Ad. 3,4
Rozdziały te, pominny być b. krótkie (choćby po jednym akapicie), napisane starannym językiem, w wyważonym tonie, bez odniesień osobistych (beznamiętna, rzeczowa relacja). Traktować je jako wizytówkę pracy (!!!).
Ad. 5
Numeracja konspektowa:.
3 Projekt GUI modułu komunikacyjnego 3.1 Szczegóły panelu danych 3.2 Opis funkcjonalności modułu
Podpisy pod rysunkami:
Rys. 123 Przebiegi prądu i napięcia w wybranej gałezi nr 1 obwodu.
Nagłówki tabel:
Tabela 14 Dane pomiarowe cyklu B.
Lp. | U [mV] | I [mA] |
1 | 123.543 | 123.543 |
2 | 223.543 | 123.543 |
3 | 323.543 | 123.543 |
Wzory:
Y=f(x)+g'(G+W+Z/c) (124)
Odwołania do wzorów w treści:
Obliczenie wskaźnika struktury wg (12) jest zwykle trudne do zrealizowania z uwagi na nieznany rozkład gęstości prawdopodobieństwa parametru Rx, którego autokorelacja szacowana jest wzorem (17).
Odwołania do literatury w treści:
Podobnie jak w [4], optymalne parametry poszczególnych sieci wyznaczano w trybie wielokrotnie powtarzanych procedur uczenia sieci algorytmem RPROP [5] z każdorazowo wykonywanym losowym podziałem zbioru uczącego na trzy części: treningową, szacującą i testową w proporcjach 3:1:1.
Uwaga "plagiatowa"! W sposób być może skrajny, ale jednoznaczny, zakłada się, że każde sformułowanie w pracy, nie opatrzone odwołaniem do literatury, jest własną twórczością autora (!!!).
Wspominanie w treści o obiektach, których opis nie jest zamieszczony, wymaga podania informacji gdzie można o takim obiekcie poczytać.
Ad. 9
Układ spisu literatury:
[1] Weron A., Wołomańska A. Minimalne prawdopodobieństwo straty producenta na rynku bilansującym. Miesięcznik „Energetyka" nr 12 (582), grudzień 2002. Oficyna Wydawnicza ENERGIA COSiW SEP. Warszawa 2002 r. [2] Arabas J., Adamowicz Ł. Planowanie pozycji kontraktowej przy zróżnicowanych cenach rynku bilansującego. Elektroenergetyka, numer 3, 2003 (46). Wydawca PSE S.A. Warszawa, 2003r. [3] Adamczak A. Model arbitrażu cenowego - empiryczna weryfikacja modelu w warunkach giełdy papierów wartościowych w Warszawie. Zastosowania metod statystycznych w badaniach naukowych II. StatSoft. Kraków 2003. [4] Łyp J. Przykład predyktora neuronowego złożonego do prognozy przebiegów obciążenia dobowego lokalnych systemów elektroenergetycznych. Materiały konferencyjne VI Konferencji Naukowej: Prognozowanie w Elektroenergetyce PE 2002. Wydawnictwo Politechniki Częstochowskiej. Częstochowa-Złoty Potok, 2002 r. [5] Riedmiller M., Braun H. A direct adaptive method for faster backpropagation learning: The RPROP algorithm. Proceedings of the IEEE. International Conference on Neural Networks. 1993.