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 "sets" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 21
Tytuł:
Clustering Models for Generalized Covering Approximation Spaces
Grupowanie w uogólnionych aproksymacyjnych przestrzeniach pokryć
Autorzy:
Małyszko, D.
Powiązania:
https://bibliotekanauki.pl/articles/404005.pdf
Data publikacji:
2015
Wydawca:
Polskie Towarzystwo Symulacji Komputerowej
Tematy:
generalized approximation spaces
covering approximation spaces
rough sets
fuzzy sets
probabilistic sets
uogólnione przestrzenie aproksymacyjne
przestrzenie pokryć
zbiory przybliżone
zbiory rozmyte
zbiory probabilistyczne
Opis:
Mathematical foundations are steadily extended and pushing rough set theory into incorporating new data analysis methods and data models. Generalized approximation spaces present abstract model useful in understanding unknown and undefined data structure leading into creation many new robust and intelligent approaches. Covering approximation spaces present data by means of coverings of the universe. In the paper, these two approaches have been put together introducing the concept of generalized covering approximation space. Further rough coverings model for generalized covering approximation spaces has been presented. Proposed rough covering models are based upon clustering and thresholding of feature space, are embedded in generalized approximation spaces, simultaneously spanning standard, fuzzy and probabilistic data models.
Tematem pracy jest przedstawienie modelu grupowania w rozszerzenym pojęciu uogólnionych przestrzeni aproksymacyjnych, polegającym na zdefiniowaniu pokryć 9 w tych przestrzeniach. W ten sposób uogólniona przestrzeń aproksymacyjna, posiadająca z definicji sąsiedztwa oraz funkcję zawierania się zbiorów, posiada dodatkowo zdefiniowany system pokryć - czyli jest także przestrzenią pokryć. Praca wprowadza model grupowania w uogólnionych aproksymacyjnych przestrzeniach pokryć obejmujący pokrycia standardowe, rozmyte oraz probabilistyczne. W części prezentacyjnej przedstawione zostały przykłady wybranych uogólnionych aproksymacyjnych przestrzeni pokryć.
Źródło:
Symulacja w Badaniach i Rozwoju; 2015, 6, 4; 255-263
2081-6154
Pojawia się w:
Symulacja w Badaniach i Rozwoju
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Identifying status of an ICT system using rough sets
Autorzy:
Stawowy, M.
Powiązania:
https://bibliotekanauki.pl/articles/393307.pdf
Data publikacji:
2014
Wydawca:
Polskie Stowarzyszenie Telematyki Transportu
Tematy:
operation
identifying status
rough sets
information and communications
eksploatacja
identyfikacja statusu
zbiory przybliżone
informacja
komunikacja
Opis:
The article presents a method to identify operational state of an data communications (ICT) system. Supporting the management or operation of the simulation process. Method which was used is based on rough set theory.
Źródło:
Archives of Transport System Telematics; 2014, 7, 1; 50-53
1899-8208
Pojawia się w:
Archives of Transport System Telematics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Rough sets in identification of cellular automata for medical image processing
Autorzy:
Płaczek, B.
Powiązania:
https://bibliotekanauki.pl/articles/333253.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
rough sets
cellular automata
medical image processing
zbiory przybliżone
automaty komórkowe
przetwarzanie obrazów medycznych
Opis:
In this paper a method is proposed which enables identification of cellular automata (CA) that extract low-level features in medical images. The CA identification problem includes determination of neighbourhood and transition rule on the basis of training images. The proposed solution uses data mining techniques based on rough sets theory. Neighbourhood is detected by reducts calculations and rule-learning algorithms are applied to induce transition rules for CA. Experiments were performed to explore the possibility of CA identification for boundary detection, convex hull transformation and skeletonization of binary images. The experimental results show that the proposed approach allows finding CA rules that are useful for extraction of specific features in microscopic images of blood specimens.
Źródło:
Journal of Medical Informatics & Technologies; 2013, 22; 161-168
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Models of computational intelligence in bioinformatics
Autorzy:
Pedrycz, W.
Powiązania:
https://bibliotekanauki.pl/articles/333235.pdf
Data publikacji:
2003
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
obliczenia granularne
logika
bioinformatyka
granulki informacji
zbiory rozmyte
zbiory przybliżone
granular computing
logics
bioinformatics
information granules
fuzzy sets
rough sets
Opis:
Computational Intelligence has emerged as a synergistic environment of Granular Computing (including fuzzy sets, rough sets, interval analysis), neural networks and evolutionary optimisation. This symbiotic framework addresses the needs of system modelling with regard to its transparency, accuracy and user friendliness. This becomes of paramount interest in various modelling in bioinformatics especially when we are concerned with decision-making processes. The objective of this study is to elaborate on the two essential features of CI that is Granular Computing and the resulting aspects of logic-oriented processing and its transparency. As the name stipulates, Granular Computing is concerned with processing carried out at a level of coherent conceptual entities - information granules. Such granules are viewed as inherently conceptual entities formed at some level of abstraction whose processing is rooted in the language of logic (especially, many valued or fuzzy logic). The logic facet of processing is cast in the realm of fuzzy logic and fuzzy sets that construct a consistent processing background necessary for operating on information granules. Several main categories of logic processing units (logic neurons) are discussed that support aggregative (and-like and or-like operators) and referential logic mechanisms (dominance, inclusion, and matching). We show how the logic neurons contribute to high functional transparency of granular processing, help capture prior domain knowledge and give rise to a diversity of the resulting models.
Źródło:
Journal of Medical Informatics & Technologies; 2003, 5; IP13-23
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Selected problems of evaluation and classification of historical buildings using rough sets
Wybrane problemy wartościowania i klasyfikacji budowli zabytkowych z wykorzystaniem zbiorów przybliżonych
Autorzy:
Czajkowski, K.
Powiązania:
https://bibliotekanauki.pl/articles/408205.pdf
Data publikacji:
2017
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
heritage preservation
valuation
classification
rough sets
ochrona dziedzictwa
wartościowanie
klasyfikacja
zbiory przybliżone
Opis:
The paper presents the problems associated with multicriteria evaluation of historic buildings. The capabilities of modeling the monuments in order to use the Rough Sets approach for their evaluation were presented. The problems of selection criteria for the evaluation and taking into account the structure of the object, as well as the problem of discretization and its impact on the generating of the rules were discussed.
W artykule zaprezentowano problemy związane z wielokryterialną oceną budowli zabytkowych. Przedstawione zostały możliwości modelowania obiektu zabytkowego w celu wykorzystania podejścia Zbiorów Przybliżonych dla ich wartościowania. Omówiono problemy doboru kryteriów oceny oraz uwzględnienia struktury obiektu, jak również problem dyskretyzacji i jego wpływ na generowanie reguł.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2017, 7, 4; 5-10
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Realizacja algorytmu sekwencyjnego wyznaczania macierzy rozróżnialności zbiorów przybliżonych w układzie FPGA
Realization of a sequential algorithm related to rough sets methodology in FPGA
Autorzy:
Kopczyński, M.
Grześ, T.
Stepaniuk, J.
Powiązania:
https://bibliotekanauki.pl/articles/158571.pdf
Data publikacji:
2014
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
zbiory przybliżone
układy programowalne
FPGA
rough sets
programmable logic structures
Opis:
W niniejszym artykule przedstawiono implementację sprzętową algorytmu stosowanego w obliczeniach związanych ze zbiorami przybliżonymi służącego do wyznaczania macierzy rozróżnialności. Istniejące dotychczas rozwiązania implementowały algorytm w językach programowania wysokiego poziomu. W wyniku prac badawczych stworzono i opisano w języku VHDL układ kombinacyjny realizujący równoważne obliczenia. Przeprowadzono badania porównawcze pod względem czasu potrzebnego do zakończenia obliczeń. Uzyskane wyniki pokazują ogromne przyspieszenie układu sprzętowego w porównaniu do implementacji programowej.
In this paper the authors present an example of sequential software algorithm implementation as a hardware unit using VHDL in FPGA programmable logic structure. The converted algorithm is one of the principal operations in the rough sets theory – discernibility matrix calculation. Rough sets methods are used in data analysis, knowledge discovery and datasets attributes downsizing. At present there are no complete hardware implementations of rough sets methods. The existing solutions are only software implementations which need huge amount of time for processing big datasets. The authors created hardware implementation of such an algorithm as a pure combinational unit described in the VHDL language. Software implementation was also created to compare processing times between two solutions. The obtained results show that the usage of a hardware processing unit gives huge acceleration in terms of the time needed to finish creating a discernibility matrix. The FPGA structure utilization focused on LEs (Logical Elements) and pins usage was also examined. The first section of the paper is an introduction to rough sets and FPGA structures. In the second section there are presented the example of entry dataset and the calculated discernibility matrix. This section also includes description of the algorithm for creating a discernibility matrix as well as the proposed hardware solution. The third section presents the experimental results for the processing time and FPGA structure utilization. The last section focuses on conclusions and plans for future research.
Źródło:
Pomiary Automatyka Kontrola; 2014, R. 60, nr 5, 5; 321-324
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie zbiorów przybliżonych do diagnostyki aparatury paliwowej silników o zapłonie samoczynnym
Application of rough sets in diagnostics of diesel fuel injection systems
Autorzy:
Klimkiewicz, M.
Powiązania:
https://bibliotekanauki.pl/articles/290597.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
aparatura paliwowa
diagnostyka
zbiory przybliżone
silnik o zapłonie samoczynnym
diagnostics
diesel engine
diesel fuel injection system
rough sets
Opis:
Wykorzystano właściwości zbiorów przybliżonych do wykrywania usterek układów paliwowych silników o zapłonie samoczynnym. Zbudowano model, w którym zmiennymi wejściowymi są symptomy zaobserwowane przez użytkownika wskazujące na niewłaściwą pracę silnika oraz kontrolne pomiary wykonane przez mechanika. Zmienną wyjściową jest wykryta usterka. Wygenerowano reguły pewne oraz reguły przybliżone pozwalające na wykonanie diagnozy. Przeprowadzono ocenę jakości zbudowanego modelu regułowego oraz jego weryfikację za pomocą walidacji krzyżowej.
The rough sets were used to fault diagnostics of fuel systems diesel engine. A model was developed in which input variables are the symptoms observed by the users of engines and also the checks and measurements executed by a technician. An output variable is the fault which has to be repaired. On the base of rough sets certain and approximate rules were inducted to made diagnosis possible. Quality of developed rule model was estimated and verified by cross classification.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 14, 14; 177-183
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie zbiorów przybliżonych do pozyskiwania wiedzy i budowy reguł systemu generalizacji informacji geograficznej
Implementation of rough sets theory for knowledge acquisition and construction of knowledge base for generalization of geographic information
Autorzy:
Fiedukowicz, A.
Powiązania:
https://bibliotekanauki.pl/articles/346593.pdf
Data publikacji:
2013
Wydawca:
Polskie Towarzystwo Informacji Przestrzennej
Tematy:
generalizacja informacji geograficznej
baza wiedzy
zbiory przybliżone
redukty
generalization of geographic information
knowledge base
rough sets
reducts
Opis:
Proces generalizacji informacji geograficznej zawsze opierał się na wiedzy i doświadczeniu kartografa, który go wykonywał. Postępujące zmiany technologiczne, w szczególności zaś zmiana sposobu przechowywania informacji przestrzennej, polegające na zastąpieniu formy analogowej elektroniczną (zwykle opartą o bazy danych), sprawiają, że owa wiedza niezbędna w generalizacji, jakkolwiek wciąż kluczowa, jest również przechowywana w inny sposób. Dziś na podstawie wieloletniego doświadczenia kartografa budowane są bazy wiedzy, które mają umożliwić, przynajmniej częściową automatyzację procesu generalizacji. Taką bazę wiedzy dla współczesnych danych przestrzennych może stanowić np. informacja o atrybutach obiektów istotnych z punktu widzenia procesu generalizacji i reguły generalizacyjne o te atrybuty oparte. Dzisiejsze bazy danych przestrzennych posiadają szereg atrybutów a kolejne mogą zostać obliczone w oparciu o geometrię obiektów, czy ich topologię. Trudność polega jednak na wyłonieniu informacji kluczowych w procesie generalizacji informacji geograficznej. W artykule zaprezentowano wykorzystanie konceptu zbiorów rozmytych oraz reduktów. Redukt jest podzbiorem oryginalnego zbioru atrybutów, który pozwala na równie dobre podjęcie decyzji (w tym przypadku dotyczącej generalizacji), co oryginalny zbiór atrybutów. Jego wyznaczenie pozwala więc na wybranie spośród dostępnych atrybutów tych o najistotniejszym znaczeniu. Wiedza o tym, które atrybuty są kluczowe dla poszczególnych operatorów generalizacji jest więc w ten sposób wydobywana z już istniejących danych. Wyselekcjonowane atrybuty mogą zaś zostać wykorzystane do tworzenia reguł procesu generalizacji. Dzięki wykorzystaniu jedynie atrybutów tworzących redukt budowa reguł, staje się łatwiejsza a same reguły, a co za tym idzie cały proces generalizacji, bardziej przejrzysty.
Generalization of geographic information was always based on the knowledge and experience of cartographer who performed it. Progressive technological changes, especially the change in data storage from analog to electronic devices (usually in the form of databases), changed a lot in generalization process. Though, the knowledge needed for it is still crucial, it is stored in different way as well. Today, knowledge bases are built based on years of cartographer’s experience. Their goal is to enable, at least partially, automation of the generalization process. This knowledge base for modern spatial data may be constituted, among others, by information about attributes of objects which are significant from the point of view of generalization process as well as the generalization rules based on those attributes. Contemporary spatial databases include a number of attributes and other information (as geometry and topology) which can be used to calculate other databases. Therefore, the challenge is to bring to light information crucial in generalization process. This paper presents the use of rough sets concept, specifically reducts, for this goal. The reduct is a subset of the original set of attributes which allows to make decisions (in this case, the decision about generalization of objects) as good as based on original attributes. Knowledge about the attributes significant in generalization process is derived, in this way, from already existing data. Selected attributes can be used for defining the generalization rules. Thanks to the use only of the attributes constituting reducts, the construction of rules becomes easier and the rules themselves, as well as generalization process, are more transparent.
Źródło:
Roczniki Geomatyki; 2013, 11, 2(59); 33-46
1731-5522
2449-8963
Pojawia się w:
Roczniki Geomatyki
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Partial volume effect detection in MRI segmentation based on approximate decision reducts
Autorzy:
Widz, S.
Powiązania:
https://bibliotekanauki.pl/articles/333876.pdf
Data publikacji:
2007
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
segmentacja obrazów MRI
PVE
zbiory przybliżone
MRI Segmentation
rough sets
approximate decision reducts
Opis:
Segmentation of Magnetic Resonance Imaging (MRI) is a process of assigning tissue class labels to voxels. One of the main sources of segmentation error is the partial volume effect (PVE) which occurs most often with low resolution images - with large voxels, the probability of a voxel containing multiple tissue classes increases. We propose a multistage algorithm for segmenting MRI images with a mid-stage of recognizing the PVE voxels. The information about PVE regions added to other voxels features extracted from the image can increase the overall accuracy of the segmentation. In our methods we have utilize a classification approach based on approximate decision reducts derived from the data mining paradigm of the theory of rough sets. An approximate reduct is an irreducible subset of features, which enables to classify decision concepts with a satisfactory degree of accuracy in the training data. The ensembles of best found reducts trained for appropriate approximation degrees are applied to detection of the PVE and performing the segmentation.
Źródło:
Journal of Medical Informatics & Technologies; 2007, 11; 227-233
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Rough set methods and hardware implementations
Metody zbiorów przybliżonych i implementacje sprzętowe
Autorzy:
Kopczyński, M.
Stepaniuk, J.
Powiązania:
https://bibliotekanauki.pl/articles/341113.pdf
Data publikacji:
2011
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
zbiory przybliżone
FPGA
programowalne struktury logiczne
rough sets
programmable logic devices
Opis:
This paper describes current achievements about hardware realisation of rough sets algorithms in FPGA (Field Programmable Gate Array) logic devices. At the moment only few ideas and hardware implementations have been created. Most of the existing rough set methods implementations are software type. Software solution provides flexibility in terms of data processing and executed algorithms, but is relatively slow. Hardware implementation limits this versatility, but gives a significant increase in calculation speed. The paper also includes brief description of current authors research on the creation of this type of implementation. The testing environment uses FPGA from Altera called Cyclone II. This is a high-capacity device providing the ability to create soft-processor core, along with modules allowing to support peripherals of the development board.
Zbiory przybliżone (ang. rough sets) zostały wprowadzone przez Prof. Zdzisława Pawlaka jako narzędzie wnioskowania o poj˛eciach nieostrych (ang. vague concepts). Zarówno podstawy teoretyczne jak i zastosowania zbiorów przybliżonych zostały istotnie rozwinieęte. Metody bazujące na zbiorach przybliżonych cieszą się bardzo dużym zainteresowaniem wielu środowisk na świecie. Praca opisuje bieżące dokonania na polu implementacji sprzętowych w strukturach programowalnych FPGA (ang. Field Programmable Gate Array) metod zbiorów przybliżonych. Do tej pory stworzonych zostało zaledwie kilka takich rozwiązań. Większość istniejących implementacji metod zbiorów przybliżonych jest realizowanych programowo. Rozwiązanie programowe zapewnia uniwersalność działania pod względem przetwarzanych danych oraz wykonywanych algorytmów zapewniając jednocześnie prostotę ich modyfikacji, jednak jest relatywnie powolne. Implementacja sprzętowa ogranicza tą uniwersalność, dając jednak w zamian znaczny przyrost szybkości działania. W pracy zawarto również krótki opis bieżących badań prowadzonych przez autorów nad stworzeniem tego typu implementacji. Do badań wykorzystywany jest układ FPGA firmy Altera o nazwie Cyclone II. Jest to układ o dużej pojemności zapewniający możiwość tworzenia procesorów typu soft-core wraz z modułami pozwalającymi na obsługę peryferiów płyty rozwojowej.
Źródło:
Zeszyty Naukowe Politechniki Białostockiej. Informatyka; 2011, 8; 5-17
1644-0331
Pojawia się w:
Zeszyty Naukowe Politechniki Białostockiej. Informatyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Methodology for the Construction of a Rule-Based Knowledge Base Enabling the Selection of Appropriate Bronze Heat Treatment Parameters Using Rough Sets
Metodyka budowy regułowej bazy wiedzy umożliwiającej dobór odpowiednich parametrów obróbki cieplnej brązów z zastosowaniem zbiorów przybliżonych
Autorzy:
Górny, Z.
Kluska-Nawarecka, S.
Wilk-Kołodziejczyk, D.
Regulski, K.
Powiązania:
https://bibliotekanauki.pl/articles/353780.pdf
Data publikacji:
2015
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
application of information technology to the foundry industry
heat treatment
classification algorithms
rough sets
data mining
zastosowanie technologii informatycznych dla przemysłu odlewniczego
obróbka cieplna
algorytm klasyfikacji
zbiory przybliżone
Opis:
Decisions regarding appropriate methods for the heat treatment of bronzes affect the final properties obtained in these materials. This study gives an example of the construction of a knowledge base with application of the rough set theory. Using relevant inference mechanisms, knowledge stored in the rule-based database allows the selection of appropriate heat treatment parameters to achieve the required properties of bronze. The paper presents the methodology and the results of exploratory research. It also discloses the methodology used in the creation of a knowledge base.
Decyzje dotyczące odpowiedniej metody obróbki cieplnej brązów mają wpływ na uzyskanie końcowych własności tych materiałów. W pracy przedstawiono przykład budowy bazy wiedzy z zastosowaniem teorii zbiorów przybliżonych. Wiedza zgromadzona w bazie reguł umożliwia za pomocą mechanizmów wnioskowania dobór odpowiednich parametrów obróbki w celu uzyskania pożądanych własności brązu.
Źródło:
Archives of Metallurgy and Materials; 2015, 60, 1; 309-312
1733-3490
Pojawia się w:
Archives of Metallurgy and Materials
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Deterministic and nondeterministic decision rules in classification process
Autorzy:
Paszek, P.
Marszał-Paszek, B.
Powiązania:
https://bibliotekanauki.pl/articles/333940.pdf
Data publikacji:
2010
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
klasyfikacja
tablice decyzyjne
niedeterministyczne reguły decyzyjne
zbiory przybliżone
zasada klasyfikatora
classification
decision tables
nondeterministic decision rules
rough sets
rule-based classifiers
Opis:
In this paper an algorithm of calculating nondeterministic decision rules from the decision table was presented. The algorithm uses additional conditions imposed on rules. This is a greedy algorithm. The nondeterministic decision rules were used in the process of classification of new examples, for medical data sets. The decision tables from the UCI Machine Learning Repository were used. The achieved results allow us to state that nondeterministic decision rules can be used for improving the quality of classification.
Źródło:
Journal of Medical Informatics & Technologies; 2010, 15; 87-92
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
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:
Nondeterministic decision rules in classification process for medical data
Autorzy:
Marszał-Paszek, B.
Paszek, P.
Powiązania:
https://bibliotekanauki.pl/articles/333507.pdf
Data publikacji:
2011
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
niedeterministyczne reguły decyzyjne
klasyfikacja
tablice decyzyjne
zbiory przybliżone
zasada klasyfikatora
nondeterministic decision rules
classification
decision tables
rough sets
rule-based classifiers
Opis:
In the paper, we discuss nondeterministic rules in decision tables, called the second type nondeterministic rules. They have a few decisions values on the right hand side but on the left hand side only one attribute that has two values. We show that these kinds of rules can be used for improving the quality of classification. It is important in rule-based diagnosis support systems, where classification error can lead to serious consequences. The well known greedy strategy to construct the new nondeterministic rules, have been proposed. Additionally, based on deterministic and nondeterministic (second type) rules, classification algorithm with polynomial computational complexity has been developed. This rule-based classifier was tested on the group of decision tables, containing medical data, from the UCI Machine Learning Repository. The reported results of experiments showing that by combining rule-based classifier based on deterministic rules with second type nondeterministic rules give us possibility to improve the classification quality.
Źródło:
Journal of Medical Informatics & Technologies; 2011, 17; 59-64
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Rough Set Application for the Tax Payer Classification Rules
Zastosowanie teorii zbiorów przybliżonych w zadaniu klasyfikacji podatników
Autorzy:
Misztal, L.
Powiązania:
https://bibliotekanauki.pl/articles/156046.pdf
Data publikacji:
2009
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
zbiory przybliżone
eksploracja danych
klasyfikacja
ekstrakcja reguł
reguły decyzyjne
rough sets
data mining
classification
rules extraction
decision rules
Opis:
Classification of the tasks for real-world problems becomes possible because of creation and use of more efficient IT systems. It also targets rough set methods as well described with solid mathematical basis for classification tasks. In the presented paper the application of rough set theory with the usage of significance of attributes and decision rule sets for classification of taxpayers is described. There are taken into account the negative or positive results of taxation control, and specific features describing payers are considered. Appropriate choice of data, building the model and its application leads to the specified goal reaching, with better accuracy in comparison to "intuitive" choice. Simultaneously it becomes possible to extract decision rules in the linguistic form, what gives opportunity for easier interpretation of obtained results. As a result of the solution application the more accurate selection of tax payers is obtained. This is of significant meaning for the tax authorities, and this leads for the better observance of the tax law.
Rozwiązywanie zadań klasyfikacji dla rzeczywistych problemów stało się możliwe dzięki rozwojowi wydajniejszych systemów informatycznych. Dotyczy to również teorii zbiorów przybliżonych dla zadań klasyfikacji. W przedstawionej publikacji zastosowano zbiory przybliżone, które mają ugruntowaną teorię bazującą na rozszerzeniu teorii zbiorów i definiującą dolne oraz górne przybliżenie, oraz wyznaczającą tabelę decyzyjną do klasyfikacji. Metodę użyto do obliczeń istotności atrybutów oraz reguł decyzyjnych opisujących klasyfikację podatników ze względu na pozytywny lub negatywny wynik kontroli, przy uwzględnieniu specyficznych cech ich opisujących. Odpowiedni dobór danych, budowa modelu oraz jego użycie umożliwiło osiągnięcia zadanego celu ze zwiększoną dokładnością w stosunku do "intuicyjnego" wyboru. Wykorzystanie zbiorów przybliżonych, które wyznaczają wyniki końcowe klasyfikacji w postaci zbioru reguł umożliwiło ich ekstrakcję w łatwo interpretowalnej formie lingwistycznej. W publikacji zastosowano autorskie rozwiązanie programowe bazujące na kolekcjach, tablicach oraz obiektach pośrednich, zaimplementowane dla bazy danych Oracle, dzięki któremu zrealizowano zadanie oraz przedstawiono rezultaty. Dzięki uzyskanym wynikom bazującym na modelu opartym na użytej metodzie możliwe staje się dokładniejsze typowanie podatników funkcjonujących w polskim systemie prawnym i mających problemy podatkowe, których należy poddać kontroli. Tym samym zwiększa się skuteczność egzekwowania prawa podatkowego.
Źródło:
Pomiary Automatyka Kontrola; 2009, R. 55, nr 10, 10; 796-798
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 21

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