Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "grupowanie" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-8 z 8
    Tytuł:
    Clustering algorithm for classification methods
    Autorzy:
    Łęski, J.
    Jeżewski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/333004.pdf
    Data publikacji:
    2012
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    grupowanie
    klasyfikacja
    clustering
    classification
    class boundaries
    Opis:
    Classification plays an important role in many fields of life, including medical diagnosis support. In the paper, fuzzy clustering algorithm dedicated to classification methods is proposed. Its goal is to find pairs of prototypes located near boundaries of both classes of objects. The minimization procedure of the proposed criterion function is described. The algorithm for determining the value of the clustering parameter is also presented. Presented results (synthetic dataset) confirm correctness of clustering - most of final prototypes, determined based on obtained pairs, are located between boundary of two classes.
    Źródło:
    Journal of Medical Informatics & Technologies; 2012, 20; 11-18
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of modified fuzzy clustering to medical data classification
    Autorzy:
    Jeżewski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/333509.pdf
    Data publikacji:
    2011
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    grupowanie rozmyte
    klasyfikacja
    dane medyczne
    fuzzy clustering
    classification
    medical data
    Opis:
    Classification plays very important role in medical diagnosis. This paper presents fuzzy clustering method dedicated to classification algorithms. It focuses on two additional sub-methods modifying obtained clustering prototypes and leading to final prototypes, which are used for creating the classifier fuzzy if-then rules. The main goal of that work was to examine a performance of the classifier which uses such rules. Commonly used including medical benchmark databases were applied. In order to validate the results, each database was represented by 100 pairs of learning and testing subsets. The obtained classification quality was better in relation to the one of the best classifiers - Lagrangian SVM and suggests that presented clustering with additional sub-methods are appropriate to application to classification algorithms.
    Źródło:
    Journal of Medical Informatics & Technologies; 2011, 17; 51-57
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An approach to unsupervised classification
    Autorzy:
    Przybyła, T.
    Pander, T.
    Horoba, K.
    Kupka, T.
    Matonia, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/333363.pdf
    Data publikacji:
    2011
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    klasyfikacja
    grupowanie rozmyte
    klasyfikacja nienadzorowana
    klasyfikator najbliższych sąsiadów
    classification
    fuzzy clustering
    unsupervised classification
    nearest neighbour classifier
    Opis:
    Classification methods can be divided into supervised and unsupervised methods. The supervised classifier requires a training set for the classifier parameter estimation. In the case of absence of a training set, the popular classifiers (e.g. K-Nearest Neighbors) can not be used. The clustering methods are considered as unsupervised classification methods. This paper presents an idea of the unsupervised classification with the popular classifiers. The fuzzy clustering method is used to create a learning set. The learning set includes only these patterns that are the best representative of each class in the input dataset. The numerical experiment uses an artificial dataset as well as the medical datasets (PIMA, Wisconsin Breast Cancer) and illustrates the usefulness of the proposed method.
    Źródło:
    Journal of Medical Informatics & Technologies; 2011, 17; 105-111
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Inefficiency of data mining algorithms and its architecture: with emphasis to the shortcoming of data mining algorithms on the output of the researches
    Autorzy:
    Tesema, Workineh
    Powiązania:
    https://bibliotekanauki.pl/articles/118221.pdf
    Data publikacji:
    2019
    Wydawca:
    Polskie Towarzystwo Promocji Wiedzy
    Tematy:
    data mining
    classification
    clustering
    association
    regression
    algorithms bottleneck
    pozyskiwanie danych
    klasyfikacja
    grupowanie
    asocjacja
    regresja
    wąskie gardło algorytmów
    Opis:
    This review paper presents a shortcoming associated to data mining algorithm(s) classification, clustering, association and regression which are highly used as a tool in different research communities. Data mining researches has successfully handling large amounts of dataset to solve the problems. An increase in data sizes was brought a bottleneck on algorithms to retrieve hidden knowledge from a large volume of datasets. On the other hand, data mining algorithm(s) has been unable to analysis the same rate of growth. Data mining algorithm(s) must be efficient and visual architecture in order to effectively extract information from huge amounts of data in many data repositories or in dynamic data streams. Data visualization researchers believe in the importance of giving users an overview and insight into the data distributions. The combination of the graphical interface is permit to navigate through the complexity of statistical and data mining techniques to create powerful models. Therefore, there is an increasing need to understand the bottlenecks associated with the data mining algorithms in modern architectures and research community. This review paper basically to guide and help the researchers specifically to identify the shortcoming of data mining techniques with domain area in solving a certain problems they will explore. It also shows the research areas particularly a multimedia (where data can be sequential, audio signal, video signal, spatio-temporal, temporal, time series etc) in which data mining algorithms not yet used.
    Źródło:
    Applied Computer Science; 2019, 15, 3; 73-86
    1895-3735
    Pojawia się w:
    Applied Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Rozwój polskiego rolnictwa w kontekście regionalnego zróżnicowania w latach 1998-2010
    Regional differentiation of Polish agriculture in the years 1998-2010
    Autorzy:
    Binderman, Agata
    Powiązania:
    https://bibliotekanauki.pl/articles/453122.pdf
    Data publikacji:
    2012
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    normalizacja zmiennych
    miernik syntetyczny,
    poziom rozwoju rolnictwa
    klasyfikacja
    grupowanie
    synthetic measures
    utility functions
    agriculture development level
    classification
    class division
    Opis:
    W pracy przy pomocy wielowymiarowej analizy porównawczej oceniono regionalne zróżnicowanie rolnictwa w Polsce, w latach 1998-2010. Do analizy użyto cztery różne mierniki syntetyczne. Na ich podstawie dokonano uporządkowania i klasyfikacji województw. Wyniki pokazują, że pomimo szybkiego w ostatnich latach wzrostu poziomu rolnictwa dysproporcje miedzy województwami nie maleją. W niniejszej pracy zbadano zróżnicowanie poziomu rozwoju rolnictwa, przyjmując jeden sposób normalizacji zmiennych, jeden wzór określający odległość między rozważanymi obiektami i cztery różne sposoby klasyfikacji tych obiektów – zarówno wzorcowe jak i bezwzorcowe.
    The paper contains the multidimensional analysis of the regional differentiation of Polish agriculture in the years 1998-2010. The study is based on several synthetic measures - without patterns and which use two patterns of objects. On the basis of synthetic measures there were made arrangement and classification of voivodeships. The results show that despite the rapid growth in recent years of the level of agricultural development, the disparities between voivodships in Poland did not decrease.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2012, 13, 3; 52-64
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Classification of cognitive states using clustering-split time series framework
    Autorzy:
    Ramakrishna, J. Siva
    Ramasangu, Hariharan
    Powiązania:
    https://bibliotekanauki.pl/articles/38708362.pdf
    Data publikacji:
    2024
    Wydawca:
    Instytut Podstawowych Problemów Techniki PAN
    Tematy:
    functional MRI data
    classification
    consensus clustering
    SVM classifier
    GNB classifier
    XGBoost
    funkcjonalne dane MRI
    klasyfikacja
    grupowanie konsensusu
    klasyfikator SVM
    klasyfikator GNB
    Opis:
    Over the last two decades, functional Magnetic Resonance Imaging (fMRI) has provided immense data about the dynamics of the brain. Ongoing developments in machine learning suggest improvements in the performance of fMRI data analysis. Clustering is one of the critical techniques in machine learning. Unsupervised clustering techniques are utilized to partition the data objects into different groups. Supervised classification techniques applied to fMRI data facilitate the decoding of cognitive states while a subject is engaged in a cognitive task. Due to the high dimensional, sparse, and noisy nature of fMRI data, designing a classifier model for estimating cognitive states becomes challenging. Feature selection and feature extraction techniques are critical aspects of fMRI data analysis. In this work, we present one such synergy, a combination of Hierarchical Consensus Clustering (HCC) and the Statistics of Split Timeseries (SST) framework to estimate cognitive states. The proposed HCC-SST model’s performance has been verified on StarPlus fMRI data. The obtained experimental results show that the proposed classifier model achieves 99% classification accuracy with a smaller number of voxels and lower computational cost.
    Źródło:
    Computer Assisted Methods in Engineering and Science; 2024, 31, 2; 241-260
    2299-3649
    Pojawia się w:
    Computer Assisted Methods in Engineering and Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wpływ sposobu normalizacji zmiennych na ocenę regionalnego zróżnicowania rolnictwa
    Dependence of development level analysis of Polish agriculture on choice of ways of normalization
    Autorzy:
    Binderman, Agata
    Powiązania:
    https://bibliotekanauki.pl/articles/453271.pdf
    Data publikacji:
    2010
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    metody normalizacji zmiennych
    mierniki syntetyczne
    funkcje użyteczności
    poziom rozwoju rolnictwa
    klasyfikacja
    grupowanie
    methods of normalization
    synthetic measures
    utility functions
    agriculture development level
    classification
    class division
    Opis:
    W pracy zbadano problem dotyczący oceny regionalnego zróżnicowania rolnictwa w Polsce, ze względu na sposób normalizacji zmiennych i wybór klasyfikatora. Do analizy posłużono się wzorcowymi i bezwzorcowymi miernikami syntetycznymi, wykorzystując trzy różne sposoby normalizacji cech. Na podstawie syntetycznych mierników dokonano uporządkowania i klasyfikacji poszczególnych województw. Wyniki badań autorki dotyczące polskiego rolnictwa wykazują, że klasyfikacje i grupowania województw zależą w istotny sposób od metody normowania zmiennych. Praca stanowi kontynuację badań autorki na ten temat. Materiałem empirycznym w pracy były dane regionalne dotyczące stanu polskiego rolnictwa w roku 2008.
    The paper studied the problem of stability of evaluations of regional diversification of Polish agriculture with regard to the way of variables normalization. The methods applied use three types of normalization. The analysis is based on synthetic measures that use two patterns of objects. On the basis of synthetic measures there were made arrangement and classification of different voivodeships. The subject of this study was regional variability of Polish voivodeships in terms of level of agricultural development in the 2008 year. As diagnostic variables, factors affecting the development of agriculture were used. The paper is a continuation of the author's research in this field.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2010, 11, 2; 25-38
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Increasing efficiency of flexible manufacturing systems based on computer product grouping
    Autorzy:
    Palchevskyi, Bogdan
    Świć, Antoni
    Krestyanpol, Helena
    Powiązania:
    https://bibliotekanauki.pl/articles/103358.pdf
    Data publikacji:
    2018
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    classification
    flexible production system
    readjustment
    robotic technological complex
    grouping technological processes readjustment optimization
    klasyfikacja
    elastyczny system produkcji
    przeregulowanie
    zrobotyzowany kompleks technologiczny
    grupowanie procesów technologicznych
    optymalizacja dopasowania
    Opis:
    The central problem of the paper is grouping details in the conditions of FMS (flexible manufacturing system). The criteria for forming rational detail groups were identified and. The statistical analysis of details characteristics was based on the database of products for the electronic industry. The paper proposes a mathematical method of grouping using accumulated data on the processing objects, which employs the group-ing criteria. By employing such an approach we are presented with details grouped according to normative indicators of FMS equipment loading or minimum loss on their readjustment within the group of technological adjusting for every robotic technological complex (RTC).
    Źródło:
    Advances in Science and Technology. Research Journal; 2018, 12, 2; 6-10
    2299-8624
    Pojawia się w:
    Advances in Science and Technology. Research Journal
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-8 z 8

      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