Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 7

first rewind previous Page / 1 next fast forward last

Search results

help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
1

Extracting Decision Rules from Linguistic Data Describing Economic Phenomena. The Approach Based on Decision Systems over Ontological Graphs and PSO

100%
Pancerz K., Lewicki A.
Barometr Regionalny. Analizy i prognozy
|
2014
|
issue 1(35)
133-140
EN
The aim of the paper is to present a heuristic method for extracting the most general decision rules from linguistic data describing economic phenomena included in simple decision systems over ontological graphs. Such decision systems have been proposed to deal with linguistic attribute values, describing objects of interest, which are concepts placed in semantic spaces expressed by means of ontological graphs. Ontological graphs deliver some additional knowledge (the so-called background knowledge) about semantic relations between concepts which can be useful in classification processes. As heuristics, we propose to use Particle Swarm Optimization (PSO ), which is reported as a successful method in many applications.
PL
Celem artykułu jest przedstawienie heurystycznej metody ekstrakcji najbardziej ogólnych reguł decyzyjnych z danych lingwistycznych, opisujących zjawiska ekonomiczne, zawartych w systemach decyzyjnych nad grafami ontologicznymi. Systemy decyzyjne tego typu zaproponowane zostały w celu poradzenia sobie z lingwistycznymi wartościami atrybutów opisującymi rozważane obiekty, które są pojęciami umieszczonymi w przestrzeniach semantycznych reprezentowanych przez grafy ontologiczne. Grafy ontologiczne dostarczają nam pewną dodatkową wiedzę (tzw. wiedzę bazową) o relacjach semantycznych pomiędzy pojęciami, która może być pomocna w procesach klasyfikacji. Jako heurystykę zaproponowano optymalizację rojem cząstek (Particle Swarm Optimization ) uważaną za metodę odnoszącą sukces w wielu zastosowaniach.
2

Logics for Physarum Chips

100%
Schumann A., Pancerz K.
Studia Humana
|
2016
|
vol. 5
|
issue 1
16-30
EN
The paper considers main features of two groups of logics for biological devices, called Physarum Chips, based on the plasmodium. Let us recall that the plasmodium is a single cell with many diploid nuclei. It propagates networks by growing pseudopodia to connect scattered nutrients (pieces of food). As a result, we deal with a kind of computing. The first group of logics for Physarum Chips formalizes the plasmodium behaviour under conditions of nutrient-poor substrate. This group can be defined as standard storage modification machines. The second group of logics for Physarum Chips covers the plasmodium computing under conditions of nutrient-rich substrate. In this case the plasmodium behaves in a massively parallel manner and propagates in all possible directions. The logics of the second group are unconventional and deal with non-well-founded data such as infinite streams.
3

Numerical Data Clustering Algorithms in Mining Real Estate Listings

100%
Pancerz K., Mich O.
Barometr Regionalny. Analizy i prognozy
|
2014
|
issue 3(37)
43-50
EN
In the paper, we propose a method for mining real-estate listings using clustering algorithms intended for numerical data. The presented approach is based on information systems over ontological graphs. Such information systems have been proposed to deal with data in the form of concepts linked by different semantic relations. A special attention is focused on preprocessing steps transforming advertisements in the textual form into information systems defined over ontological graphs, as well as on encoding attribute values for clustering algorithms.
PL
W artykule zaproponowano metodę eksploracji serwisów ogłoszeń nieruchomości przy użyciu algorytmów klasteryzacji przeznaczonych dla danych numerycznych. Przedstawione podejście bazuje na systemach informacyjnych nad grafami ontologicznymi. Systemy informacyjne tego typu zaproponowane zostały w celu poradzenia sobie z danymi w postaci pojęć powiązanych ze sobą za pomocą różnych relacji semantycznych. Specjalna uwaga została zwrócona na etap wstępnego przetwarzania danych z ogłoszeń w postaci tekstowej do postaci systemów informacyjnych zdefiniowanych nad grafami ontologicznymi jak również na kodowanie wartości atrybutów dla algorytmów klasteryzacji.
4

Clustering and Visualization of Bankruptcy Patterns Using the Self-Organizing Maps

100%
Burda A., Pancerz K.
Barometr Regionalny. Analizy i prognozy
|
2014
|
issue 3(37)
133-138
EN
Pattern recognition of bankrupt or non-bankrupt enterprises may not only extend or confirm the knowledge in economics, but also deliver to experts, from the standpoint of the decision support, a view of the economic and financial situation of the audited enterprise. Therefore, it may be an effective tool for early warning of the bankruptcy risk of the enterprise. Such a tool is especially important for small and medium enterprises (SMEs) in the underdeveloped regions. The research described in the paper is intended for generation and visualization of the state of SMEs in the Podkarpacie region on the basis of information included in financial reports. A self-organizing map (SOM), often called the Kohonen net, has been used in the unsupervised modelling mode. Results of research show a high potential of the method to the stated objectives and the simplicity of the representation of knowledge transferred to entrepreneurs and financial analysts.
PL
Rozpoznawanie wzorców przedsiębiorstw w stanie bankrupt lub non-bankrupt, może nie tylko poszerzyć lub potwierdzić wiedzę z dziedziny ekonomii, ale również z punktu widzenia wspomagania decyzji, może dać ekspertom pogląd na stan ekonomiczno-finansowy audytowanego przedsiębiorstwa. A zatem, może stanowić skuteczne narzędzie wczesnego ostrzegania przedsiębiorstwa przed bankructwem. Narzędzie takie jest szczególnie istotne dla małych i średnich przedsiębiorstw (SME) w regionach słabo zurbanizowanych. Przeprowadzone i opisane w tym artykule badania miały na celu wygenerowanie i wizualizację stanu SME w regionie podkarpackim na podstawie informacji zawartych w sprawozdaniu finansowym. Do modelowania w trybie klasyfikacji bezwzorcowej użyto sieć Kohonena (SOM). Wyniki badań pokazały duże możliwości zastosowanej metody do wskazanych celów oraz prostotę reprezentacji wiedzy przekazywanej przedsiębiorcom i analitykom finansowym.
5

The Swarm Computing Approach to Business Intelligence

81%
Schumann A., Pancerz K., Szelc A.
Studia Humana
|
2015
|
vol. 4
|
issue 3
41-50
EN
We have proposed to use some features of swarm behaviours in modelling business processes. Due to these features we deal with a propagation of business processes in all accessible directions. This propagation is involved into our formalization instead of communicating sequential processes. As a result, we have constructed a business process diagram language based on the swarm behavior and an extension of that language in the form of reflexive management language.
6

Modelling and Forecasting Cash Withdrawals in the Bank

81%
Bielak J., Burda A., Kowerski M., Pancerz K.
Barometr Regionalny. Analizy i prognozy
|
2015
|
issue 4(42)
165-177
EN
The goal of the paper is searching for the optimal forecasting model estimating the amount of cash withdrawn daily by the customers of one of the Polish banks by means of statistical and machine learning methods. The methodology of model creation and assessment criteria are significantly different for the models considered in the paper — i.e., for ARMAX and MLP. However, the comparison of forecasts generated by both models seems to be useful. Variables and attributes reflecting the calendar effects, used in both models, in case of obtained errors of forecasts less than 20%, showed a significant, non-linear influence of this type of predictors on the amount of the daily cash withdrawals at the bank, and hence on the amount of the daily declared cash limit.
PL
Prezentowane badania są próbą poszukiwania optymalnego modelu prognostycznego do oszacowania dziennej ilości gotówki pobieranej przez klientów jednego z polskich banków za pomocą metod statystycznych oraz metod uczenia maszynowego. Metodologia tworzenia modelu i kryteria oceny znacząco różnią się dla zastosowanych i opisanych w artykule modeli (ARMAX i MLP). Z tego powodu porównanie prognoz generowanych przez oba modele wydaje się być szczególnie interesujące i przydatne. Zmienne i atrybuty odzwierciedlające efekty kalendarzowe, użyte w obu modelach, w przypadku uzyskanych błędów prognoz poniżej 20%, wykazały znaczny, nieliniowy wpływ tego typu czynników predykcyjnych na wysokość dziennych wypłat gotówki, a więc pośrednio na wielkość limitu dziennego stanu gotówki w banku.
7

Towards the Ontology of Places in Poland: an Example of the Mazowieckie Voivodship

81%
Pancerz K., Grochowalski P., Derkacz A.
Barometr Regionalny. Analizy i prognozy
|
2016
|
issue 3(45)
137-144
EN
The main goal of our research is to build the ontology of places in Poland covering variety of aspects of places, mainly administrative and socio-economic. In the paper, we show a part of the ontology on the example of the Mazowieckie Voivodship. The ontology is being implemented using the OWL 2 Web Ontology Language.
PL
Głównym celem badań jest stworzenie ontologii miejscowości w Polsce obejmującej różnorodne ich aspekty, przede wszystkim administracyjne oraz socjoekonomiczne. W artykule przedstawiony został fragment ontologii na przykładzie Województwa Mazowieckiego. Ontologia jest implementowana w języku OWL 2 Web Ontology Language.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.