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 "discovery" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-13 z 13
    Tytuł:
    Knowledge mining from data: methodological problems and directions for development
    Autorzy:
    Kulikowski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/1934003.pdf
    Data publikacji:
    2011
    Wydawca:
    Politechnika Gdańska
    Tematy:
    data mining
    knowledge discovery
    data quality
    CODATA
    Opis:
    The development of knowledge engineering and, within its framework, of data mining or knowledge mining from data should result in the characteristics or descriptions of objects, events, processes and/or rules governing them, which should satisfy certain quality criteria: credibility, accuracy, verifiability, topicality, mutual logical consistency, usefulness, etc. Choosing suitable mathematical models of knowledge mining from data ensures satisfying only some of the above criteria. This paper presents, also in the context of the aims of The Committee on Data for Science and Technology (CODATA), more general aspects of knowledge mining and popularization, which require applying the rules that enable or facilitate controlling the quality of data.
    Źródło:
    TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk; 2011, 15, 2; 227-233
    1428-6394
    Pojawia się w:
    TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Documents Processing in the Requirements Management System
    Autorzy:
    Wydra, T.
    Grzanek, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/972911.pdf
    Data publikacji:
    2013
    Wydawca:
    Społeczna Akademia Nauk w Łodzi
    Tematy:
    requirements management
    knowledge discovery
    documents processing
    PDF
    Opis:
    Requirements analysis is a highly critical step in software life-cycle. Our solution to the problem of managing requirements is an embedded domainspecific language with Clojure playing the role of the host language. The requirements are placed directly in the source code, but there is an impedance mismatch between the compilation units and electronic documents, that are the major carriers of requirements information. This paper presents a coverage for this problem.
    Źródło:
    Journal of Applied Computer Science Methods; 2013, 5 No. 1; 59-68
    1689-9636
    Pojawia się w:
    Journal of Applied Computer Science Methods
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Methodologies of knowledge discovery from data and data mining methods in mechanical engineering
    Autorzy:
    Rogalewicz, M.
    Sika, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/407431.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    knowledge discovery
    data mining methods
    data mining methodology
    Opis:
    The paper contains a review of methodologies of a process of knowledge discovery from data and methods of data exploration (Data Mining), which are the most frequently used in mechanical engineering. The methodologies contain various scenarios of data exploring, while DM methods are used in their scope. The paper shows premises for use of DM methods in industry, as well as their advantages and disadvantages. Development of methodologies of knowledge discovery from data is also presented, along with a classification of the most widespread Data Mining methods, divided by type of realized tasks. The paper is summarized by presentation of selected Data Mining applications in mechanical engineering.
    Źródło:
    Management and Production Engineering Review; 2016, 7, 4; 97-108
    2080-8208
    2082-1344
    Pojawia się w:
    Management and Production Engineering Review
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    On knowledge discovery and representations of molecular structures using topological indices
    Autorzy:
    Alsaadi, Fawaz E.
    Bokhary, Syed Ahtsham Ul Haq
    Shah, Aqsa
    Ali, Usman
    Cao, Jinde
    Alassafi, Madini Obad
    Rehman, Masood Ur
    Rahman, Jamshaid Ul
    Powiązania:
    https://bibliotekanauki.pl/articles/2031152.pdf
    Data publikacji:
    2021
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    graph network
    sheet
    topological index
    cheminformatics
    knowledge discovery
    Opis:
    The main purpose of a topological index is to encode a chemical structure by a number. A topological index is a graph invariant, which decribes the topology of the graph and remains constant under a graph automorphism. Topological indices play a wide role in the study of QSAR (quantitative structure-activity relationship) and QSPR (quantitative structure-property relationship). Topological indices are implemented to judge the bioactivity of chemical compounds. In this article, we compute the ABC (atom-bond connectivity); ABC4 (fourth version of ABC), GA(geometric arithmetic) and GA5(fifth version of GA) indices of some networks sheet. These networks include: octonano window sheet; equilateral triangular tetra sheet; rectangular sheet; and rectangular tetra sheet networks.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2021, 11, 1; 21-32
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Rule based networks : an efficient and interpretable representation of computational models
    Autorzy:
    Liu, H.
    Gegov, A.
    Cocea, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/91698.pdf
    Data publikacji:
    2017
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    rule based networks
    knowledge discovery
    predictive modelling
    rule representation
    Opis:
    Due to the vast and rapid increase in the size of data, data mining has been an increasingly important tool for the purpose of knowledge discovery to prevent the presence of rich data but poor knowledge. In this context, machine learning can be seen as a powerful approach to achieve intelligent data mining. In practice, machine learning is also an intelligent approach for predictive modelling. Rule learning methods, a special type of machine learning methods, can be used to build a rule based system as a special type of expert systems for both knowledge discovery and predictive modelling. A rule based system may be represented through different structures. The techniques for representing rules are known as rule representation, which is significant for knowledge discovery in relation to the interpretability of the model, as well as for predictive modelling with regard to efficiency in predicting unseen instances. This paper justifies the significance of rule representation and presents several existing representation techniques. Two types of novel networked topologies for rule representation are developed against existing techniques. This paper also includes complexity analysis of the networked topologies in order to show their advantages comparing with the existing techniques in terms of model interpretability and computational efficiency.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2017, 7, 2; 111-123
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An experimental evaluation of two approaches to mining context based sequential patterns
    Autorzy:
    Stefanowski, J.
    Ziembiński, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/970837.pdf
    Data publikacji:
    2009
    Wydawca:
    Polska Akademia Nauk. Instytut Badań Systemowych PAN
    Tematy:
    knowledge discovery
    sequential patterns mining
    context patterns
    similarity of patterns
    Opis:
    The paper discusses the results of experiments with a new context extension of a sequential pattern mining problem. In this extension, two kinds of context attributes are introduced for describing the source of a sequence and for each element inside this sequence. Such context based sequential patterns may be discovered by a new algorithm, called Context Mapping Improved, specific for handling attributes with similarity functions. For numerical attributes an alternative approach could include their pre-discretization, transforming discrete values into artificial items and, then, using an adaptation of an algorithm for mining sequential patterns from nominal items. The aim of this paper is to experimentally compare these two approaches to mine artificially generated sequence databases with numerical context attributes where several reference patterns are hidden. The results of experiments show that the Context Mapping Improved algorithm has led to better re-discovery of reference patterns. Moreover, a new measure for comparing two sets of context based patterns is introduced.
    Źródło:
    Control and Cybernetics; 2009, 38, 1; 27-45
    0324-8569
    Pojawia się w:
    Control and Cybernetics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Odkrywanie wiedzy w bazach danych jako proces identyfikacji modeli diagnostycznych
    Knowledge discovery in databases as a process of identification of diagnostics models
    Autorzy:
    Wachla, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/327340.pdf
    Data publikacji:
    2004
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    baza danych
    odkrywanie wiedzy
    modele diagnostyczne
    databases
    knowledge discovery
    diagnostic models
    Opis:
    W referacie zaprezentowano problem zastosowania nowej dziedziny inżynierii wiedzy, jaką jest odkrywanie wiedzy w bazach danych w zakresie identyfikacji ilościowych modeli diagnostycznych. Przedstawiono genezę tej dziedziny, scharakteryzowano ją jako interaktywny i iteracyjny proces, a także wymieniono zadania oraz metody, jakimi się ta dziedzina posługuje. Szczególną uwagę zwrócono na metody odkrywania zależności funkcyjnych. W dalszej części referatu przedstawiono przykładowe zastosowania do zadań odkrywania statycznych zależności przyczynowo-skutkowych i "diagnostycznych" oraz zależności dynamicznych. W podsumowaniu dokonano analizy uzyskanych wyników oraz przeprowadzono dyskusję dotyczącą wprowadzenia zmian poz.walających zastosować te metody w praktyce.
    The paper deals with the problem of application of the new knowledge engineering domain, which is the knowledge discovery in databases (KDD), for the identification of quantity diagnostics models. The origin of the domain was presented. Then KDD was characterized as an interactive an iterative process. The tasks and methods used were specified, as well. The special attention was paid to the methods of discovering functional dependencies. The exemplary applications to tasks of static cause-and-effects and "diagnostics" dependencies and also dynamics dependencies were presented in the further past of the paper. The analysis of the obtained results was included in the summary, which discusses some changes in the KDD methodology allowing to put these methods into practice.
    Źródło:
    Diagnostyka; 2004, 30, T. 2; 175-178
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Rough Modeling---a Bottom-up Approach to Model Construction
    Autorzy:
    Loken, T.
    Komorowski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/908362.pdf
    Data publikacji:
    2001
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    model opisowy
    wybieranie danych
    knowledge discovery
    rough sets
    rough modeling
    descriptive models
    Opis:
    Traditional data mining methods based on rough set theory focus on extracting models which are good at classifying unseen objects. If one wants to uncover new knowledge from the data, the model must have a high descriptive quality---it must describe the data set in a clear and concise manner, without sacrificing classification performance. Rough modeling, introduced by Kowalczyk (1998), is an approach which aims at providing models with good predictive and descriptive qualities, in addition to being computationally simple enough to handle large data sets. As rough models are flexible in nature and simple to generate, it is possible to generate a large number of models and search through them for the best model. Initial experiments confirm that the drop in performance of rough models compared to models induced using traditional rough set methods is slight at worst, and the gain in descriptive quality is very large.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2001, 11, 3; 675-690
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Accuracy of generalized context patterns in the context based sequential patterns mining
    Autorzy:
    Ziembiński, R. Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/206061.pdf
    Data publikacji:
    2011
    Wydawca:
    Polska Akademia Nauk. Instytut Badań Systemowych PAN
    Tematy:
    knowledge discovery
    context based sequential pattern mining
    sequential context pattern clustering
    pattern accuracy
    Opis:
    A context pattern is a frequent subsequence mined from the context database containing set of sequences. This kind of sequential patterns and all elements inside them are described by additional sets of context attributes e.g. continuous ones. The contexts describe circumstances of transactions and sources of sequential data. These patterns can be mined by an algorithm for the context based sequential pattern mining. However, this can create large sets of patterns because all contexts related to patterns are taken from the database. The goal of the generalization method is to reduce the context pattern set by introducing a more compact and descriptive kind of patterns. This is achieved by finding clusters of similar context patterns in the mined set and transforming them to a smaller set of generalized context patterns. This process has to retain as much as possible information from the mined context patterns. This paper introduces a definition of the generalized context pattern and the related algorithm. Results from the generalization may differ as depending on the algorithm design and settings. Hence, generalized patterns may reflect frequent information from the context database differently. Thus, an accuracy measure is also proposed to evaluate the generalized patterns. This measure is used in the experiments presented. The generalized context patterns are compared to patterns mined by the basic sequential patterns mining with prediscretization of context values.
    Źródło:
    Control and Cybernetics; 2011, 40, 3; 585-603
    0324-8569
    Pojawia się w:
    Control and Cybernetics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Knowledge engineering and diagnostics - today and tomorrow
    Inżynieria wiedzy i diagnostyka - dzisiaj i jutro
    Autorzy:
    Moczulski, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/327156.pdf
    Data publikacji:
    2004
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    inżynieria wiedzy
    źródła wiedzy
    interfejs użytkownika
    knowledge engineering
    knowledge sources
    subjects experts
    knowledge discovery
    user interface
    Opis:
    The paper addresses several issues concerning knowledge engineering in the context of technical diagnostics. The goal consists in preparing, verifying, validating and then implementing domain-specific knowledge, capable of aiding diagnosticians and other personnel in operating machinery and equipment. New trends in knowledge engineering focus our attention on discovering useful knowledge from huge databases that collect process data acquired from machinery, and making this knowledge even more easily available for humans. The paper concludes with discussion about prospective potential issues for next decades of this century.
    W referacie omówiono kilka problemów inżynierii wiedzy widzianych w kontekście diagnostyki technicznej. Celem tego postępowania jest przygotowanie, zweryfikowanie, walidowanie a następnie zastosowanie wiedzy specyficznej dla danej dziedziny, która mogłaby wspomóc diagnostów i inny personel w prowadzeniu maszyn i urządzeń. Nowe trendy w inżynierii wiedzy skupiają naszą uwagę na odkrywaniu użytecznej wiedzy w ogromnych bazach danych zawierających dane procesowe zgromadzone dla maszyn, a także na zwiększeniu dostępności do tej wiedzy. W podsumowaniu przedstawiono przyszłe potencjalne zastosowania w kolejnych dekadach naszego wieku.
    Źródło:
    Diagnostyka; 2004, 30, T. 2; 35-42
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Discovering knowledge with the rough set approach
    Odkrywanie wiedzy w podejściu teorii zbiorów przybliżonych
    Autorzy:
    Mazurek, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/405337.pdf
    Data publikacji:
    2013
    Wydawca:
    Politechnika Częstochowska
    Tematy:
    information system
    knowledge discovery
    rough sets
    rule extraction
    uncertainty
    system informacyjny
    odkrywanie wiedzy
    zbiory przybliżone
    ekstrakcja zasad
    niepewność
    Opis:
    The rough set theory, which originated in the early 1980s, provides an alternative approach to the fuzzy set theory, when dealing with uncertainty, vagueness or inconsistence often encountered in real-world situations. The fundamental premise of the rough set theory is that every object of the universe is associated with some information, which is frequently imprecise and insufficient to distinguish among objects. In the rough set theory, this information about objects is represented by an information system (decision table). From an information system many useful facts and decision rules can be extracted, which is referred as knowledge discovery, and it is successfully applied in many fields including data mining, artificial intelligence learning or financial investment. The aim of the article is to show how hidden knowledge in the real-world data can be discovered within the rough set theory framework. After a brief preview of the rough set theory’s basic concepts, knowledge discovery is demonstrated on an example of baby car seats evaluation. For a decision rule extraction, the procedure of Ziarko and Shan is used.
    Teoria zbiorów przybliżonych, która powstała w roku 1980, oferuje alternatywne podejście do teorii zbiorów rozmytych, gdy ma się do czynienia ze zjawiskiem niepewności, niejasności i niekonsekwencji, często spotykanym w rzeczywistych sytuacjach. Podstawowym założeniem teorii zbiorów przybliżonych jest to, że każdy obiekt wszechświata jest związany z pewnymi informacjami, które są często nieprecyzyjne i niewystarczające do rozróżnienia między obiektami. W teorii zbiorów przybliżonych, informacje o obiektach są reprezentowane przez system informacyjny (tabela decyzyjna). System informacyjny dostarcza wiele przydatnych faktów i reguł, które są określane jako odkrywanie wiedzy, która z powodzeniem jest stosowana w wielu dziedzinach, w tym w ekstrakcji danych, sztucznej inteligencji czy przy inwestycjach finansowych. Cele artykułu jest pokazanie, w jaki sposób wiedza ukryta w rzeczywistych danych, mogą zostać odkryte w trudnych ramach teorii mnogości. Po krótkim przedstawieniu podstawowych pojęć teorii zbiorów przybliżonych, na przykładzie ocen fotelików samochodowych, przedstawiono zjawisko odkrywania wiedzy. W celu wydobycia reguły decyzyjnej zastosowano procedurę Ziarko i Shan.
    Źródło:
    Polish Journal of Management Studies; 2013, 7; 245-254
    2081-7452
    Pojawia się w:
    Polish Journal of Management Studies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Knowledge discovery in data using formal concept analysis and random projections
    Autorzy:
    Aswani Kumar, Ch.
    Powiązania:
    https://bibliotekanauki.pl/articles/930145.pdf
    Data publikacji:
    2011
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    redukcja wymiarowości
    odkrywanie wiedzy
    projekcja losowa
    attribute implications
    concept lattices
    dimensionality reduction
    formal concept analysis
    knowledge discovery
    random projections
    Opis:
    In this paper our objective is to propose a random projections based formal concept analysis for knowledge discovery in data. We demonstrate the implementation of the proposed method on two real world healthcare datasets. Formal Concept Analysis (FCA) is a mathematical framework that offers a conceptual knowledge representation through hierarchical conceptual structures called concept lattices. However, during the design of a concept lattice, complexity plays a major role.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2011, 21, 4; 745-756
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    W stronę ontologii pola badań jakościowych
    Towards an Ontology of Qualitative Research Practices
    Autorzy:
    Bryda, Grzegorz
    Martini, Natalia
    Powiązania:
    https://bibliotekanauki.pl/articles/623172.pdf
    Data publikacji:
    2016-11-30
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    ontologia dziedzinowa
    metoda słownikowa
    odkrywanie wiedzy
    analiza treści
    Text Mining
    domain ontology
    dictionary-based approach
    knowledge discovery
    content analysis
    text mining
    Opis:
    Celem artykułu jest zapoznanie polskiego środowiska badaczy jakościowych z ideą opracowania ontologii dziedzinowej współczesnego pola badań jakościowych. Opisywane w artykule przedsięwzięcie, oparte na wielowymiarowej analizie zawartości międzynarodowych czasopism metodologicznych, zmierza ku uporządkowaniu aktualnej wiedzy w obszarze teorii i metodologii badań jakościowych z intencją ułatwienia orientacji w rozległym i zróżnicowanym polu jakościowych praktyk badawczych. Artykuł opisuje przebieg oraz wstępne wyniki pilotażowego projektu badawczego stosującego metodę słownikową do odkrywania i systematyzowania wiedzy na temat metodologii badań jakościowych na podstawie licznych, bieżących sprawozdań i refleksji operujących w tym polu badaczy.
    The aim of the article is to introduce the Polish community of qualitative researchers to a new perspective in the study of qualitative research practices. The idea is to develop an ontology of contemporary qualitative research. Drawing on experiences from our research project, the article discusses the idea of systematizing the present state of art in the field of theory and methodology of qualitative research. Our study focuses on a new methodology of multidimensional content analysis of three international academic journals. The article describes the preliminary results of a pilot study which employs a dictionary-based approach as a method of knowledge discovery in textual databases and its systematization. Our goal is to provide insight in the vast and diverse approaches in the field of qualitative research practices.
    Źródło:
    Przegląd Socjologii Jakościowej; 2016, 12, 4; 24-40
    1733-8069
    Pojawia się w:
    Przegląd Socjologii Jakościowej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-13 z 13

      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