Wyniki wyszukiwania - Biblioteka Nauki

Ten serwis zostanie wyłączony 2025-02-11.

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: small data

Sortuj według:

Ogranicz wyniki do:

Predicting length of fatigue cracks by means of machine learning algorithms in the small-data regime

100%

Badora M. , Sepe M. , Bielecki M. , Graziano A. , Szolc T.

tom Vol. 23, no. 3

575--585

In this paper several statistical learning algorithms are used to predict the maximal length of fatigue cracks based on a sample composed of 31 observations. The small-data regime is still a problem for many professionals, especially in the areas where failures occur rarely. The analyzed object is a high-pressure Nozzle of a heavy-duty gas turbine. Operating parameters of the engines are used for the regression analysis. The following algorithms are used in this work: multiple linear and polynomial regression, random forest, kernel-based methods, AdaBoost and extreme gradient boosting and artificial neural networks. A substantial part of the paper provides advice on the effective selection of features. The paper explains how to process the dataset in order to reduce uncertainty; thus, simplifying the analysis of the results. The proposed loss and cost functions are custom and promote solutions accurately predicting the longest cracks. The obtained results confirm that some of the algorithms can accurately predict maximal lengths of the fatigue cracks, even if the sample is small.

Twitter jako przedmiot badań socjologicznych i źródło danych społecznych: perspektywa konstruktywistyczna

94%

Rodak O.

nr 3(226)

209-236

Serwis społecznościowy Twitter zyskał szczególne zainteresowanie naukowców społecznych z co najmniej dwóch powodów. Po pierwsze, stanowi on fenomen społeczny, wpływając na praktyki komunikacyjne oraz sposoby organizowania się ludzi. Po drugie, Twitter to repozytorium ustrukturyzowanych danych, które mogą zostać wykorzystane w celu badania zjawisk związanych lub niezwiązanych bezpośrednio ze społecznym oddziaływaniem tego medium. Celem niniejszego artykułu jest zebranie wiedzy, która, w opinii autorki, jest niezbędna do sprawnego i owocnego wykorzystania Twittera do prowadzenia badań socjologicznych; zarówno tych, w których Twitter jest przedmiotem analizy, jak i tych, w których Twitter dostarcza jedynie danych do analizy. Jako że technologia rekonfiguruje praktyki społeczne, będąc jednocześnie przez praktyki społeczne kształtowaną, socjologia Twittera wymaga przede wszystkim zrozumienia charakteru tej technologii oraz wpływu, jaki ona wywiera na praktyki badawcze, będące praktykami społecznymi. W artykule pokazany zostaje przekształcający wpływ Twittera w tych dwóch aspektach. Perspektywa konstruktywistyczna pozwala na zrozumienie zarówno samego medium, jak i charakteru oraz ograniczeń wytwarzanych za jego pośrednictwem danych.

Twitter received special attention of social scientists for at least two reasons. Firstly, this social networking site is a social phenomenon, influencing communication and organizational practices. Secondly, Twitter is a repository of structured data, which may be used in order to study phenomena either related or not directly related with social impact of this medium. The purpose of the following paper is to summarize knowledge, which, in the author’s opinion, is necessary to smoothly and fruitfully use Twitter for conducting sociological inquiry: either this, in which Twitter is an object of analysis, or the one in which the service only delivers analytical data. As technology reconfigures social practices, being at the same time shaped by those practices, sociology of Twitter demands first of all understanding of the character of this technology as well as the influence of this technology on research practices, which are here understood as social practices. The article shows transformative character of Twitter in these two aspects. Constructivist perspective enables to understand the medium itself, as well as the character and limitations of data produced through it.