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 "podejście zagregowane w taksonomii" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Comparison of the Accuracy of the Probabilistic Distance Clustering Method and Cluster Ensembles
    Porównanie dokładności metody odległości probabilistycznej i podejścia zagregowanego w taksonomii
    Autorzy:
    Rozmus, Dorota
    Powiązania:
    https://bibliotekanauki.pl/articles/657880.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    grupowanie
    dokładność
    metoda odległości probabilistycznej
    podejście zagregowane w taksonomii
    clustering
    accuracy
    distance clustering method
    cluster ensemble
    Opis:
    Stosowanie metod taksonomicznych w jakimkolwiek zagadnieniu grupowania wymaga jednocześnie zapewnienia wysokiej dokładności wyników podziału. Ona bowiem warunkuje skuteczność wszelkich decyzji podjętych na podstawie uzyskanych rezultatów. Dlatego też w literaturze wciąż proponowane są nowe rozwiązania, których zadaniem jest poprawa dokładności grupowania w stosunku do tradycyjnie stosowanych metod (np. k-średnich, hierarchicznych). Przykładami mogą tu być metody polegające na zastosowaniu podejścia zagregowanego (Leisch 1999; Dudoit, Fridlyand 2003; Hornik 2006; Fred, Jain 2002), czy niedawno zaproponowana metoda odległości probabilistycznej (Ben-Israel, Iyigun 2008).Głównym celem artykułu jest porównanie dokładności omawianej metody z dokładnością podejścia zagregowanego w taksonomii.
    High accuracy of results is a very important aspect in any clustering problem t determines the effectiveness of decisions based on them. Therefore, literature proposes methods and solutions that aim to give more accurate and stable results than traditional clustering algorithms (e.g. k-means or hierarchical methods). Cluster ensembles (Leisch 1999; Dudoit, Fridlyand 2003; Hornik 2006; Fred, Jain 2002) or the distance clustering method (Ben-Israel, Iyigun 2008) are the examples of such solutions. Here, we carry out an experimental study to compare the accuracy of these two approaches.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2016, 3, 322
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Miara stabilności w wyborze liczby grup w taksonomii zagregowanej z zastosowaniem analizy spektralnej i metody propagacji podobieństwa
    Stability measure in the selection of the number of groups in aggregate taxonomy using spectral analysis and the method of affinity propagation
    Autorzy:
    Rozmus, Dorota
    Powiązania:
    https://bibliotekanauki.pl/articles/55182365.pdf
    Data publikacji:
    2024-04-02
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    podejście zagregowane w taksonomii
    stabilność
    taksonomia spektralna
    metoda propagacji podobieństwa
    aggregate approach to taxonomy
    stability
    spectral taxonomy
    affinity propagation method
    Opis:
    Od lat 90. XX w. częstymi tematami rozważań w dziedzinie taksonomii są podejście zagregowane i stabilność metod grupowania. Dotychczas były one rozpatrywane osobno, ale w ostatnim czasie pojawiła się w literaturze propozycja połączenia tych dwóch pojęć – miara stabilności (ang. proportion of ambiguously clustered pairs – PAC), którą można zastosować w podejściu zagregowanym w taksonomii i która ma służyć jako kryterium wyboru optymalnej liczby grup. Celem badania omawianego w artykule jest porównanie wyników wyboru optymalnej liczby grup w taksonomii zagregowanej na przykładzie realizacji trzech Celów Zrównoważonego Rozwoju w krajach UE. Wykorzystano miarę PAC i wybrane klasyczne indeksy: Calińskiego-Harabasza, Dunna i Daviesa-Bouldina. Jako metody bazowe w podejściu zagregowanym zastosowano propagację podobieństwa (ang. affinity propagation method) i taksonomię spektralną (ang. spectral clustering). Badanie opierało się na danych z bazy Eurostatu za 2019 r. Uzyskane rezultaty świadczą o tym, że zarówno wybór kryterium ustalania liczby grup, jak i metody bazowej w taksonomii zagregowanej wpływają na ostateczne rozstrzygnięcie dotyczące ustalenia liczby grup. Bez względu na to, czy stosowano metodę propagacji podobieństwa czy taksonomię spektralną z klasycznymi indeksami, albo też metody te wykorzystywano jako bazowe w podejściu zagregowanym i wybierano liczbę grup za pomocą miary PAC, rozbieżności we wskazywanej liczbie grup okazywały się bardzo duże.
    Since the 1990s, the aggregate approach and the stability of grouping methods have been concepts frequently discussed in the field of taxonomy. So far, they have been considered separately, but recently, there has been a postulate in the literature to combine these two concepts in the form of the PAC (proportion of ambiguously clustered pairs) stability measure, which can be used in the aggregate approach to taxonomy and which is intended to serve as a criterion for selecting an optimal number of groups. The aim of the research presented in this article is to compare the results of the selection of the optimal number of groups in aggregate taxonomy on the example of the attainment of three Sustainable Development Goals (SDGs) by EU countries. The PAC measure and selected classic indices, namely the Caliński-Harabasz, the Dunn and the Davies-Bouldin indices were applied for this purpose. The affinity propagation method and spectral clustering served as base methods in the aggregate approach. The study used Eurostat data for 2019. The obtained results demonstrate that both the choice of the criterion for determining the number of groups and the choice of the base method in aggregate taxonomy have an influence on the final decision on how to determine the number of groups. Regardless of whether the affinity propagation method or spectral taxonomy with classic indices was used, or whether these methods were used as base ones in the aggregate approach and the number of groups was selected using the PAC measure, the differences between the indicated numbers of groups were very large.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2024, 69, 3; 1-17
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The Number of Groups in an Aggregated Approach in Taxonomy with the Use of Stability Measures and Classical Indices – A Comparative Analysis
    Wybór liczby grup w podejściu zagregowanym w taksonomii z wykorzystaniem miar stabilności oraz klasycznych indeksów – porównanie wyników
    Autorzy:
    Rozmus, Dorota
    Powiązania:
    https://bibliotekanauki.pl/articles/2152805.pdf
    Data publikacji:
    2022-06-14
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    taksonomia
    klasteryzacja
    podejście zagregowane
    stabilność metod taksonomicznych
    taxonomy
    clustering
    cluster ensemble
    cluster stability
    Opis:
    Recently, the two concepts that have been often discussed in the literature on taxonomy are the cluster ensemble and stability. An interesting proposal regarding the combination of these two concepts was presented by Șenbabaoğlu, Michailidis, and Li, who proposed as a measure of stability a proportion of ambiguously clustered pairs (PAC) for selecting the optimal number of groups in the cluster ensemble. This proposal appeared in the field of genetic research, but as the authors themselves write, the method can be successfully used also in other research areas. The aim of this paper is to compare the results of indicating the number of clusters (k parameter) using the aggregated approach in taxonomy and the above-mentioned measure of stability and classical indices (e.g. Caliński–Harabasz, Dunn, Davies–Bouldin).
    We współczesnych rozważaniach z dziedziny taksonomii w literaturze często poruszane są dwa pojęcia: podejście zagregowane oraz stabilność metod grupowania. Do tej pory te były one rozważane osobno. Natomiast ciekawą propozycję w zakresie połączenia tych dwóch pojęć przedstawili Y. Șenbabaoğlu, G. Michailidis i J.Z. Li, którzy zasugerowali podejście zagregowane w taksonomii, połączone z zaproponowaną przez siebie miarą stabilności jako kryterium wyboru optymalnej liczby grup (k). Celem artykułu jest porównanie wyników wyboru wartości parametru k za pomocą wspomnianej miary stabilności oraz klasycznych indeksów (np. Calińskiego‑Harabasza, Dunna).
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2021, 6, 357; 55-67
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      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