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 "learning classifier systems" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    Classification techniques for non-invasive recognition of liver fibrosis stage
    Autorzy:
    Krawczyk, B.
    Woźniak, M.
    Orczyk, T.
    Porwik, P.
    Musialik, J.
    Błońska-Fajfrowska, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/332969.pdf
    Data publikacji:
    2012
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    uczenie maszynowe
    systemy wielo-klasyfikatorów
    informatyka medyczna
    zwłóknienie wątroby
    wirusowe zapalenie wątroby typu C
    machine learning
    multiple classifier systems
    compound pattern recognition
    medical informatics
    liver fibrosis
    hepatitis C
    Opis:
    Contemporary medicine should provide high quality diagnostic services while at the same time remaining as comfortable as possible for a patient. Therefore novel non-invasive disease recognition methods are becoming one of the key issues in the health services domain. Analysis of data from such examinations opens an interdisciplinary bridge between the medical research and artificial intelligence. The paper presents application of machine learning techniques to biomedical data coming from indirect examination method of the liver fibrosis stage. Presented approach is based on a common set of non-invasive blood test results. The performance of four different compound machine learning algorithms, namely Bagging, Boosting, Random Forest and Random Subspaces, is examined and grid search method is used to find the best setting of their parameters. Extensive experimental investigations, carried out on a dataset collected by authors, show that automatic methods achieve a satisfactory level of the fibrosis level recognition and may be used as a real-time medical decision support system for this task.
    Źródło:
    Journal of Medical Informatics & Technologies; 2012, 20; 121-127
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    On new methods of dynamic ensemble selection based on randomized reference classifier
    Autorzy:
    Krysmann, M.
    Kurzyński, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/332974.pdf
    Data publikacji:
    2012
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    uczenie maszynowe
    kompetencja klasyfikatora
    systemy wielo-klasyfikatorów
    machine learning
    classifier competence
    multiple classifier systems
    dynamic competence threshold
    Opis:
    In the paper two dynamic ensemble selection (DES) systems are proposed. Both systems are based on a probabilistic model and utilize the concept of Randomized Reference Classifier (RRC) to determine the competence function of base classifiers. In the first system in the selection procedure of base classifiers the dynamic threshold of competence is applied. In the second DES system, selected classifiers are combined using weighted majority voting rule with continuous-valued outputs, where the weights are equal to the class-dependent competences. The performance of proposed MCSs were tested and compared against DES system with better-than-random selection rule using eleven databases taken from the UCI Machine Learning Repository. The experimental results clearly show the effectiveness of the proposed methods.
    Źródło:
    Journal of Medical Informatics & Technologies; 2012, 20; 101-107
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Orthopedic diagnostics with ensembles of learning systems
    Autorzy:
    Szarek, A.
    Korytkowski, M.
    Rutkowski, L.
    Scherer, R.
    Szyprowski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/99251.pdf
    Data publikacji:
    2012
    Wydawca:
    Politechnika Śląska. Katedra Biomechatroniki
    Tematy:
    hip joint
    prosthesis
    assessing orthopaedic data
    classifier
    staw biodrowy
    proteza
    ocena danych ortopedycznych
    klasyfikator
    Źródło:
    Aktualne Problemy Biomechaniki; 2012, 6; 141-146
    1898-763X
    Pojawia się w:
    Aktualne Problemy Biomechaniki
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    LCS Approach to Tasks Scheduling Problem in the Two Processor System
    Autorzy:
    Wasielewska, K.
    Seredyński, F.
    Powiązania:
    https://bibliotekanauki.pl/articles/92950.pdf
    Data publikacji:
    2007
    Wydawca:
    Uniwersytet Przyrodniczo-Humanistyczny w Siedlcach
    Tematy:
    learning classifier systems
    scheduling problem
    evolutionary technique
    Opis:
    In this paper we propose an approach to solve multiprocessor scheduling problem with use of rule-based learning machine - Learning Classifier System (LCS). LCS combines reinforcement learning and evolutionary computing to produce adaptive systems. We interpret the multiprocessor scheduling problem as multi-step problem, where a feedback is given after some number steps. We show that LCS is able to solve scheduling tasks of a parallel program in the two processor system.
    Źródło:
    Studia Informatica : systems and information technology; 2007, 2(9); 29-39
    1731-2264
    Pojawia się w:
    Studia Informatica : systems and information technology
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Real–valued GCS classifier system
    Autorzy:
    Cielecki, Ł.
    Unold, O.
    Powiązania:
    https://bibliotekanauki.pl/articles/929825.pdf
    Data publikacji:
    2007
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    uczenie maszynowe
    wnioskowanie gramatyczne
    gramatyka bezkontekstowa
    learning classifier systems
    GCS
    GAs
    grammatical inference
    context-free grammar
    Opis:
    Learning Classifier Systems (LCSs) have gained increasing interest in the genetic and evolutionary computation literature. Many real-world problems are not conveniently expressed using the ternary representation typically used by LCSs and for such problems an interval-based representation is preferable. A new model of LCSs is introduced to classify realvalued data. The approach applies the continous-valued context-free grammar-based system GCS. In order to handle data effectively, the terminal rules were replaced by the so-called environment probing rules. The rGCS model was tested on the checkerboard problem.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2007, 17, 4; 539-547
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Dynamic Neural Networks for Process Modelling in Fault Detection and Isolation Systems
    Autorzy:
    Korbicz, J.
    Patan, K.
    Obuchowicz, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/908291.pdf
    Data publikacji:
    1999
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    wykrywanie błędu
    sieć neuronowa dynamiczna
    modelowanie nieliniowe
    algorytm inteligentny
    fault detection
    dynamic neural networks
    non-linear modelling
    learning algorithms
    FL-classifier
    two-tank system
    Opis:
    A fault diagnosis scheme for unknown nonlinear dynamic systems with modules of residual generation and residual evaluation is considered. Main emphasis is placed upon designing a bank of neural networks with dynamic neurons that model a system diagnosed at normal and faulty operating points.To improve the quality of neural modelling, two optimization problems are included in the construction of such dynamic networks: searching for an optimal network architecture and the network training algorithm. To find a good solution, the effective well-known cascade-correlation algorithm is adapted here. The residuals generated by a bank of neural models are then evaluated by means of pattern classification. To illustrate the effectiveness of our approach, two applications are presented: a neural model of Narendra's system and a fault detection and identification system for the two-tank process.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 1999, 9, 3; 519-546
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-6 z 6

      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