Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

Publikacje Pracowników PL z lat 1990-2010

Publikacje pracowników Politechniki Lubelskie z lat 1990-2010 dostępne są jak dotychczas w starej bazie publikacji
LINK DO STAREJ BAZY

MNiSW
140
konferencja
Status:
Autorzy: Czerwiński Dariusz, Kiersztyn Adam, Łopucki Rafał, Karczmarek Paweł, Kitowski Ignacy, Zbyryt Adam
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Strony: 1 - 6
Web of Science® Times Cited: 3
Scopus® Cytowania: 3
Bazy: Web of Science | Scopus | IEEE Xplore
Efekt badań statutowych NIE
Finansowanie: Funded by the National Science Centre, Poland under CHIST-ERA programme (Grant no. 2018/28/Z/ST6/00563).
Materiał konferencyjny: TAK
Nazwa konferencji: IEEE International Conference onFuzzy Systems (FUZZ-IEEE) 2020
Skrócona nazwa konferencji: FUZZ-IEEE 2020
URL serii konferencji: LINK
Termin konferencji: 19 lipca 2020 do 24 lipca 2020
Miasto konferencji: Glasgow
Państwo konferencji: WIELKA BRYTANIA
Publikacja OA: NIE
Abstrakty: angielski
In this study, we propose an approach based on the advanced fuzzy techniques such as Fuzzy C-Means and Fuzzy Cognitive Maps to cluster the birds species, based on the information of first arrival date, into more coherent and uniform groups. The birds are very suitable subject for modelling the climate changes. Very popular indicator to forecast bird migration dynamic is the first arrival date. In many reported studies, this indicator is shown as very useful. However, there is still a lack of precise methods grouping the birds into the classes in satisfying manner producing detailed information about species and the relations between them. As evidenced in the experimental series section, the proposed approach enables the researchers and practitioners working with that important area of ecology to observe subtle dependencies between various bird species. Moreover, this work sheds the light on the novel application of both Fuzzy C-Means and Fuzzy Cognitive Maps as the efficient tools to analyse the ecological data collected in changing climatic environment.