Temat: bayes - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Case of fuzzy loss function in multistage recognition algorithm
Autorzy:: Burduk, R.
Powiązania:: https://bibliotekanauki.pl/articles/333187.pdf
Data publikacji:: 2003
Wydawca:: Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:: wielostopniowe rozpoznawanie wzorców
rozmyta utrata funkcji
zasada Bajesowska
multistage pattern recognition
fuzzy loss function
Bayes' rule
Opis:: The work deals with a recognition problem using a probabilistic-fuzzy model and multistage decision logic. A case where a loss function is described using fuzzy numbers has been considered. The globally optimal Bayes strategy has been calculated for this case with stage-dependent and dependent on the node of the decision tree fuzzy loss function. The obtained result is illustrated by a calculation example in which some methods for ranking fuzzy numbers were used.
Źródło:: Journal of Medical Informatics & Technologies; 2003, 5; MI107-112
1642-6037
Pojawia się w:: Journal of Medical Informatics & Technologies
Dostawca treści:: Biblioteka Nauki

Artykuł

Skocz do pozycji: 2.

Tytuł:: Selection of classifier in acute abdominal pain diagnosis with decision tree model
Autorzy:: Burduk, R.
Powiązania:: https://bibliotekanauki.pl/articles/333503.pdf
Data publikacji:: 2011
Wydawca:: Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:: teoria podejmowania decyzji Bayesa
wielostopniowy klasyfikator
medyczne systemy wspomagania decyzji
Bayes decision theory
multistage classifier
medical decision support systems
Opis:: The article presents the application of the decision tree classifier to the acute abdominal pain diagnosis. The recognition task model is based on a decision tree. In this model the decision tree structure is given by the experts. For the assumed structure of the decision tree the locally optimal strategy is considered. The problem discussed in the work shows a selection of different classifiers (parameters) to the internal nodes of the decision tree. Experiments conducted for selected medical diagnosis problem shows that the use of different parameters for k-NN classification can improve the quality of classification in comparison with the situation if it is used with the same parameter for all internal nodes of the decision tree.
Źródło:: Journal of Medical Informatics & Technologies; 2011, 17; 65-71
1642-6037
Pojawia się w:: Journal of Medical Informatics & Technologies
Dostawca treści:: Biblioteka Nauki

Artykuł

Informacja