Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Oniśko, A." wg kryterium: Autor


Wyświetlanie 1-2 z 2
Tytuł:
Knowledge acquisition from human experts for building bayesian network models
Pozyskiwanie wiedzy od ekspertów w budowaniu modeli sieci bayesowskich
Autorzy:
Oniśko, A.
Powiązania:
https://bibliotekanauki.pl/articles/341063.pdf
Data publikacji:
2007
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
pozyskiwanie wiedzy
inżynieria wiedzy
sieci bayesowskie
knowledge acquisition
Bayesian network
parameter elicitation
Opis:
Knowledge acquisition from experts is a costly and time-consuming task. While domain experts have the necessary knowledge and expertise, they rarely have the experience needed to translate this knowledge into the model. This paper describes typical problems that are encountered by knowledge engineers when building Bayesian network models and illustrates some practical techniques to overcome them. The presented examples capture the problems that occurred during elicitation the numerical parameters of the model for diagnosis of liver disorders.
Pozyskiwanie wiedzy od ekspertów jest kosztownym i czasochłonnym zadaniem. Pomimo ogromnej wiedzy i doświadczenia, jakie posiadają eksperci, niejednokrotnie nie potrafią ich przenieść na tworzony model. Poniższy artykuł opisuje przykłady problemów, z jakimi może się zetknąć inżynier wiedzy w trakcie budowania modeli sieci bayesowskich, jak również proponuje rozwiązania tych problemów. Prezentowane przykłady dotyczą problemów, jakie pojawiły się w trakcie pozyskiwania od eksperta parametrów numerycznych modelu sieci bayesowskiej do diagnozowania chorób wątroby.
Źródło:
Zeszyty Naukowe Politechniki Białostockiej. Informatyka; 2007, 2; 109-119
1644-0331
Pojawia się w:
Zeszyty Naukowe Politechniki Białostockiej. Informatyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Bayesian Network Modeling in Discovering Risk Factors of Dental Caries in Three-Year-Old Children
Autorzy:
Łaguna, W.
Bagińska, J.
Oniśko, A.
Powiązania:
https://bibliotekanauki.pl/articles/1918880.pdf
Data publikacji:
2019-08-26
Wydawca:
Uniwersytet Medyczny w Białymstoku
Tematy:
dental caries
Bayesian network
learning from data
risk assessment
Opis:
Purpose - The aim of this study was to use probabilistic graphical models to determine dental caries risk factors in three-year-old children. The analysis was conducted on the basis of the questionnaire data and resulted in building probabilistic graphical models to investigate dependencies among the features gathered in the surveys on dental caries. Materials and Methods - The data available in this analysis came from dental examinations conducted in children and from a questionnaire survey of their parents or guardians. The data represented 255 children aged between 36 and 48 months. Self-administered questionnaires contained 34 questions of socioeconomic and medical nature such as nutritional habits, wealth, or the level of education. The data included also the results of oral examination by a dentist. We applied the Bayesian network modeling to construct a model by learning it from the collected data. The process of Bayesian network model building was assisted by a dental expert. Results - The model allows to identify probabilistic relationships among the variables and to indicate the most significant risk factors of dental caries in three-year-old children. The Bayesian network model analysis illustrates that cleaning teeth and falling asleep with a bottle are the most significant risk factors of dental caries development in three-year-old children, whereas socioeconomic factors have no significant impact on the condition of teeth. Conclusions - Our analysis results suggest that dietary and oral hygiene habits have the most significant impact on the occurrence of dental caries in three-year-olds.
Źródło:
Progress in Health Sciences; 2019, 1; 118-125
2083-1617
Pojawia się w:
Progress in Health Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies