|
|
Statistical Approach for BTT probes distribution
Mekhalfia, Mohammed Lamine ; Procházka, Pavel ; Šmíd, R. ; Tchawou Tchuisseu, Eder Batista
Blade tip timing (BTT) system is a non-invasive method used for measuring the blade tip timing of rotating machinery. The BTT system typically consists of sensor probes, signal conditioning system, and data acquisition unit. The sensor probes are placed in proximity to the rotating blade tips, Sensors measure the time at which each blade passes by the probe. By measuring the blade tip timing, the BTT system can detect changes in the blade tip vibration, which is an important for the health monitoring and performance optimization of rotating machinery [1]. To ensure accurate measurement of blade tip timing, the probe arrangement is crucial. The placement of the probe relative to the blade tips can affect the measurement accuracy, and thus, several arrangement algorithms have been developed to optimize the placement of the probes. Instead of considering the condition number, a statistical algorithms is followed to optimize the placement of probes for accurate measurement of blade tip timing in turbo-machinery. The statistical approach will be employed to determine the optimal locations for probes, with the aim of reducing errors in the measurement of blade tip timing. \n
|
|
|
Předvolební průzkumy k volbám do Poslanecké sněmovny v letech 1996-2021 a jejich úspěšnost
Ilková, Veronika ; Stauber, Jakub (vedoucí práce) ; Charvát, Jan (oponent)
Bakalářská práce zpracovává data výstupů předvolebních šetření k volbám do Poslanecké sněmovny Parlamentu ČR. Cílem bakalářské práce je zhodnotit kvalitu předvolebních průzkumů za dobu od prvních voleb do PSP ČR v roce 1996 do aktuálně posledních voleb v roce 2021. Spolu s tím jsou zkoumány i jednotlivé aspekty šetření, které by mohly mít vliv na jejich (ne)kvalitu. V teoretické části práce je shrnut historický vývoj zkoumaného fenoménu. Následně jsou představeny základní metodologické metody používané při konstrukci tohoto typu průzkumů. Dále jsou popsány i jednotlivé typy šetření s volební tématikou z pohledu zadavatele a uživatele. Praktická část vymezuje použitá data spolu se základním představením agentur organizujících předvolební průzkumy, věnuje se i zvolené metodologii. Vybrané statistické metody umožňují zpracování vybraných dat a následné zodpovězení hlavní výzkumné otázky a dvou dílčích podotázek. Práce přináší i bližší pohled na ČSSD, jakožto na stranu jejíž predikce se často výrazně lišily od skutečných volebních zisků.
|
|
|
Does LSTM neural network improve factor models' predictions of the European stock market?
Zelenka, Jiří ; Baruník, Jozef (vedoucí práce) ; Čech, František (oponent)
Tato práce chce prozkoumat schopnost multifaktorových modelů předpovídat výši rizikové preémie evropského akciového trhu. Tyto faktory, které poskytují Fama a French a Carhart jsou velmi známé v oblasti oceňování aktiv, autor dále přidává další finanční a makroekonomické faktory. Jako základní měřítko použijeme ARIMA modely a poté porovnáváme chybu přepdovědi u OLS a LSTM neuronových sítí. Oba tyto modely mají jako vstupy minulé výnosy. Měříme jejich výkonnost pomocí RMSE (odmocnina ze střední kvadratické chyby) a MAE (střední absolutní chyba). Výsledky potvrzují, že neuronové sítě jsou v tomto konkrétním případě schopné lepších predikcí při použití ste- jných vstupů jako OLS ale jejich chyba předpovědi není významně menší podle Diebold-Mariano testu. Klasifikace JEL C45, C53, C61, E37, G11, G15 Klíčová slova Akcie, Evropský trh, Neuronové sítě, LSTM, Faktorové modely, Fama-French, Predikce, RMSE Název práce Může LSTM neuronová síť vylepšit predikční schopnosti faktorových modelů pro evropský trh?
|
host ::
RSS.