PORÓWNANIE METOD WAŻONEGO UŚREDNIANIA SYGNAŁU ELEKTROKARDIOGRAFICZNEGO

Wielkość: px
Rozpocząć pokaz od strony:

Download "PORÓWNANIE METOD WAŻONEGO UŚREDNIANIA SYGNAŁU ELEKTROKARDIOGRAFICZNEGO"

Transkrypt

1 STUDIA INFORMATICA 0 Volume 33 Number A (05) Alna MOMOT Poltechnka Śląska, Instytut Informatyk PORÓWNANIE METOD WAŻONEGO UŚREDNIANIA SYGNAŁU ELEKTROKARDIOGRAFICZNEGO Streszczene. Ważone uśrednane jest jedną z metod pozwalającą na redukcję pozomu zakłóceń w sygnałach o charakterze pseudocyklcznym, których przykładem jest sygnał EKG. Artykuł przedstawa klka metod, w których do wyznaczana odpowednch wag stosowany jest aparat analzy matematycznej oraz podejśce statystyczne. Skuteczność dzałana tych metod przebadano dla zaszumonego sygnału ANE Słowa kluczowe: sygnał EKG, ważone uśrednane COMPARISON OF WEIGHTED AVERAGING METHODS FOR ELEC- TROCARDIOGRAPHIC SIGNAL Summary. Weghted averagng s a method that allows to reduce the level of nterference n the quas-cyclc sgnals such as the ECG sgnal. Ths paper presents several methods, n whch to determne the approprate weghts s used apparatus of mathematcal analyss as well as the statstcal approach. The performance of these methods were tested for the nosy sgnal ANE Keywords: ECG sgnal, weghted averagng. Wprowadzene Analzując przebeg rzeczywstych sygnałów bomedycznych, nemal zawsze można w nch zauważyć zakłócena, których obecność wynka ze specyfk akwzycj tych sygnałów. Na przykład dla sygnałów boelektrycznych występują trzy główne źródła zakłóceń sygnałów: boelektryczna aktywność komórek cała, zakłócena pochodzące z sec elektroenergetycznej oraz zwązane z urządzenem dokonującym akwzycj sygnału. Sygnały boelektryczne, szeroko stosowane w różnych dzedznach bomedycyny, generowane są zarówno

2 568 A. Momot przez komórk męśnowe, jak nerwowe. Napęce elektryczne jest propagowane przez tkank może być merzone na powerzchn cała, co stanow wygodną, nenwazyjną metodę pomaru elektrycznej aktywnośc organów wewnętrznych. Jednak użyce powerzchnowych elektrod skutkuje obecnoścą zakłóceń, nerzadko o wysokej ampltudze, które muszą zostać zredukowane, aby wyodrębnć sygnał użyteczny []. Istneje wele metod służących do redukowana zakłóceń w sygnałach bomedycznych, które to metody zachowują morfologę analzowanego sygnału. Jedną z nch jest fltracja dolnoprzepustowa, której przykładem jest fltr średnej ruchomej, a także fltracja pasmowoprzepustowa. Jednak pommo swojej prostoty fltracje take często są neefektywne z powodu nakładana sę pasma sygnału użytecznego zakłóceń. Rozwjane są zatem alternatywne metody redukcj szumu wykorzystujące na przykład rozmytą nelnową regresję [6], transformatę falkową [] lub nelnową fltrację projekcyjną [4]. W przypadku sygnałów bomedycznych o charakterze pseudocyklcznym możlwe jest synchronzowane uśrednane [3]. W tego typu metodach zakłada sę, że pseudocyklczny sygnał jest zakłócony addytywnym nezależnym szumem o średnej zero. Uśrednane może być realzowane za pomocą średnej arytmetycznej lub jej uogólnena w postac średnej ważonej, gdze wag są doberane adaptacyjne. Następna sekcja przedstawa klka metod, w których do wyznaczana odpowednch wag stosowany jest aparat analzy matematycznej lub podejśce statystyczne. W perwszym przypadku wag wyznaczane są przez mnmalzację pewnego funkcjonału. W pracy [5], w której opsana jest metoda WACFM, funkcjonał ten reprezentuje ważoną średnokwadratową odległość mędzy sygnałem uśrednonym a poszczególnym cyklam sygnału uśrednanego. W pracy [7] natomast, opsującej metodę WAPM, funkcjonał ten wyraża odległość mędzy dwoma sygnałam uśrednonym, wyznaczanym na dwóch rozłącznych zborach danych. Uogólnene tej metody na wększą lczbę rozłącznych zborów przedstawa praca [9]. W podejścu statystycznym wykorzystywane jest wnoskowane bayesowske, w którym zakłada sę, że sygnał użyteczny jest realzacją wektora losowego o rozkładze welowymarowym normalnym. Przy założenu, że pewne parametry tego rozkładu są zmennym losowym o rozkładze gamma z całkowtym wartoścam parametru kształtu otrzymuje sę algorytm EBWA, opsany w pracy [8]. W pracy [0] opsano modyfkację tej metody (algorytm EB- WA.C), przyjmując dla tych parametrów rozkład Cauchy ego, uproszczene tych metod zakładające stałe wartośc tych parametrów prowadz natomast do algorytmu SEBWA, opsanego w pracy []. W pracy tej opsano równeż metodologę, która pozwala na zastosowane rozmytego podzału pojedynczych cykl sygnału uśrednanego na zbory, dla których można realzować dowolną metodę ważonego uśrednana, a następne opsano jak połączyć otrzymane wynk w jeden sygnał uśrednony.

3 Porównane metod ważonego uśrednana sygnału elektrokardografcznego 569 W ramach zapoczątkowanego w 989 r. projektu Wspólnoty Europejskej Conformance Testng Servces for Computerzed Electrocardography (CTS-ECG), którego celem było określene podstaw dla usług testowana zgodnośc urządzeń kardologcznych wykorzystujących zaps cyfrowy, opracowano CTS-ECG Test Atlas zawerający bazę danych sztucznych przebegów EKG. Aby móc weryfkować systemy służące do komputerowej rejestracj przetwarzana sygnału EKG, utworzono zestaw sztucznych sygnałów, których charakterystyka ampltudowo-częstotlwoścowa werne oddaje charakterystykę fzjologcznego sygnału EKG []. Referencyjne sygnały CTS są przechowywane jako pojedyncze cykle sztucznego przebegu EKG w baze CTS, a sygnały te mogą być użyte przez różne programy komputerowe do generowana cągłych sygnałów EKG o dowolnej długośc trwana. Ze względu na fakt, że wszystke próbk zachowują typowy kształt sygnału EKG, możlwe jest zastosowane ch do testowana zarówno systemów tylko zapsujących sygnał EKG, jak do systemów, które rozpoznają tłumą zakłócena. Jeden z takch sygnałów, a manowce ANE0000, zostane użyty w dalszej częśc artykułu jako referencyjny sygnał użyteczny. Do tego sygnału zostaną dodane zakłócena, które będą redukowane za pomocą wcześnej wspomnanych algorytmów ważonego uśrednana, co pozwol na loścową ocenę skutecznośc dzałana przedstawonych metod.. Prezentacja wybranych metod ważonego uśrednana.. Metoda WACFM Metoda WACFM (Weghted Averagng method based on Crteron Functon Mnmzaton), opsana w pracy [5], polega na mnmalzacj funkcjonału wyrażającego ważoną średnokwadratową odległość mędzy sygnałem uśrednonym x a poszczególnym cyklam sygnału uśrednanego x (,,, N ) o długośc L : N N L m m I m ( w, x) w x x w x ( j) x( j), () j gdze m (, ) jest parametrem tej metody. Optymalne rozwązane można otrzymać na drodze teracyjnej naprzemenne wyznaczając wartośc wektorowe x [ x(), x(),, x( L)] oraz w w, w,, w ] za pomocą następujących wzorów: [ N oraz x( j) N w N m x ( j) w m j,,, L ()

4 570 A. Momot w N k L j L j x ( j) x( j) x ( j) x( j) m m,,, N. (3).. Metoda WAPM Metoda WAPM (Weghted Averagng method based on Partton of nput data set n tme doman and usng crteron functon Mnmzaton), opsana w pracy [7], polega na mnmalzacj funkcjonału wyrażającego odległość mędzy dwoma sygnałam uśrednonym: I () () () () () () ( w, w ) x w x w, (4) gdze zbór wejścowy (poszczególne cykle sygnału uśrednanego x (,,, N )) jest podzelony na dwa rozłączne podzbory () x oraz () x. Optymalne wag wyznaczane są w sposób teracyjny przy naprzemennym zastosowanu odpowednch formuł: oraz w w () () T () T () T () () T () () x x x x x w T T () T () T () () T () () x x x x x w T Ostateczne sygnał uśrednony dany jest wzorem: () () x x () T () x x () T () x x T () () x w () () T x x () T () x x () T () x x () () x w (5). (6) () () () () Nx w Nx w x, (7) N gdze N oraz N są odpowedno lczbam elementów rozłącznych podzborów () x, zatem N N N. () x oraz Możlwe jest równeż uogólnene tej metody umożlwające podzał na dowolną lczbę rozłącznych podzborów zboru cykl sygnału uśrednanego, co szczegółowo przedstawa praca [9]..3. Metoda EBWA We wszystkch dalej opsywanych metodach wykorzystujących wnoskowane bayesowske zakłada sę, że sygnał użyteczny będący realzacją wektora losowego o rozkładze welowymarowym normalnym (ze średną zero dagonalną macerzą kowarancj jej przekąt-

5 Porównane metod ważonego uśrednana sygnału elektrokardografcznego 57 ną tworzy wektor parametrów [,,, ]) jest zakłócony addytywnym, nezależnym L szumem gaussowskm o średnej zero jednakowej warancj w każdym cyklu. Zatem sygnał poddawany uśrednanu można zapsać w postac: x ( j) s( j) n ( j),,..., N j,,..., L, (8) gdze N jest lczbą cykl długośc L poddawanych uśrednanu. Korzystając ze wzoru Bayesa można wyznaczyć rozkład a posteror dla wektora s: p( x, s) p( s ) p( s x, ), (9) p( x, s) p( s ) dt a maksymalzacja tego wyrażena ze względu na s oraz newdoczny bezpośredno w tym wzorze parametr prowadz do teracyjnej metody uzyskana sygnału uśrednonego odpowadającego sygnałow użytecznemu s. Nestety koneczne jest tu równeż wyznaczene parametru wektorowego. W metodze EBWA (Emprcal Bayesan Weghted Averagng algorthm), opsanej szczegółowo w pracy [8], zakłada sę, że składowe wektora są zmennym losowym o rozkładze gamma z całkowtym wartoścam parametru kształtu p, stanowącym parametr tej metody; wówczas parametr skal tego rozkładu można wyznaczyć empryczne na podstawe próbkowych momentów bezwzględnych: perwszego lub trzecego, gdy p. Autorzy metody dla rozróżnena proponują stosować oznaczena EBWA. (gdy korzysta sę z perwszego momentu) lub EBWA.3 (gdy korzysta sę z trzecego momentu)..4. Metoda EBWA.C W przeprowadzonych eksperymentach numerycznych zaobserwowano, że wzrastające wartośc parametru p metody EBWA na ogół ne prowadzą do poprawena osąganych wynków autorzy algorytmu podjęl próbę poszukwana rozwązana problemu wyznaczana parametru dla przynajmnej nektórych wartośc p. W pracy [0] opsano pewną modyfkację metody EBWA, a manowce algorytm EBWA.C, w którym parametr p przyjmuje wartość 0,5, co odpowada rozkładow Cauchy ego, będącym szczególnym przypadkem rozkładu gamma. Jednak dla tego rozkładu ne stneją żadne momenty, zatem wyznaczene parametru skal musało zostać dokonane na nnej drodze. W celu jego estymacj użyto próbkowego rozstępu mędzykwartylowego: ˆ ˆ ˆ Q3 Q. (0) 8

6 57 A. Momot.5. Metoda SEBWA Metoda SEBWA (Smplfed Emprcal Bayesan Weghted Averagng algorthm), opsana w pracy [], stanow uproszczene opsanych uprzedno metod zakładające determnstyczną postać wektora, którego wszystke składowe mają tę samą stałą wartość. Dzęk takemu założenu estymacja tej wartośc może zostać dokonana za pomocą klasycznej metody momentów jako: L ˆ. () L s( j) j W ten sposób uproszczona metoda EBWA w eksperymentach numerycznych zwykle jest neco mnej skuteczna od metody orygnalnej, jednak użyce metody SEBWA wraz z zaproponowanym w pracy [] rozmytym podzałem próbek w ramach poszczególnych cykl sygnału poddawanego uśrednanu prowadz do lepszych wynków względem metody EBWA, nawet gdy równeż dla nej zostane zastosowany rozmyty podzał (gdyż, jak to zostało wspomnane we wprowadzenu, praca [] prezentuje metodologę, która pozwala na zastosowane rozmytego podzału pojedynczych cykl sygnału uśrednanego na zbory, dla których można realzować dowolną metodę ważonego uśrednana, a następne opsuje, jak połączyć otrzymane wynk w jeden sygnał uśrednony). 3. Eksperymenty numeryczne W dalszej częśc zostaną opsane wynk eksperymentów numerycznych weryfkujących skuteczność opsywanych w poprzednej sekcj metod w zestawenu z uśrednanem arytmetycznym. Jako referencyjny sygnał zostane użyty sygnał elektrokardografczny ANE0000 pochodzący z bazy danych CTS. Do sygnału tego zostaną dodane zakłócena, które będą redukowane za pomocą różnych algorytmów ważonego uśrednana, co pozwol na loścową ocenę skutecznośc dzałana tych metod za pomocą perwastka błędu średnokwadratowego mędzy sygnałem orygnalnym a uśrednonym (RMSE). 3.. Badane wpływu lczby cykl na skuteczność testowanych metod Dalej zostaną zaprezentowane wynk ser eksperymentów, w których N cykl sygnału EKG ( N razy powelony sygnał ANE0000) zostało zakłóconych bałym szumem gaussowskm o zmennej warancj oraz rzeczywstym szumem męśnowym o zmennej ampltudze. Ampltuda szumu w obu przypadkach pozostawała stała w zakrese pojedynczego cyklu. Dla

7 Porównane metod ważonego uśrednana sygnału elektrokardografcznego 573 perwszych, drugch, trzecch czwartych N / 4 cykl odchylene standardowe szumu wynosło odpowedno 0,s, 0,5s, s, s, gdze s oznacza próbkowe odchylene standardowe składowej determnstycznej, czyl sygnału ANE0000. Eksperymenty przeprowadzono dla zmenającej sę wartośc N. W perwszym przypadku lczba cykl N była równa 0. Uzyskane wynk w postac perwastka błędu średnokwadratowego dla szumu gaussowskego (RMSE_G) oraz szumu męśnowego (RMSE_M) przedstawa rysunek. Porównywane metody są oznaczone następującym skrótam: AA uśrednane arytmetyczne; WACFM metoda wykorzystująca mnmalzację funkcjonału, gdze parametr m był równy (jest to wartość domyślna, sugerowana przez autora metody [5]); WAPM metoda bazująca na rozłącznym podzale całych cykl (wartość po kropce oznacza lczbę podzborów zboru wszystkch cykl sygnału poddawanego uśrednanu); SEBWA uproszczona metoda EBWA; EBWA. metoda wykorzystująca wnoskowane bayesowske, gdze parametr p był równy (jest to wartość domyślna, sugerowana przez autorów metody [8]); EBWA.C metoda bayesowska bazująca na rozkładze Cauchy ego. Rys.. Wynk uśrednana 0 cykl Fg.. Results for averagng 0 cycles W kolejnym przypadku lczba cykl N była równa 60, a uzyskane wynk w postac perwastka błędu średnokwadratowego przedstawa rysunek.

8 574 A. Momot Rys.. Wynk uśrednana 60 cykl Fg.. Results for averagng 60 cycles Ostatnm etapem tej ser eksperymentów numerycznych było badane skutecznośc testowanych metod w przypadku lczby cykl N równej 00, którego wynk przedstawa rysunek 3. Rys. 3. Wynk uśrednana 00 cykl Fg. 3. Results for averagng 00 cycles Analzując wynk zaprezentowane na rysunkach -3, można zauważyć pewne prawdłowośc. Przede wszystkm metody ważonego uśrednana charakteryzują sę znaczne wyższą skutecznoścą tłumena zakłóceń o zmennej ampltudze w porównanu z uśrednanem arytmetycznym, z wyjątkem przypadku szumu męśnowego metody WACFM dla uśrednana 60 cykl. Ponadto zastosowane metod wykorzystujących wnoskowane bayesowske prowadz do neco lepszych rezultatów w porównanu do metod bazujących na mnmalzacj funkcj kryteralnych, a szczególne wyróżna sę tu metoda EBWA.C. Na konec warto jeszcze dodać, że,zwększając lczbę uśrednanych cykl, spodzewamy sę zmnejszena wartośc błędów średnokwadratowych (co można zaobserwować na prezentowanych rysunkach), jednak w przypadku praktycznego zastosowana testowanych metod ta prawdłowość neko-

9 Porównane metod ważonego uśrednana sygnału elektrokardografcznego 575 neczne mus być zachowana. Ma to zwązek z problemem precyzyjnego określana końców pojedynczych cykl oraz ch centrowana. 3.. Badane wpływu zmany ampltudy szumu na skuteczność testowanych metod W poprzednej sekcj ampltuda dodawanych do sygnału zakłóceń była różna w kolejnych cyklach, wśród których jednak można było wyróżnć cztery podzbory o jednakowej lczebnośc w każdym z tych podzborów ampltuda zakłóceń była już stała. Funkcję opsującą jak zmena sę ta ampltuda w kolejnych cyklach można przedstawć za pomocą następującego wzoru: 0, s {,,, N / 4} ( 05, s { N / 4, N / 4,, N / } A0 ), () s { N /, N /,, 3N / 4} s {3N / 4,3N / 4,, N} gdze N jest lczbą wszystkch cykl poddawanych uśrednanu, s zaś oznacza próbkowe odchylene standardowe składowej determnstycznej, czyl sygnału ANE0000. Tak węc można powedzeć, że w poprzednch dośwadczenach ampltuda szumu narastała w sposób skokowy. W kolejnym dośwadczenu przebadano zachowane sę testowanych algorytmów, w przypadku gdy ampltuda szumu równeż narasta aż do wartośc s, jednak w sposób lnowy opsany następującą funkcją: A ( ) s /30, (3) lczba cykl poddawanych uśrednanu wynosła natomast 60, czyl {,,, 60}. Uzyskane wynk w postac perwastka błędu średnokwadratowego dla szumu gaussowskego (RMSE_G) oraz szumu męśnowego (RMSE_M) przedstawa rysunek 4. Wynk na nm zaprezentowane odpowadają w pewen sposób tym, które są przedstawone na rysunku. Warto tu jednak zauważyć, że w odróżnenu od wynków prezentowanych uprzedno zarówno w przypadku dodana szumu gaussowskego, jak męśnowego pewna grupa algorytmów generuje te same wartośc wynkowe (są nm WACFM, SEBWA, EBWA. oraz EBWA.C). Wynka to zapewne z faktu, że metody te pozwalają, w specyfcznych przypadkach, na przypsane tylko jednej nezerowej wag dla cyklu uznanego przez ne za najmnej znekształcony (w przypadku tego eksperymentu, ze względu na znany pozom zakłóceń w każdym cyklu, można stwerdzć, że tak cykl stneje łatwo wskazać ten cykl, gdyż jest to perwszy z kole - każdy następny charakteryzuje sę wększą ampltudą zakłóceń). Mnmalna lczba nezerowych wag w metodze WAPM jest natomast równa lczbe rozłącznych

10 576 A. Momot podzborów wszystkch cykl, co - jak pokazuje rysunek 4 w pewnych sytuacjach może być zaletą. Rys. 4. Wynk uśrednana 60 cykl dla lnowo narastającej ampltudy szumu Fg. 4. Results for averagng 60 cycles n case of lnearly ncreasng ampltude of the nose 3.3. Badane wpływu lczby rozmytych grup na skuteczność testowanych metod W nnejszej sekcj zostaną opsane wynk eksperymentów numerycznych, w których determnstyczny sygnał ANE0000 został 60-krotne powelony znekształcony bałym szumem gaussowskm o zmennej warancj w poszczególnych cyklach, jednak stałej w zakrese pojedynczego cyklu. Zmanę ampltudy tych zakłóceń opsuje wzór (). Tak przygotowany sygnał był poddawany procedurze uśrednana z uwzględnenem rozmytego podzału zboru próbek wchodzących w skład pojedynczych cykl. Jednak ze względu na nestablność numeryczną algorytmu WACFM wynk uzyskwane w przypadku tej metody zostały pomnęte (w welu przypadkach podczas eksperymentów numerycznych wartośc błędów przekraczały nawet górną grancę zakresu reprezentacj lczb w komputerze). Rysunek 5 przedstawa otrzymane wynk jako wartośc perwastka błędu średnokwadratowego w przypadkach bez podzału oraz z podzałem na grupy:, 3, 4 oraz 5 grup. Na rysunku tym poszczególnym metodom odpowada pęć kolejnych kolumn oznaczonych numeram od do 5, które symbolzują brak podzału (wszystke poddawane uśrednanu cykle tworzą jedną grupę) oraz lczbę rozmytych grup w ramach pojedynczego cyklu. W przypadku rozmytego podzału posłużono sę gaussowską funkcją przynależnośc ze zmennym parametrem położena waną wzorem: a k ( k 0,5) L / K oraz stałym parametrem skal b 0,5 L / K, zdefno- j ak ( a k, b) ( j) exp, (4) b gdze k {,,, K}, K zaś jest lczbą rozmytych grup.

11 Porównane metod ważonego uśrednana sygnału elektrokardografcznego 577 Rys. 5. Wynk rozmytego uśrednana w przypadku szumu gaussowskego Fg. 5. Results for fuzzy averagng n case of Gaussan nose Na rysunku 5 kolumny z numerem oznaczają brak podzału, tak węc odpowadają sytuacj przedstawonej na rysunku dla RMSE_G. Ze względu na nną realzację gaussowskej zmennej losowej reprezentującej zakłócena błędy średnokwadratowe są neco nne, jednak można zauważyć tu duże podobeństwo, gdyż w tym przypadku perwastk błędu średnokwadratowego wahają sę od wartośc 3,50 dla metody EBWA.C do 3,67 dla metody WAPM. (poprzedno mnmum wynosło 3,57, a maksmum 3,73, a uwzględnając neobecną tu metodę WACFM - nawet 3,83). Analzując, jak zmenają sę wartośc błędów dla zwększającej sę lczby rozmytych grup w przypadku kolejnych metod, można zauważyć rosnące błędy w przypadku metody WAPM. W przypadku metod bayesowskch charakter zman ne jest natomast tak jednoznaczny, jednak na szczególną uwagę zasługuje tu metoda SEBWA, która w przypadku podzału na trzy rozmyte grupy skutkuje wartoścą RMSE równą,88, a w przypadku podzału na pęć takch grup wartoścą,78. Najlepsza wartość RMSE dla metody EBWA. wynos,97 dla podzału na trzy grupy, a dla metody EBWA.C,96 dla dwóch grup. Ostatna sera eksperymentów numerycznych dotyczyła sytuacj, w której ne jest spełnone założene, że zakłócena mają charakter gaussowsk. Przeanalzowano bowem zachowane sę metod w przypadku szumu mpulsowego reprezentowanego przez realzację zmennej losowej o rozkładze Cauchy ego z parametrem położena równym zero parametrem skal równym 0,05 s, gdze s to próbkowe odchylene standardowe składowej determnstycznej, czyl sygnału ANE0000. Otrzymane wynk jako wartośc perwastka błędu średnokwadratowego przedstawa rysunek 6, na którym zastosowano konwencję oznaczeń analogczną do rysunku 5. W tym przypadku wartość RMSE dla uśrednana arytmetycznego wynosła 43,8, wartośc odpowadające metodom ważonego uśrednana były zaś nemal 00 razy lepsze wahały sę od,00 dla metody EBWA. do 30,63 dla metody EBWA.C (co stanow pewną

12 578 A. Momot cekawostkę, gdyż do tej pory we wszystkch eksperymentach numerycznych bez rozmytego podzału metoda ta dawała najlepsze rezultaty). Warto przy tym zauważyć, że w przypadku wszystkch prezentowanych tu metod zwększająca sę lczba rozmytych grup skutkuje zmnejszanem sę wartośc błędów. Tak węc użyce rozmytego ważonego uśrednana okazuje sę szczególne skuteczne w przypadku szumów typu mpulsowego, aczkolwek trzeba meć śwadomość, że w rzeczywstych zastosowanach tak znaczne zakłócena wdoczne w pobranym sygnale EKG będą powodowały raczej odrzucane znekształconych cykl, które w ogóle ne będą poddawane procedurze uśrednana. Rys. 6. Wynk rozmytego uśrednana w przypadku szumu Cauchy ego Fg. 6. Results for fuzzy averagng n case of Cauchy nose Podsumowując wszystke wynk przeprowadzonych eksperymentów numerycznych, można stwerdzć, że zastosowane metod wykorzystujących wnoskowane bayesowske prowadz do neco lepszych rezultatów w porównanu do metod bazujących na mnmalzacj funkcj kryteralnych. Warto równeż zwrócć uwagę na wyraźną poprawę skutecznośc dzałana algorytmów bayesowskch wraz z rozmytym grupowanem próbek w poszczególnych cyklach, a jest ona szczególne wdoczna w przypadku zastosowana metody SEBWA. BIBLIOGRAFIA. Augustynak P.: Adaptve wavelet dscrmnaton of muscular nose n the ECG. Computers n Cardology, 006, Vol. 33, s Bruce E. N.: Bomedcal sgnal processng and sgnal modelng. Wley, New York Jane R., Rx H., Camnal P., Laguna P.: Algnment methods for averagng of hghresoluton cardac sgnals: a comparatve study of performance. IEEE Trans. Bomed. Eng., Vol. 38, No. 6, 99, s

13 Porównane metod ważonego uśrednana sygnału elektrokardografcznego Kotas M.: Nonlnear projectve flterng of ECG sgnals, [n:] Mello C.A.B. (ed.): Bomedcal engneerng. InTech, 009, s Łęsk J.: Robust weghted averagng. IEEE Trans. Bomed. Eng., Vol. 49, No. 8, 00, s Momot A.; Momot M., Łęsk J.: The Fuzzy Relevance Vector Machne and ts Applcaton to Nose Reducton n ECG Sgnal. J. Med. Inform. Technol., Vol. 9, 005, s Momot A., Momot M., Łęsk J.: Weghted Averagng of ECG Sgnals Based on Partton of Input Set n Tme Doman. J. Med. Inform. Technol., Vol., 007, s Momot A., Momot M., Łęsk J.: Bayesan and emprcal Bayesan approach to weghted averagng of ECG sgnal. Bull. Pol. Acad. Sc., Technol. Sc., Vol. 55, No. 4, 007, s Momot A.: Weghted Averagng of ECG Sgnal Usng Crteron Functon Mnmzaton. Advances n Soft Computng, Vol. 47, 008, s Momot A., Momot M.: Emprcal Bayesan Approach to Weghted Averagng of ECG Sgnal Usng Cauchy Dstrbuton. Advances n Soft Computng, Vol. 47, 008, s Momot A., Momot M.: Przechowywane zarządzane zapsam elektrokardografcznym standaryzacja danych. Bazy danych: rozwój metod technolog. Bezpeczeństwo, wybrane technologe zastosowana. WKŁ, Warszawa 008, s Momot A.: Fuzzy Weghted Averagng of Bomedcal Sgnal Usng Bayesan Inference. Advances n Intellgent and Soft Computng, Vol. 59, 009, s Wpłynęło do Redakcj 0 styczna 0 r. Abstract One of the methods of nose attenuaton n case of sgnals wth repettve patterns s averagng n tme doman. Ths paper presents several methods of weghted averagng, namely methods whch are based on crteron functon mnmzaton (WACFM, WAPM) and on Bayesan nference (EBWA., EBWA.C, SEBWA). For all the methods there s possble fuzzy extensons, whch use the fuzzy partton of each sgnal cycle. Performance of the presented methods s expermentally evaluated and compared wth the tradtonal averagng algorthm. The presented performance comparson of all descrbed methods uses a synthetc ECG sgnal, namely ANE0000 from CTS database.

14 580 A. Momot Ths study reveals the fundamental dfferences among the weghted averagng methods and presents, through several numercal experments, how these dfferences affect the qualty of the averaged sgnal. The results of experments show supremacy of the methods usng Bayesan nference. Moreover t s worth notng the marked mprovement n the performance of Bayesan algorthms wth fuzzy groupng of samples n each cycle, and t s partcularly evdent n cases where the method SEBWA s used. Adres Alna MOMOT: Poltechnka Śląska, Instytut Informatyk, ul. Akademcka 6, Glwce, Polska, alna.momot@polsl.pl.

WAŻONE UŚREDNIANIE SYGNAŁU EKG WYKORZYSTUJĄCE ROZMYTY PODZIAŁ SYGNAŁU ORAZ WNIOSKOWANIE BAYESOWSKIE

WAŻONE UŚREDNIANIE SYGNAŁU EKG WYKORZYSTUJĄCE ROZMYTY PODZIAŁ SYGNAŁU ORAZ WNIOSKOWANIE BAYESOWSKIE STUDIA INFORATICA 009 Volume 30 Number A (83) Alna OOT Poltechnka Śląska, Instytut Informatyk WAŻONE UŚREDNIANIE SYGNAŁU EKG WYKORZYSTUJĄCE ROZYTY PODZIAŁ SYGNAŁU ORAZ WNIOSKOWANIE BAYESOWSKIE Streszczene.

Bardziej szczegółowo

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.

Bardziej szczegółowo

Evaluation of estimation accuracy of correlation functions with use of virtual correlator model

Evaluation of estimation accuracy of correlation functions with use of virtual correlator model Jadwga LAL-JADZIAK Unwersytet Zelonogórsk Instytut etrolog Elektrycznej Elżbeta KAWECKA Unwersytet Zelonogórsk Instytut Informatyk Elektronk Ocena dokładnośc estymacj funkcj korelacyjnych z użycem modelu

Bardziej szczegółowo

Klasyfkator lnowy Wstęp Klasyfkator lnowy jest najprostszym możlwym klasyfkatorem. Zakłada on lnową separację lnowy podzał dwóch klas mędzy sobą. Przedstawa to ponższy rysunek: 5 4 3 1 0-1 - -3-4 -5-5

Bardziej szczegółowo

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja) Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz

Bardziej szczegółowo

FILTRACJA OBRAZÓW CYFROWYCH Z WYKORZYSTANIEM BAYESOWSKIEGO WAśONEGO UŚREDNIANIA

FILTRACJA OBRAZÓW CYFROWYCH Z WYKORZYSTANIEM BAYESOWSKIEGO WAśONEGO UŚREDNIANIA STUDIA INFORMATICA 2010 Volume 31 Number 2A (89) Alna MOMOT Poltechnka Śląska, Instytut Informatyk FILTRACJA OBRAZÓW CYFROWYCH Z WYKORZYSTANIEM BAYESOWSKIEGO WAśONEGO UŚREDNIANIA Streszczene. Fltry cyfrowe

Bardziej szczegółowo

WPŁYW PARAMETRÓW DYSKRETYZACJI NA NIEPEWNOŚĆ WYNIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO

WPŁYW PARAMETRÓW DYSKRETYZACJI NA NIEPEWNOŚĆ WYNIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO Walenty OWIECZKO WPŁYW PARAMETRÓW DYSKRETYZACJI A IEPEWOŚĆ WYIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO STRESZCZEIE W artykule przedstaono ynk analzy nepenośc pomaru ybranych cech obektu obrazu cyfroego. Wyznaczono

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,

Bardziej szczegółowo

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:

Bardziej szczegółowo

APROKSYMACJA QUASIJEDNOSTAJNA

APROKSYMACJA QUASIJEDNOSTAJNA POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 73 Electrcal Engneerng 213 Jan PURCZYŃSKI* APROKSYMACJA QUASIJEDNOSTAJNA W pracy wykorzystano metodę aproksymacj średnokwadratowej welomanowej, przy

Bardziej szczegółowo

Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.

Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie. Zaps nformacj, systemy pozycyjne 1 Lteratura Jerzy Grębosz, Symfona C++ standard. Harvey M. Detl, Paul J. Detl, Arkana C++. Programowane. Zaps nformacj w komputerach Wszystke elementy danych przetwarzane

Bardziej szczegółowo

Diagnostyka układów kombinacyjnych

Diagnostyka układów kombinacyjnych Dagnostyka układów kombnacyjnych 1. Wprowadzene Dagnostyka obejmuje: stwerdzene stanu układu, systemu lub ogólne sec logcznej. Jest to tzw. kontrola stanu wykrywająca czy dzałane sec ne jest zakłócane

Bardziej szczegółowo

Weryfikacja hipotez dla wielu populacji

Weryfikacja hipotez dla wielu populacji Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 9. jej modyfkacje. Oznaczena Będzemy rozpatrywać zagadnene rozwązana następującego układu n równań lnowych z n newadomym x 1... x n : a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x

Bardziej szczegółowo

Problemy jednoczesnego testowania wielu hipotez statystycznych i ich zastosowania w analizie mikromacierzy DNA

Problemy jednoczesnego testowania wielu hipotez statystycznych i ich zastosowania w analizie mikromacierzy DNA Problemy jednoczesnego testowana welu hpotez statystycznych ch zastosowana w analze mkromacerzy DNA Konrad Furmańczyk Katedra Zastosowań Matematyk SGGW Plan referatu Testowane w analze mkromacerzy DNA

Bardziej szczegółowo

Natalia Nehrebecka. Wykład 2

Natalia Nehrebecka. Wykład 2 Natala Nehrebecka Wykład . Model lnowy Postad modelu lnowego Zaps macerzowy modelu lnowego. Estymacja modelu Wartośd teoretyczna (dopasowana) Reszty 3. MNK przypadek jednej zmennej . Model lnowy Postad

Bardziej szczegółowo

I. Elementy analizy matematycznej

I. Elementy analizy matematycznej WSTAWKA MATEMATYCZNA I. Elementy analzy matematycznej Pochodna funkcj f(x) Pochodna funkcj podaje nam prędkość zman funkcj: df f (x + x) f (x) f '(x) = = lm x 0 (1) dx x Pochodna funkcj podaje nam zarazem

Bardziej szczegółowo

Pattern Classification

Pattern Classification attern Classfcaton All materals n these sldes were taken from attern Classfcaton nd ed by R. O. Duda,. E. Hart and D. G. Stork, John Wley & Sons, 000 wth the permsson of the authors and the publsher Chapter

Bardziej szczegółowo

Laboratorium ochrony danych

Laboratorium ochrony danych Laboratorum ochrony danych Ćwczene nr Temat ćwczena: Cała skończone rozszerzone Cel dydaktyczny: Opanowane programowej metody konstruowana cał skończonych rozszerzonych GF(pm), poznane ch własnośc oraz

Bardziej szczegółowo

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni. Zestaw zadań : Przestrzene wektorowe podprzestrzene. Lnowa nezależność. Sumy sumy proste podprzestrzen. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar :

Bardziej szczegółowo

65120/ / / /200

65120/ / / /200 . W celu zbadana zależnośc pomędzy płcą klentów ch preferencjam, wylosowano kobet mężczyzn zadano m pytane: uważasz za lepszy produkt frmy A czy B? Wynk były następujące: Odpowedź Kobety Mężczyźn Wolę

Bardziej szczegółowo

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne ś POLITECHNIKA POZNAŃSKA INSTYTUT INŻYNIERII ŚRODOWISKA PROWADZĄCY: mgr nż. Łukasz Amanowcz Systemy Ochrony Powetrza Ćwczena Laboratoryjne 2 TEMAT ĆWICZENIA: Oznaczane lczbowego rozkładu lnowych projekcyjnych

Bardziej szczegółowo

ZASTOSOWANIE WAŻONEGO UŚREDNIANIA DO PROJEKTOWANIA STRATEGII INWESTYCYJNYCH NA RYNKACH KAPITAŁOWYCH

ZASTOSOWANIE WAŻONEGO UŚREDNIANIA DO PROJEKTOWANIA STRATEGII INWESTYCYJNYCH NA RYNKACH KAPITAŁOWYCH STUDIA INFORMATICA 2011 Volume 32 Number 2A (96) Alna MOMOT Poltechnka Śląska, Instytut Informatyk Mchał MOMOT Instytut Technk Aparatury Medycznej ITAM ZASTOSOWANIE WAŻONEGO UŚREDNIANIA DO PROJEKTOWANIA

Bardziej szczegółowo

Mikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński

Mikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński Mkroekonometra 5 Mkołaj Czajkowsk Wktor Budzńsk Uogólnone modele lnowe Uogólnone modele lnowe (ang. Generalzed Lnear Models GLM) Różną sę od standardowego MNK na dwa sposoby: Rozkład zmennej objaśnanej

Bardziej szczegółowo

5. OPTYMALIZACJA GRAFOWO-SIECIOWA

5. OPTYMALIZACJA GRAFOWO-SIECIOWA . OPTYMALIZACJA GRAFOWO-SIECIOWA Defncja grafu Pod pojęcem grafu G rozumemy następującą dwójkę uporządkowaną (defncja grafu Berge a): (.) G W,U gdze: W zbór werzchołków grafu, U zbór łuków grafu, U W W,

Bardziej szczegółowo

KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA

KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA Krzysztof Serżęga Wyższa Szkoła Informatyk Zarządzana w Rzeszowe Streszczene Artykuł porusza temat zwązany

Bardziej szczegółowo

WikiWS For Business Sharks

WikiWS For Business Sharks WkWS For Busness Sharks Ops zadana konkursowego Zadane Opracowane algorytmu automatyczne przetwarzającego zdjęce odręczne narysowanego dagramu na tablcy lub kartce do postac wektorowej zapsanej w formace

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA WYKŁAD 15. ALGORYTMY GENETYCZNE Częstochowa 014 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TERMINOLOGIA allele wartośc, waranty genów, chromosom - (naczej

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4 Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja

Bardziej szczegółowo

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4 Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =

Bardziej szczegółowo

Ćwiczenie 10. Metody eksploracji danych

Ćwiczenie 10. Metody eksploracji danych Ćwczene 10. Metody eksploracj danych Grupowane (Clusterng) 1. Zadane grupowana Grupowane (ang. clusterng) oznacza grupowane rekordów, obserwacj lub przypadków w klasy podobnych obektów. Grupa (ang. cluster)

Bardziej szczegółowo

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.

Bardziej szczegółowo

Procedura normalizacji

Procedura normalizacji Metody Badań w Geograf Społeczno Ekonomcznej Procedura normalzacj Budowane macerzy danych geografcznych mgr Marcn Semczuk Zakład Przedsęborczośc Gospodark Przestrzennej Instytut Geograf Unwersytet Pedagogczny

Bardziej szczegółowo

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem Zestaw zadań : Przestrzene wektorowe. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar : C C C, (z, v) z v := z v jest przestrzeną lnową nad całem lczb zespolonych

Bardziej szczegółowo

Funkcje i charakterystyki zmiennych losowych

Funkcje i charakterystyki zmiennych losowych Funkcje charakterystyk zmennych losowych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Funkcje zmennych losowych

Bardziej szczegółowo

WSPOMAGANE KOMPUTEROWO POMIARY CZĘSTOTLIWOŚCI CHWILOWEJ SYGNAŁÓW IMPULSOWYCH

WSPOMAGANE KOMPUTEROWO POMIARY CZĘSTOTLIWOŚCI CHWILOWEJ SYGNAŁÓW IMPULSOWYCH Metrologa Wspomagana Komputerowo - Zegrze, 9-22 05.997 WSPOMAGANE KOMPUTEROWO POMIARY CZĘSTOTLIWOŚCI CHWILOWEJ SYGNAŁÓW IMPULSOWYCH dr nż. Jan Ryszard Jask, dr nż. Elgusz Pawłowsk POLITECHNIKA lubelska

Bardziej szczegółowo

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp

Bardziej szczegółowo

PROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE

PROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE PROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE Janusz Wątroba, StatSoft Polska Sp. z o.o. W nemal wszystkch dzedznach badań emprycznych mamy do czynena ze złożonoścą zjawsk procesów.

Bardziej szczegółowo

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości Podstawowe pojęca procesu pomarowego kreślene jakośc poznana rzeczywstośc Δ zmerzone rzeczywste 17 9 Zalety stosowana elektrycznych przyrządów 1/ 1. możlwość budowy czujnków zamenających werne każdą welkość

Bardziej szczegółowo

Statystyka. Zmienne losowe

Statystyka. Zmienne losowe Statystyka Zmenne losowe Zmenna losowa Zmenna losowa jest funkcją, w której każdej wartośc R odpowada pewen podzbór zboru będący zdarzenem losowym. Zmenna losowa powstaje poprzez przyporządkowane każdemu

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej

Bardziej szczegółowo

Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1

Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1 Rozkład dwupunktowy Zmenna losowa przyjmuje tylko dwe wartośc: wartość 1 z prawdopodobeństwem p wartość 0 z prawdopodobeństwem 1- p x p 0 1-p 1 p suma 1 Rozkład dwupunktowy Funkcja rozkładu prawdopodobeństwa

Bardziej szczegółowo

Komórkowy model sterowania ruchem pojazdów w sieci ulic.

Komórkowy model sterowania ruchem pojazdów w sieci ulic. Komórkowy model sterowana ruchem pojazdów w sec ulc. Autor: Macej Krysztofak Promotor: dr n ż. Marusz Kaczmarek 1 Plan prezentacj: 1. Wprowadzene 2. Cel pracy 3. Podsumowane 2 Wprowadzene Sygnalzacja śwetlna

Bardziej szczegółowo

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB Rozwązywane zadań optymalzacj w środowsku programu MATLAB Zagadnene optymalzacj polega na znajdowanu najlepszego, względem ustalonego kryterum, rozwązana należącego do zboru rozwązań dopuszczalnych. Standardowe

Bardziej szczegółowo

Statystyka Inżynierska

Statystyka Inżynierska Statystyka Inżynerska dr hab. nż. Jacek Tarasuk AGH, WFIS 013 Wykład DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE Zmenna losowa, Funkcja rozkładu, Funkcja gęstośc, Dystrybuanta, Charakterystyk zmennej, Funkcje

Bardziej szczegółowo

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne XXX OLIMPIADA FIZYCZNA ETAP III Zadane dośwadczalne ZADANIE D Nazwa zadana: Maszyna analogowa. Dane są:. doda półprzewodnkowa (krzemowa) 2. opornk dekadowy (- 5 Ω ), 3. woltomerz cyfrowy, 4. źródło napęca

Bardziej szczegółowo

OPTYMALIZACJA WARTOŚCI POLA MAGNETYCZNEGO W POBLIŻU LINII NAPOWIETRZNEJ Z WYKORZYSTANIEM ALGORYTMU GENETYCZNEGO

OPTYMALIZACJA WARTOŚCI POLA MAGNETYCZNEGO W POBLIŻU LINII NAPOWIETRZNEJ Z WYKORZYSTANIEM ALGORYTMU GENETYCZNEGO POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 81 Electrcal Engneerng 015 Mkołaj KSIĄŻKIEWICZ* OPTYMALIZACJA WARTOŚCI POLA MAGNETYCZNEGO W POLIŻU LINII NAPOWIETRZNEJ Z WYKORZYSTANIEM ALGORYTMU

Bardziej szczegółowo

Twierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że

Twierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że Twerdzene Bezouta lczby zespolone Javer de Lucas Ćwczene 1 Ustal dla których a, b R można podzelć f 1 X) = X 4 3X 2 + ax b przez f 2 X) = X 2 3X+2 Oblcz a b Z 5 jeżel zak ladamy, że f 1 f 2 s a welomanam

Bardziej szczegółowo

Diagonalizacja macierzy kwadratowej

Diagonalizacja macierzy kwadratowej Dagonalzacja macerzy kwadratowej Dana jest macerz A nân. Jej wartośc własne wektory własne spełnają równane Ax x dla,..., n Każde z równań własnych osobno można zapsać w postac: a a an x x a a an x x an

Bardziej szczegółowo

3. ŁUK ELEKTRYCZNY PRĄDU STAŁEGO I PRZEMIENNEGO

3. ŁUK ELEKTRYCZNY PRĄDU STAŁEGO I PRZEMIENNEGO 3. ŁUK ELEKTRYCZNY PRĄDU STŁEGO I PRZEMIENNEGO 3.1. Cel zakres ćwczena Celem ćwczena jest zapoznane sę z podstawowym właścwoścam łuku elektrycznego palącego sę swobodne, w powetrzu o cśnentmosferycznym.

Bardziej szczegółowo

Metody gradientowe poszukiwania ekstremum. , U Ŝądana wartość napięcia,

Metody gradientowe poszukiwania ekstremum. , U Ŝądana wartość napięcia, Metody gradentowe... Metody gradentowe poszukwana ekstremum Korzystają z nformacj o wartośc funkcj oraz jej gradentu. Wykazując ch zbeŝność zakłada sę, Ŝe funkcja celu jest ogranczona od dołu funkcją wypukłą

Bardziej szczegółowo

WSKAŹNIK OCENY HIC SAMOCHODU OSOBOWEGO W ASPEKCIE BEZPIECZEŃSTWA RUCHU DROGOWEGO

WSKAŹNIK OCENY HIC SAMOCHODU OSOBOWEGO W ASPEKCIE BEZPIECZEŃSTWA RUCHU DROGOWEGO WSKAŹNIK OCENY SAMOCHODU OSOBOWEGO W ASPEKCIE BEZPIECZEŃSTWA RUCHU DROGOWEGO Dagmara KARBOWNICZEK 1, Kazmerz LEJDA, Ruch cała człoweka w samochodze podczas wypadku drogowego zależy od sztywnośc nadwoza

Bardziej szczegółowo

NAFTA-GAZ marzec 2011 ROK LXVII. Wprowadzenie. Tadeusz Kwilosz

NAFTA-GAZ marzec 2011 ROK LXVII. Wprowadzenie. Tadeusz Kwilosz NAFTA-GAZ marzec 2011 ROK LXVII Tadeusz Kwlosz Instytut Nafty Gazu, Oddzał Krosno Zastosowane metody statystycznej do oszacowana zapasu strategcznego PMG, z uwzględnenem nepewnośc wyznaczena parametrów

Bardziej szczegółowo

ZAJĘCIA X. Zasada największej wiarygodności

ZAJĘCIA X. Zasada największej wiarygodności ZAJĘCIA X Zasada najwększej warygodnośc Funkcja warygodnośc Estymacja wg zasady maksymalzacj warygodnośc Rodzna estymatorów ML Przypadk szczególne WPROWADZEIE Komputerowa dentyfkacja obektów Przyjęce na

Bardziej szczegółowo

Ćwiczenie 6. Analiza przetwornicy dławikowej obniŝającej napięcie PODSTAWY ENERGOELEKTRONIKI LABORATORIUM. Opracowanie: Łukasz Starzak.

Ćwiczenie 6. Analiza przetwornicy dławikowej obniŝającej napięcie PODSTAWY ENERGOELEKTRONIKI LABORATORIUM. Opracowanie: Łukasz Starzak. Poltechnka Łódzka Katedra Mkroelektronk Technk Informatycznych 90-924 Łódź, al. Poltechnk 11 tel. (0)4 26 31 26 45 faks (0)4 26 36 03 27 e-mal: secretary@dmcs.p.lodz.pl www: http://www.dmcs.p.lodz.pl PODSTAWY

Bardziej szczegółowo

Natalia Nehrebecka. Zajęcia 4

Natalia Nehrebecka. Zajęcia 4 St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających

Bardziej szczegółowo

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012 ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW (88)/01 Hubert Sar, Potr Fundowcz 1 WYZNACZANIE ASOWEGO OENTU BEZWŁADNOŚCI WZGLĘDE OSI PIONOWEJ DLA SAOCHODU TYPU VAN NA PODSTAWIE WZORU EPIRYCZNEGO 1. Wstęp asowy moment

Bardziej szczegółowo

MINISTER EDUKACJI NARODOWEJ

MINISTER EDUKACJI NARODOWEJ 4 MINISTER EDUKACJI NARODOWEJ DWST WPZN 423189/BSZI13 Warszawa, 2013 -Q-4 Pan Marek Mchalak Rzecznk Praw Dzecka Szanowny Pane, w odpowedz na Pana wystąpene z dna 28 czerwca 2013 r. (znak: ZEW/500127-1/2013/MP),

Bardziej szczegółowo

Nieparametryczne Testy Istotności

Nieparametryczne Testy Istotności Neparametryczne Testy Istotnośc Wzory Neparametryczne testy stotnośc schemat postępowana punkt po punkce Formułujemy hpotezę główną odnoszącą sę do: zgodnośc populacj generalnej z jakmś rozkładem, lub:

Bardziej szczegółowo

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup Jednoczynnkowa Analza Waranc (ANOVA) Wykład 11 Przypomnene: wykłady zadana kursu były zaczerpnęte z podręcznków: Statystyka dla studentów kerunków techncznych przyrodnczych, J. Koronack, J. Melnczuk, WNT

Bardziej szczegółowo

Rozmyta efektywność portfela

Rozmyta efektywność portfela Krzysztof PIASECKI Akadema Ekonomczna w Poznanu Problem badawczy Rozmyta ektywność portfela Buckley [] Calz [] zaproponowal reprezentowane wartośc przyszłych nwestycj fnansowych przy pomocy lczb rozmytych.

Bardziej szczegółowo

Płyny nienewtonowskie i zjawisko tiksotropii

Płyny nienewtonowskie i zjawisko tiksotropii Płyny nenewtonowske zjawsko tksotrop ) Krzywa newtonowska, lnowa proporcjonalność pomędzy szybkoścą ścnana a naprężenem 2) Płyny zagęszczane ścnanem, naprężene wzrasta bardzej nż proporcjonalne do wzrostu

Bardziej szczegółowo

Sztuczne sieci neuronowe. Krzysztof A. Cyran POLITECHNIKA ŚLĄSKA Instytut Informatyki, p. 311

Sztuczne sieci neuronowe. Krzysztof A. Cyran POLITECHNIKA ŚLĄSKA Instytut Informatyki, p. 311 Sztuczne sec neuronowe Krzysztof A. Cyran POLITECHNIKA ŚLĄSKA Instytut Informatyk, p. 311 Wykład 6 PLAN: - Repetto (brevs) - Sec neuronowe z radalnym funkcjam bazowym Repetto W aspekce archtektury: zajmowalśmy

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne

Bardziej szczegółowo

Regulamin promocji 14 wiosna

Regulamin promocji 14 wiosna promocja_14_wosna strona 1/5 Regulamn promocj 14 wosna 1. Organzatorem promocj 14 wosna, zwanej dalej promocją, jest JPK Jarosław Paweł Krzymn, zwany dalej JPK. 2. Promocja trwa od 01 lutego 2014 do 30

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7 Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy

Bardziej szczegółowo

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru Pomary fzyczne - dokonywane tylko ze skończoną dokładnoścą. Powodem - nedoskonałość przyrządów pomarowych neprecyzyjność naszych zmysłów borących udzał w obserwacjach. Podawane samego tylko wynku pomaru

Bardziej szczegółowo

PORÓWNANIE METOD OKREŚLANIA FUNKCJI CELU PRZY DOBORZE ROZSIEWACZY NAWOZÓW MINERALNYCH

PORÓWNANIE METOD OKREŚLANIA FUNKCJI CELU PRZY DOBORZE ROZSIEWACZY NAWOZÓW MINERALNYCH Inżynera Rolncza (90)/007 PORÓWNANIE METOD OKREŚLANIA FUNKCJI CELU PRZY DOBORZE ROZSIEWACZY NAWOZÓW MINERALNYCH Zofa Hanusz Katedra Zastosowań Matematyk, Akadema Rolncza w Lublne Magdalena Ćwklńska Katedra

Bardziej szczegółowo

Zjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych)

Zjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych) Statystyka - nauka zajmująca sę metodam badana przedmotów zjawsk w ch masowych przejawach ch loścową lub jakoścową analzą z punktu wdzena nauk, do której zakresu należą.

Bardziej szczegółowo

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego Portel nwestycyjny ćwczena Na podst. Wtold Jurek: Konstrukcja analza rozdzał 5 dr chał Konopczyńsk Portele zawerające walor pozbawony ryzyka. lementy teor rynku kaptałowego 1. Pożyczane penędzy amy dwa

Bardziej szczegółowo

Natalia Nehrebecka. Zajęcia 3

Natalia Nehrebecka. Zajęcia 3 St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 3 1. Dobroć dopasowana równana regresj. Współczynnk determnacj R Dk Dekompozycja warancj zmennej zależnej ż Współczynnk determnacj R. Zmenne cągłe a

Bardziej szczegółowo

MODELOWANIE LICZBY SZKÓD W UBEZPIECZENIACH KOMUNIKACYJNYCH W PRZYPADKU WYSTĘPOWANIA DUŻEJ LICZBY ZER, Z WYKORZYSTANIEM PROCEDURY KROSWALIDACJI

MODELOWANIE LICZBY SZKÓD W UBEZPIECZENIACH KOMUNIKACYJNYCH W PRZYPADKU WYSTĘPOWANIA DUŻEJ LICZBY ZER, Z WYKORZYSTANIEM PROCEDURY KROSWALIDACJI Alcja Wolny-Domnak Unwersytet Ekonomczny w Katowcach MODELOWANIE LICZBY SZKÓD W UBEZPIECZENIACH KOMUNIKACYJNYCH W PRZYPADKU WYSTĘPOWANIA DUŻEJ LICZBY ZER, Z WYKORZYSTANIEM PROCEDURY KROSWALIDACJI Wprowadzene

Bardziej szczegółowo

ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH

ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH Grzegorz PRZEKOTA ZESZYTY NAUKOWE WYDZIAŁU NAUK EKONOMICZNYCH ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH Zarys treśc: W pracy podjęto problem dentyfkacj cykl gełdowych.

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 1 Statystyka opsowa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 W statystyce opsowej mamy pełne nformacje

Bardziej szczegółowo

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są

Bardziej szczegółowo

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów. Opracowane: Dorota Mszczyńska METODA UNITARYZACJI ZEROWANEJ Porównane obektów przy ocene welokryteralnej. Rankng obektów. Porównane wybranych obektów (warantów decyzyjnych) ze względu na różne cechy (krytera)

Bardziej szczegółowo

Regulamin promocji zimowa piętnastka

Regulamin promocji zimowa piętnastka zmowa pętnastka strona 1/5 Regulamn promocj zmowa pętnastka 1. Organzatorem promocj zmowa pętnastka, zwanej dalej promocją, jest JPK Jarosław Paweł Krzymn, zwany dalej JPK. 2. Promocja trwa od 01 grudna

Bardziej szczegółowo

2012-10-11. Definicje ogólne

2012-10-11. Definicje ogólne 0-0- Defncje ogólne Logstyka nauka o przepływe surowców produktów gotowych rodowód wojskowy Utrzyywane zapasów koszty zwązane.n. z zarożene kaptału Brak w dostawach koszty zwązane.n. z przestoje w produkcj

Bardziej szczegółowo

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36 Krzysztof Dmytrów * Marusz Doszyń ** Unwersytet Szczecńsk PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA

Bardziej szczegółowo

SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska.

SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska. SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA Częstochowa 4 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TWIERDZENIE BAYESA Wedza pozyskwana przez metody probablstyczne ma

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada. Zajęcia 3

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada. Zajęcia 3 Stansław Cchock Natala Nehrebecka Katarzyna Rosak-Lada Zajęca 3 1. Dobrod dopasowana równana regresj. Współczynnk determnacj R 2 Dekompozycja warancj zmennej zależnej Współczynnk determnacj R 2 2. Zmenne

Bardziej szczegółowo

ANALIZA WPŁYWU OBSERWACJI NIETYPOWYCH NA WYNIKI MODELOWANIA REGIONALNEJ WYDAJNOŚCI PRACY

ANALIZA WPŁYWU OBSERWACJI NIETYPOWYCH NA WYNIKI MODELOWANIA REGIONALNEJ WYDAJNOŚCI PRACY STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36, T. 1 Barbara Batóg *, Jacek Batóg ** Unwersytet Szczecńsk ANALIZA WPŁYWU OBSERWACJI NIETYPOWYCH NA WYNIKI MODELOWANIA REGIONALNEJ WYDAJNOŚCI

Bardziej szczegółowo

ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH

ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH Potr Mchalsk Węzeł Centralny OŻK-SB 25.12.2013 rok ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH Celem ponższej analzy jest odpowedź na pytane: czy wykształcene radnych

Bardziej szczegółowo

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe

Bardziej szczegółowo

Sieci Neuronowe 1 Michał Bereta

Sieci Neuronowe 1 Michał Bereta Wprowadzene Zagadnena Sztucznej Intelgencj laboratorum Sec Neuronowe 1 Mchał Bereta Sztuczne sec neuronowe można postrzegać jako modele matematyczne, które swoje wzorce wywodzą z bolog obserwacj ludzkch

Bardziej szczegółowo

Analiza ryzyka jako instrument zarządzania środowiskiem

Analiza ryzyka jako instrument zarządzania środowiskiem WARSZTATY 2003 z cyklu Zagrożena naturalne w górnctwe Mat. Symp. str. 461 466 Elżbeta PILECKA, Małgorzata SZCZEPAŃSKA Instytut Gospodark Surowcam Mneralnym Energą PAN, Kraków Analza ryzyka jako nstrument

Bardziej szczegółowo

Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa. PARA ZMIENNYCH LOSOWYCH

Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa.   PARA ZMIENNYCH LOSOWYCH Analza danych Analza danych welowymarowych. Regresja lnowa. Dyskrymnacja lnowa. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ PARA ZMIENNYCH LOSOWYCH Parę zmennych losowych X, Y możemy

Bardziej szczegółowo

Wielokryterialny Trójwymiarowy Problem Pakowania

Wielokryterialny Trójwymiarowy Problem Pakowania Łukasz Kacprzak, Jarosław Rudy, Domnk Żelazny Instytut Informatyk, Automatyk Robotyk, Poltechnka Wrocławska Welokryteralny Trójwymarowy Problem Pakowana 1. Wstęp Problemy pakowana należą do klasy NP-trudnych

Bardziej szczegółowo

Proces narodzin i śmierci

Proces narodzin i śmierci Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do

Bardziej szczegółowo

STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU

STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU Ewa Szymank Katedra Teor Ekonom Akadema Ekonomczna w Krakowe ul. Rakowcka 27, 31-510 Kraków STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU Abstrakt Artykuł przedstawa wynk badań konkurencyjnośc

Bardziej szczegółowo

Problem plecakowy (KNAPSACK PROBLEM).

Problem plecakowy (KNAPSACK PROBLEM). Problem plecakowy (KNAPSACK PROBLEM). Zagadnene optymalzac zwane problemem plecakowym swą nazwę wzęło z analog do sytuac praktyczne podobne do problemu pakowana plecaka. Chodz o to, by zapakować maksymalne

Bardziej szczegółowo

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np. Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas

Bardziej szczegółowo

EKONOMETRIA I Spotkanie 1, dn. 05.10.2010

EKONOMETRIA I Spotkanie 1, dn. 05.10.2010 EKONOMETRIA I Spotkane, dn. 5..2 Dr Katarzyna Beń Program ramowy: http://www.sgh.waw.pl/nstytuty/e/oferta_dydaktyczna/ekonometra_stacjonarne_nest acjonarne/ Zadana, dane do zadań, ważne nformacje: http://www.e-sgh.pl/ben/ekonometra

Bardziej szczegółowo

Ile wynosi suma miar kątów wewnętrznych w pięciokącie?

Ile wynosi suma miar kątów wewnętrznych w pięciokącie? 1 Ile wynos suma mar kątów wewnętrznych w pęcokące? 1 Narysuj pęcokąt foremny 2 Połącz środek okręgu opsanego na tym pęcokące ze wszystkm werzchołkam pęcokąta 3 Oblcz kąty każdego z otrzymanych trójkątów

Bardziej szczegółowo

Wykład 2: Uczenie nadzorowane sieci neuronowych - I

Wykład 2: Uczenie nadzorowane sieci neuronowych - I Wykład 2: Uczene nadzorowane sec neuronowych - I Algorytmy uczena sec neuronowych Na sposób dzałana sec ma wpływ e topologa oraz funkconowane poszczególnych neuronów. Z reguły topologę sec uznae sę za

Bardziej szczegółowo

MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5

MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5 MATEMATYKA POZIOM ROZSZERZONY Krytera ocenana odpowedz Arkusz A II Strona 1 z 5 Odpowedz Pytane 1 2 3 4 5 6 7 8 9 Odpowedź D C C A B 153 135 232 333 Zad. 10. (0-3) Dana jest funkcja postac. Korzystając

Bardziej szczegółowo

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu PRACE KOMISJI GEOGRAFII PRZEMY SŁU Nr 7 WARSZAWA KRAKÓW 2004 Akadema Pedagogczna, Kraków Kształtowane sę frm nformatycznych jako nowych elementów struktury przestrzennej przemysłu Postępujący proces rozwoju

Bardziej szczegółowo

Neuron liniowy. Najprostsza sieć warstwa elementów liniowych

Neuron liniowy. Najprostsza sieć warstwa elementów liniowych Najprostsza jest jednostka lnowa: Neuron lnowy potraf ona rozpoznawać wektor wejścowy X = (x 1, x 2,..., x n ) T zapamętany we współczynnkach wagowych W = (w 1, w 2,..., w n ), Zauważmy, że y = W X Załóżmy,

Bardziej szczegółowo