpływu różnych czynników (w tym struktury mocy zainstalowanej urządzeń elektrycznych, struktury dobowego przerobu surowca i innych aspektów produkcji) na dobowe zużycie wody w zakładach przetwórstwa owocowo-warzywnego. Stosując procedurę regresji krokowej wykazano siłę wpływu tych czynników na kształtowanie się zmienności zakładowego wskaźnika jednostkowego zużycia wody. Wykazano możliwość zastosowania otrzymanych wyników w praktyce przemysłowej, zwłaszcza w celu określenia efektywności pracy analizowanych zakładów przetwórstwa owocowo-warzywnego oraz oddziaływania tych zakładów na środowisko.

EN

Applying the pace regression procedure, there has been determined the scope of these factors on variability process of the plant's indices of unitary water consumption. There has been proved a possibility to apply the obtained results in industry practice, particularly in order to determine the work effectiveness of the analyzed fruit and vegetable processing plants as well as their impact on the environment.

12

Modele regresyjne wielostrumieniowej sedymentacji prostopadłoprądowej

63%

Kowalski W. P. , Mięso R.

Inżynieria Chemiczna i Procesowa

|

2001

|

tom T. 22, z. 3C

783--788

PL

Przedstawiono wyniki badań procesu sedymentacji prostopadloprądowej dla kilku rodzajów zawiesin (zawiesina ze stalowni konwertorowej, zawiesina z procesu utylizacji złomu akumulatorowego, zawiesina z procesu wzbogacania węgla, zawiesina chromowa). Badania prowadzono w skali laboratoryjnej. W badaniach wyznaczano zależność efektywności sedymentacji w procesie klarowania zawiesiny od obciążenia powierzchniowego oraz od stężenia zawiesiny. Opracowano równania empiryczne badanej zależności.

EN

In the paper there are presented tests results of the cross-current sedimentation for some kinds of suspensions (the suspension from the steel converter plant, the suspension from the utilisation process of battery scrap, the suspension from the coal enrichment process and the chromium suspension). The tests have been made in a laboratory scale. In these tests the dependence of the surface load and the fed suspension concentration on the sedimentation effectiveness in a clarifying process. Based on the test results empirical equations of the investigated dependence have been worked out.

13

Makroekonomiczne uwarunkowania upadłości przedsiębiorstw w Polsce

63%

Bieniasz A. , Gołaś Z.

Journal of Agribusiness and Rural Development

|

2014

|

nr 4(34)

27-40

EN

The main purpose of this work is to analyse the phenomenon of enterprises’ bankruptcy in Poland in 2004-2013 and attempt to build regression models defining the relationship between the number of bankrupted companies and selected macroeconomic parameters of the national economy. The analysis is based on Coface Poland reports presenting the phenomenon of bankruptcy in Poland of branches, provinces, legal forms of companies and types of bankruptcy proceedings. Studies have shown that the greatest risk of bankruptcy refers to metals production and fabricated metal products enterprises, manufacture of food products and beverages, wholesale trade, construction, micro and small enterprises, enterprises under the age of 10 years and companies from Mazovia region, Silesia and Lower Silesia. The estimated parameters of the regression models showed that the number of bankruptcies in Poland is strongly determined i.a. by the number of registered companies, GDP growth, dynamics of changes in fixed capital formation and changes in FOREIGN EXCHANGE RATES.

PL

Głównym celem pracy jest analiza zjawiska upadłości przedsiębiorstw w Polsce w latach 2004-2013 oraz próba budowy modeli regresji określających związki między liczbą upadłych przedsiębiorstw a wybranymi parametrami makroekonomicznymi gospodarki narodowej. Analizę oparto na raportach wywiadowni gospodarczej Coface Poland, prezentujących zjawisko upadłości w Polsce w przekroju branż, województw, form prawnych przedsiębiorstw oraz typów postępowania upadłościowego. Badania wykazały, że największe ryzyko upadłości dotyczy: przedsiębiorstw produkcji metali i metalowych wyrobów gotowych, produkcji artykułów spożywczych i napojów, handlu hurtowego, budownictwa, mikro- i małych przedsiębiorstw, przedsiębiorstw w wieku do 10 lat oraz przedsiębiorstw z województw mazowieckiego, śląskiego i dolnośląskiego. Oszacowane parametry modeli regresji wykazały, że liczba upadłości w Polsce jest silnie determinowana m.in. przez: liczbę zarejestrowanych przedsiębiorstw ogółem, dynamikę PKB, dynamikę zmian nakładów na środki trwałe oraz zmiany kursów walutowych.

14

Zintegrowane systemy zarządzania w największych firmach IT w Polsce

63%

Nawrocka M. , Maszczyk A. , Gołaś A. , Mostowik A.

Ekonomika i Organizacja Przedsiębiorstwa

|

2015

|

nr 5 (784)

68-76

PL

Polski rynek sektora zintegrowanych systemów zarządzania charakteryzuje dynamiczność na przestrzeni ostatnich lat. Niezbędnym narzędziem analitycznym i prognostycznym jakim się posłużono w niniejszym badaniu, okazały się modele regresyjne. Wytworzono na podstawie analizy przychodów (w tys.) najlepszych firm IT sektora ERP modele prognostyczne na przestrzeni lat 2014-2017. Dane empiryczne pozyskano z serwisu internetowego Computerworld obejmujące lata 2008-2013. Dopasowanie modelu prognozy do danych zmierzono współczynnikiem determinacji i regresji. W ujęciu całościowym wykazano bardzo dobre dopasowanie danych empirycznych u większości firm IT. Kolejno oszacowano najwyższe wartości dynamiki rozwoju które przypadły na lata 2011, a najniższe w 2008 roku. Reasumując analiza poszczególnych firm daje do zrozumienia o ciągłych zmianach. Badania empiryczne w naukach o zarządzaniu usprawniają zarządzanie informacją w procesie podejmowanie właściwych decyzji [Sułkowski, 2005]. Spowodowane to może być tym, że na polskim rynku według danych GUS wciąż utrzymuje się bardzo mały odsetek korzysta z rozwiązań klasy ERP małych i średnich firm (ok. 10%). Jedynie duże przedsiębiorstwa wykazują większe zainteresowanie zintegrowanymi systemami zarządzania (ok. 60%).

EN

Polish market of sector of integrated management systems is characterized by dynamism over the past years. An indispensable tool for analysis and predictor which was used in this study proved to regression models. Created based on an analysis of income (in thou.) the best IT companies of sector ERP prediction models over the years 2014-2017. The empirical data were obtained from the website Computerworld covering the years 2008-2013. Fitting of prediction models to the data measured by the coefficient of determination and regression. Taken as a whole was obtained a very good fit empirical data for most IT companies. Consecutively estimated the dynamics of the highest values that were in the years 2011, and the lowest in 2008. Summing up the analysis of individual companies implicate of continuous changes. Empirical research in the sciences of managing enhance management of information in the process of making the right decisions [Sułkowski, 2005] This may be caused by the fact that the Polish market according to GUS data still remains a very small percentage of the use of ERP solutions for small and medium-sized companies (approx. 10%). Solely large companies demonstrate greater interest in integrated management systems (approx. 60%).

15

Evaluating the performance of bitcoin price forecasting using machine learning techniques on historical data

63%

Ahmed M. , Suha S. A. , Mahi F. H. , Ahmed F. U.

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2024

|

tom T. 14, nr 2

101--108

EN

Since entering the market in 2009, Bitcoin has had a price that is extremely erratic. Its price is influenced by factors such as adoption rates, regulatory changes, geopolitical occurrences, and macroeconomic developments. Experts believe that Bitcoin's price will rise in the long run due to limited supply and rising demand. Therefore, the aim of this study is to propose an ensemble feature selection and machine learning-based approach to predict bitcoin price. For this research purpose, the cryptocurrency-based dataset has been used, visualized, and preprocessed. Five different feature selection approaches (Pearson, RFE, Embedded Random Forest, Tree-based and Light GBM) are followed by ensemble methodology, with the maximum voting approach to extract the most significant features and generate a dataset with reduced attributes. Then the dataset with or without feature selection is used for bitcoin price prediction by applying ten different machine learning regressing models, which includes six traditional, four bagging and boosting ensemble techniques. The comparative result analysis through multiple performance parameters reveals that the decreased number of features improves the performance for each of the models and the ensemble models outperform other types of models. Therefore, Random Forest regression ensemble ML model can get the best prediction accuracy with 0.036018 RMSE, 0.029470 MAE and 0.934512 R2 employing the dataset with reduced features for estimating the value of bitcoin.

PL

Od momentu wejścia na rynek w 2009 roku, cena Bitcoina jest niezwykle nieregularna. Na jego cenę wpływają takie czynniki, jak wskaźniki popularności, zmiany regulacyjne, wydarzenia geopolityczne i zmiany makroekonomiczne. Eksperci uważają, że cena Bitcoina wzrośnie w dłuższej perspektywie ze względu na ograniczoną podaż i rosnący popyt. Dlatego też celem niniejszego badania jest zaproponowanie podejścia opartego na selekcji cech i uczeniu maszynowym do przewidywania ceny bitcoina. Do tego celu badawczego wykorzystano, zwizualizowano i wstępnie przetworzono zbiór danych oparty na kryptowalutach. Zastosowano pięć różnych podejść do wyboru cech (Pearson, RFE, Embedded Random Forest, Tree-based i Light GBM), a następnie metodologię ensemble, z podejściem maksymalnego głosowania w celu wyodrębnienia najważniejszych cech i wygenerowania zbioru danych ze zredukowanymi atrybutami. Następnie zbiór danych z lub bez selekcji cech jest wykorzystywany do przewidywania cen bitcoinów poprzez zastosowanie dziesięciu różnych modeli regresji uczenia maszynowego, w tym sześciu tradycyjnych, czterech technik baggingu i boostingu. Analiza porównawcza wyników za pomocą wielu parametrów wydajności pokazuje, że zmniejszona liczba cech poprawia wydajność każdego z modeli, a modele zespołowe przewyższają inne typy modeli. W związku z tym model Random Forest regression ensemble ML może uzyskać najlepszą dokładność przewidywania z 0,036018 RMSE, 0,029470 MAE i 0,934512 R2, wykorzystując zbiór danych ze zredukowanymi funkcjami do szacowania wartości bitcoinów.

16

The object behaviour analysis, control and prognosis in a state space.

63%

Rogoza V. , Bobkowska J.

|

2014

|

tom R. 90, nr 3

124--127

EN

The paper deals with possibility of analyzing the behaviour of complex processes, controlling them and their prognosis in a state space. We express the coefficients of the state equations with increases in terms of the coefficients of the partial regression models based on the KolmogorovGabor equations with sensitivity functions [3]. Then we examine what derived increases’ values can mean. And whether they can be used in order to predict future values of the studied process. The results are promising for the processes characterized by certain regularities (without noises).

PL

Poniższy artykuł omawia możliwość analizowania zachowania się złożonych procesów, sterowania nimi oraz ich prognostyki w przestrzeni stanów. Próbujemy wyrazić współczynniki równań stanów w przyrostach poprzez współczynniki cząstkowych modeli regresyjnych opartych na równaniach Kołmogorowa-Gabora zawierających funkcje wrażliwości [3]. Badamy, jaki sens mogą mieć uzyskane wartości przyrostów oraz czy można ich wartości wykorzystać w celu predykcji przyszłych wartości badanego procesu. Dla funkcji charakteryzujących się pewnymi regularnościami (brak szumów) wyniki są obiecujące.

17

Prognozowanie indeksu cen dóbr i usług konsumpcyjnych : modele regresji i jednokierunkowe sieci neuronowe

63%

Szymczak Z. , Witkowska D.

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Łódzka

|

2002

|

tom z. 37

85-97

PL

Jednym z celów, jakie stawiaja sobie praktycy ekonomii jest przewidywanie wahań cen towarów i usług konsumpcyjnych. W artykule przedstawiono implementacje podstawowych metod ilościowych, służące wyjaśnieniu zmian w kształtowaniu się inflacji. Narzędzia te mogą być również z powodzeniem stosowane do budowy prognoz tego zjawiska w Polsce.

EN

In the paper we present several models describing monthly CPI in Poland in the period from January 1992 to December 1999. Linear regression models and neural networks contain: nominal wages, industry output sold and unemployment rate as well as lagged CPI as explanatory variables. CPI is predicted on the basis of actual data of descriptors and forecasts of explanatory variables that are estimated by applying: tend, Holt and moving average models.

18

Możliwości wykorzystania sztucznych sieci neuronowych do modelowania stężenia ozonu przy powierzchni ziemi

63%

Hoffman S.

|

tom Vol. 9, nr 8

911-917

PL

Zbadano możliwości zastosowania różnych typów sieci neuronowych do modelowania stężenia ozonu przy powierzchni ziemi. W obliczeniach wykorzystano dane zarejestrowane w 1996 r. na stacji pomiarowej monitoringu powietrza w Zabrzu. Analizowany zbiór danych stanowiły zmierzone w godzinach dziennych wartości stężeń 03, NO." natężenia promieniowania słonecznego, temperatury i prędkości wiatru uśrednione w okresach 60-minutowych. Do utworzenia modeli regresyjnych, uzależniających stężenie ozonu od stężenia NO" temperatury, natężenia promieniowania słonecznego i prędkości wiatru, wykorzystano sztuczne sieci neuronowe o strukturze perceptronu. W badaniach ograniczono się do trzech typów modeli neuronowych: liniowych, perceptronu trójwarstwowego, perceptronu czterowarstwowego. Jako kryterium oceny otrzymanych modeli przyjęto wartość pierwiastka z błędu średniokwadratowego RMSE, wynikającego z rozbieżności między wartościami obliczonymi a wartościami rzeczywistymi stężenia 03. Na podstawie przeprowadzonej analizy stwierdzono, że modele neuronowe wykorzystujące strukturę perceptronu trójwarstwowego i czterowarstwowego są zdecydowanie lepsze (dokładniejsze) od modeli liniowych. Dokładność modeli neuronowych wykorzystujących strukturę perceptronu trójwarstwowego i czterowarstwowego jest podobna. Liczba neuronów w warstwach ukrytych perceptronów nie decyduje o dokładności modelu. Prędkość wiatru może być pomijana w modelowaniu stężenia ozonu w godzinach dziennych.

EN

Possibility of neural networks application to the surface ozone concentration modelling was examined. The data gathered in 1996 at the air monitoring station in Zabrze (Upper Silesia, Poland) were used in calculations. The analysed data set was built of 60-minutes' averages of temperature, insolation and wind speed as well as 03 and NO, concentrations measured at the daytime hours. Neural networks were used for generation of multiple regression models, conditioning ozone concentration by temperature, insolation, wind speed and NO, concentration. Three types of neural networks were tested: linear, non-linear perceptrons with one hidden layer and non-linear perceptrons with two hidden layers. The value of root mean square error RMSE resulting from divergences between model input and real 03 concentration values was assumed as the criterion of each model estimation. It was stated that the non-linear models are decidedly better than the linear regression models. Accuracies of non-linear perceptron models with one and two hidden layers are similar. Number of neurons in hidden layers does not influence on model accuracy. Wind speed may be omitted as the input variable in neural models.

19

BADANIA EFEKTYWNOŚCI PREDYKCYJNEJ MODELU KLASY GMDH OPARTEGO NA ZACHOWANIU UCZESTNIKÓW RYNKU WALUTOWEGO

51%

Wiliński A.

Metody Ilościowe w Badaniach Ekonomicznych

|

2009

|

tom 10

|

nr 1

252-264

PL

W pracy przedstawiono wyniki eksperymentu przeprowadzonego w celu predykcyjnym na rynku walutowym. Założono, że rynek nie jest efektywny i daje się z przeszłości wyekstrahować wiedzę o błędach popełnionych przez uczestników wybranej platformy brokerskiej. Dla wykonania predykcji wykorzystano zmodyfikowaną metodę GMDH (Group Method of Data Handling) umożliwiającą sukcesywny wybór nieliniowego modelu wielomianowego najlepiej w danym kroku opisującego rynek. Przedstawiono interesujące wyniki eksperymentu na danych historycznych potwierdzającego użyteczność metody. Danymi wejściowymi były zarejestrowane na platformie zachowania inwestorów – rozkład otwartych pozycji i złożonych zleceń. Stąd – rozpatrywane podejście można zaliczyć do modelowania behawioralnego.

EN

The paper presents the results of an experiment concerning prediction of the foreign exchange market. It was assumed, that the market is not efficient and that it is possible to extract from the past the knowledge regarding traders’ mistakes. A modified version of GMDH method was used for prediction, which allows for successive selection of such nonlinear polynomial model, that describes the market most adequately at a particular moment. Presented results confirm usefulness of the proposed method. Input data was comprised of the information on traders behaviour, registered by the brokerage platform, regarding open positions and orders. Hence, such a solution can be thought of as behavioural modelling.

20

Zastosowanie metod uczenia maszynowego do predykcji generowanej energii w małym systemie PV

51%

Idźkowski A. , Sumorek M.

|

2024

|

tom R. 28, nr 2

37--43

PL

Artykuł przedstawia problem prognozowania generacji energii elektrycznej w małych systemach fotowoltaicznych (PV). Celem opracowanych długoterminowych prognoz jest możliwość poprawnego zarządzania systemem elektroenergetycznym poprzez podejmowanie odpowiednich działań zachowawczych. Przeanalizowano czynniki atmosferyczne wpływające na pozyskiwanie energii elektrycznej w systemach fotowoltaicznych. Dokonano porównania wybranych modeli prognostycznych z wykorzystaniem uczenia maszynowego, m.in. sieci neuronowych MLP oraz metody wektorów nośnych SVM. Zostały wybrane mierniki pozwalające określić trafność (dokładność) prognoz. Określenie jakości prognoz bazowało na stanach faktycznych pogody, a nie na jej prognozie. Przedstawiono sposób przygotowania danych do utworzenia modeli prognostycznych i zaprezentowano najlepsze modele regresyjne. Do tego celu wykorzystano bibliotekę Scikit-learn umożliwiającą tworzenie skryptów w języku Python. W rozpatrywanym zespole fotowoltaicznym najlepsze rezultaty uzyskano dla modeli MLPRegressor, CatBoostRegressor i SVR. Wykorzystano rzeczywiste dane pomiarowe z systemu paneli ustawionych optymalnie o mocy 3,0 kWp. Dla modelu MLPRegressor osiągnięto największy współczynnik determinacji 0,605 oraz najmniejszy pierwiastek błędu średniokwadratowego 1,79 KWh dla średniej dziennej generacji energii elektrycznej w okresie od kwietnia do września 2022 r. wynoszącej 11,65 kWh.

EN

The article presents data analysis for predicting energy production in photovoltaic (PV) power plant systems. The purpose of long-term forecasts is to determine the effectiveness of preventive actions and manage the power system effectively. Climate variables affecting the production of electricity in photovoltaic systems were analyzed. Forecasting methods using machine learning techniques such as Multi-Layer Perceptron (MLP) neural networks and Support Vector Machine (SVM) were compared. In addition, metrics were selected to determine the quality of forecasts. Determining the quality of forecasts was based on the actual varying conditions, not on the weather forecast data. The way of data preparation to create forecasting models were presented and the models with the best metrics were selected. For this purpose, the Scikit-learn library was used to create scripts in Python. The best results were obtained for regression models: MLPRegressor, CatBoostRegressor and Support Vector Regression. Actual measurement data from a system of optimally-positioned panels with a power of 3.0 kWp were used. For the MLPRegressor model, the highest coefficient of determination 0.605 was achieved with the smallest root-mean-square error of 1.79 KWh.