Notice: Undefined index: linkPowrot in C:\wwwroot\wwwroot\publikacje\publikacje.php on line 1275

Publikacje

Dane niepełne - brak identyfikatora "Web of Science" !

[104980] Artykuł:

Short-term imputation of missing sound level data using selected computational intelligence methods

Czasopismo: 2020 XII International Science-Technical Conference AUTOMOTIVE SAFETY, Kielce, 2020, IEEE Xplore Strony: 1-5
Opublikowano: Grudzień 2020

Autorzy / Redaktorzy / Twórcy

Imię i nazwisko	Wydział	Katedra	Do oświadczenia nr 3	Grupa przynależności	Dyscyplina naukowa	Procent udziału	Liczba punktów do oceny pracownika	Liczba punktów wg kryteriów ewaluacji
Michał Kekez	WMiBM	Katedra Mechaniki**	Nie	spoza "N" jednostki	Inżynieria mechaniczna	40	.00	.00
Leszek Radziszewski	WMiBM	Katedra Mechaniki**	Tak	zaliczony do "N"	Inżynieria mechaniczna	30	.00	.00
Andrzej Bąkowski	WMiBM	Katedra Mechaniki**	Tak	zaliczony do "N"	Inżynieria mechaniczna	20	.00	.00
Dariusz Kurczyński	WMiBM	Katedra Pojazdów Samochodowych i Transportu*	Tak	zaliczony do "N"	Inżynieria mechaniczna	10	.00	.00

Grupa MNiSW: Materiały z konferencji międzynarodowej (zarejestrowane w Web of Science)
Punkty MNiSW: 0

DOI

Keywords:

imputation sound level random forest regression trees vehicles modeling of transport processes

Abstract:

The aim of the paper was to impute for the shortterm missing sound level data in the noise monitoring stations by applying the models which describe variability of sound level within the tested period. To build the model, the computational intelligence methods, like neural networks, fuzzy systems, or regression trees can be used. The latter approach was applied to build the models with the aid of Cubist regression tree and Random Forest regression software, using recorded equivalent sound levels.

POWRÓT

Strona główna > Publikacje