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 "Knowledge discovery" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    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:
    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 1-4 z 4

      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