Pełech-Pilichowski, Tomasz
Loading...
Email Address
Employee
aktywny
Alternative name
Discipline
informatyka techniczna i telekomunikacja
Author Profiles
Systemy AGH
3 results
Search Results
Now showing 1 - 3 of 3
Item type:Article, Access status: Open Access , Wykorzystanie podejścia immunologicznego do prognozowania szeregów czasowych(Wydawnictwa AGH, 2009) Pełech-Pilichowski, Tomasz; Duda, Jan TadeuszThis article presents an idea of application of immune paradigm to symptomatic event detection, announcing long-term trend changes in time series that give a possibility to improve efficiency of short and medium-term prediction based on linear trend extrapolation. A conception of immune-like algorithm and definition of main system objects are presented, exemplary results of calculation (applied to financial time series) given with partially implementation of proposed immune-based algorithm are showed.Item type:Article, Access status: Open Access , Analiza podobieństwa sygnałów diagnostycznych z wykorzystaniem metod odległościowych(Wydawnictwa AGH, 2011) Pełech-Pilichowski, Tomasz; Duda, Jan TadeuszArtykuł koncentruje się na prezentacji koncepcji wykorzystania miar odległości do monitorowania zmiennych procesowych w celu identyfikacji podobnych sytuacji procesowych. W pracy opisano problematykę przetwarzania sygnałów diagnostycznych, scharakteryzowano ideę wykorzystania miar odległościowych do monitorowania podobieństwa sytuacji procesowych, przedstawiono i opisano przykładowe wyniki retrospektywnej analizy podobieństwa z wykorzystaniem dedykowanej miary odległości, z uwzględnieniem transformacji danych wejściowych.Item type:Doctoral Dissertation, Access status: Open Access , Adaptacyjne algorytmy detekcji zdarzeń w szeregach czasowych(Data obrony: 2009) Pełech-Pilichowski, Tomasz
Wydział Elektrotechniki, Automatyki, Informatyki i ElektronikiThe dissertation focuses on an improvement of prediction of non- stationary time series with adaptive algorithms for event detection. Early warning of events in time series has direct impact on data processing quality and it is vital to accurate prediction. Effective detection is related to minimizing detection delay and fast estimation of statistical parameters of processed time series. The dissertation's author attempted to find possibilities of improving algorithmic analysis of wide data resources aimed at detection of events preceded long-term changes of time-series statistical properties and analysis of distributed environment with a diversified detectors set. The dissertation contains description of new immune-inspired event detection algorithms and complementary detectors of short-term changes in time series (such events appear simultaneously or have a lagged effect). Results of efficiency of proposed event detection methods computed with simulated and real data (financial time series) are presented. They show validity of proposed event-detection procedures and improvement of accuracy prediction based onlinear trend extrapolation.