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 "Łukaszuk, T." wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-8 z 8
    Tytuł:
    Feature selection using CPL criterion functions
    Selekcja cech z wykorzystaniem funkcji kryterialnych typu CPL
    Autorzy:
    Łukaszuk, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/341091.pdf
    Data publikacji:
    2009
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    selekcja cech
    funkcja kryterialna typu CPL
    konkurs NIPS2003 Feature
    feature selection
    CPL criterion function
    NIPS2003 Feature Selection Challenge
    Opis:
    Redukcja wymiarowości zbioru cech jest często używanym wstępnym krokiem przetwarzania danych stosowanym przy rozpoznawaniu wzorców i klasyfikacji. Jest ona szczególnie istotna kiedy mała liczba obserwacji jest reprezentowana w wysoko wymiarowej przestrzeni cech. W artykule rozważana jest metoda selekcji cech opierająca się na minimalizacji specjalnej funkcji kryterialnej (wypukłej i odcinkowo-liniowej - CPL). Załączono także porównanie wyników eksperymentów uzyskanych za pomoc ą opisanej metody z wynikami metod uczestników konkursu NIPS2003 Feature Selection Challenge.
    Dimensionality reduction of a feature set is a common preprocessing step used for pattern recognition and classification applications. It is particularly important when a small number of cases is represented in a highly dimensional feature space. The method of the feature selection based on minimisation of a special criterion function (convex and piecewise-linear - CPL) is considered in the article. A comparison of the experimental results of this method with the results of NIPS2003 Feature Selection Challenge participant’s methods is also included.
    Źródło:
    Zeszyty Naukowe Politechniki Białostockiej. Informatyka; 2009, 4; 85-95
    1644-0331
    Pojawia się w:
    Zeszyty Naukowe Politechniki Białostockiej. Informatyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Feature selection methods baed on minimization of CPL criterion functions
    Metody selekcji cech bazujące na minimalizacji funkcji kryterialnych typu CPL
    Autorzy:
    Łukaszuk, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/341111.pdf
    Data publikacji:
    2011
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    selekcja cech
    funkcja kryterialna typu CPL
    algorytm SEKWEM/GENET
    metoda RLS
    feature selection
    CPL criterion function
    SEKWEM/GENET algorithm
    RLS method
    Opis:
    The feature selection is a method of data analysis commonly used as a preliminary step in the techniques of classification and pattern recognition. It is particularly important in situations when data are represented in high-dimensional feature space. Examples of these are collections of bioinformatics data, particularly data obtained from DNA microarrays. The paper presented two methods of feature selection based on minimizing the CPL criterion function: basic SEKWEM/GENET method, in which the selection of features is done in conjunction with the construction of a linear classifier separating objects from different decision classes, and the RLS method extending the primary method by linear separability relaxation stage in order to obtain a subset of features with better generalization ability. The results of the SEKWEM/GENET and RLS methods were confronted with the results obtained from other common feature selection methods in application to the state of the art microarray data sets.
    Selekcja cech jest metodą analizy danych powszechnie stosowaną jako wstępny krok w technikach klasyfikacji czy rozpoznawania wzorców. Ma ona szczególne znaczenie w sytuacji gdy dane reprezentowane sa˛ w wysoko wymiarowej przestrzeni cech. Przykładem takich danych są zbiory bioinformatyczne, a w szczególności dane uzyskane na podstawie mikromacierzy DNA. W pracy przedstawione zostały dwie metody selekcji cech bazujące na minimalizacji funkcji kryterialnych typu CPL: podstawowa metoda SEKWEM/GENET, w której selekcja cech dokonywana jest w połączeniu z budową liniowego klasyfikatora separującego obiekty z różnych klas decyzyjnych, oraz metoda RLS rozszerzająca podstawową metodę o etap relaksacji liniowej separowalności w celu uzyskania podzbioru cech o lepszych zdolnościach generalizacji. Wyniki metod SEKWEM/GENET i RLS zostały także skonfrontowane z wynikami uzyskanymi z innych popularnych metod selekcji cech w zastosowaniu do „benchmarkowych” zbiorów danych mikromacierzowych.
    Źródło:
    Zeszyty Naukowe Politechniki Białostockiej. Informatyka; 2011, 8; 31-43
    1644-0331
    Pojawia się w:
    Zeszyty Naukowe Politechniki Białostockiej. Informatyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Szeregowanie zadań obliczeniowych z zastosowaniem modelu rangowego
    Scheduling based on ranked regression models
    Autorzy:
    Bobrowski, L.
    Łukaszuk, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/341133.pdf
    Data publikacji:
    2008
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    szeregowanie zadań obliczeniowych
    model rangowy
    wypukła i odcinkowo-liniowa (CPL) funkcja kryterialna
    scheduling of the computing tasks
    ranked model
    convex and piecewise linear (CPL) criterion function
    Opis:
    Zagadnienia szeregowania zadań pojawiają się między innymi w kontekście problemów realizowalności dużych procesów obliczeniowych i ich optymalizacji. Przy rozstrzyganiu tego typu problemów można wykorzystywać metody regresji rangowej. Do celów konstrukcji modeli regresji rangowej poszczególne zadania obliczeniowe charakteryzowane są poprzez wielowymiarowe wektory zależności. Wektory zależności pozwalają stwierdzić czy określone zadanie może być zrealizowane tylko wtedy, gdy zostaną wcześniej zrealizowane pewne inne zadania. Regresja rangowa obejmuje konstrukcję takich odwzorowań liniowych z wielowymiarowej przestrzeni zalżności na przestrzeń jednowymiarową (linię czasu), która odzwierciedla w możliwie dużym stopniu zależności pomiędzy zadaniami.
    The issues of scheduling of tasks are found, among other things, in connection with the problems of realizeable of big computing processes and optimisation of them. The ranked regresion methods can be used to determine of this kind of problems. Separate computing tasks are characterized by multidimensional vectors of dependences in order to form the ranked regresion models . The vectors of dependences allow to state whether particular task can be realised only when certain other tasks have realised before. The ranked regresion includes the designing of such linear transformations from the multidimensional space of dependences to unidimensional space (time line), which reflect the dependences beetwen task as well as possible.
    Źródło:
    Zeszyty Naukowe Politechniki Białostockiej. Informatyka; 2008, 3; 5-21
    1644-0331
    Pojawia się w:
    Zeszyty Naukowe Politechniki Białostockiej. Informatyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Feature Selection for Prognostic Models by Linear Separation of Survival Genetic Data Sets
    Selekcja cech na potrzeby modeli prognostycznych poprzez liniową separację zbiorów danych genetycznych dotyczących analizy przeżycia
    Autorzy:
    Bobrowski, L.
    Łukaszuk, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/88380.pdf
    Data publikacji:
    2018
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    eksploracja danych
    regresja interwałowa
    selekcja modelu
    relaksacja separacji liniowej
    data mining
    interval regression
    model selection
    relaxed linear separability
    Opis:
    Designing regression models based on high dimensional (e.g. genetic) data sets through exploring linear separability problem is considered in the paper. The linear regression model designing has been reformulated here as the linear separability problem. Exploring the linear separability problem has been based on minimization of the convex and piecewise linear (CPL) criterion functions. The minimization of the CPL criterion functions was used not only for estimating the prognostic model parameters, but also for most effective selecting feature subsets (model selection) in accordance with the relaxed linear separability (RLS) method. This approach to designing prognostic models has been used in experiments both with synthetic multivariate data, and with genetic data sets containing censored values of dependent variable. The quality of the prognostic models resulting from the linear separability postulate has been evaluated by using the measure of the model discrepancy and the estimated classification error rate. In order to reduce the bias of the evaluation, the value of the model discrepancy and the classification error have been computed in different feature subspaces, in accordance with the cross-validation procedure. A series of new experiments described in this paper shows that the designing of regression models can be based on the linear separability principle. More specifically, the high-dimensional genetic sets with censored dependent variable can be used in designing procedure. The proposed measure of prognostic model discrepancy can be effectively used in the search for the optimal feature subspace and for selecting the linear regression model.
    W artykule rozważane jest projektowanie modeli regresji opartych na wysokowymiarowych (np. genetycznych) zbiorach danych poprzez badanie problemu separacji liniowej. Projektowanie modelu regresji liniowej zostało tu przeformułowane jako problem separacji liniowej. Eksploracja problemu separacji liniowej opiera się na minimalizacji wypukłej i odcinkowo-liniowej (CPL) funkcji kryterialnej. Minimalizacja funkcji kryterialnej typu CPL została wykorzystana nie tylko do oszacowania parametrów modelu prognostycznego, ale również do skutecznego wyboru podzbioru cech (selekcji modelu) zgodnie z metodą relaksacji separacji liniowej (RLS). Takie podejście do projektowania modeli prognostycznych zostało wykorzystane w eksperymentach zarówno z syntetycznymi danymi wielowymiarowymi, jak i do zbiorów danych genetycznych zawierających cenzurowane wartości zmiennej zależnej. Jakość modeli prognostycznych otrzymywanych w oparciu o postulat liniowej separacji została oceniona przy użyciu miary rozbieżności modelu i szacowanego wskaźnika błędu klasyfikacji. W celu zmniejszenia obciążenia oceny, obliczono wartości rozbieżności modelu i błędu klasyfikacji w różnych podprzestrzeniach cech, zgodnie z procedurą walidacji krzyżowej. Seria nowych eksperymentów opisanych w niniejszym opracowaniu pokazuje, ze projektowanie modeli regresji może być oparte na zasadzie separacji liniowej. W szczególności, w procedurze projektowania można użyć wysokowymiarowych zbiorów genetycznych o cenzurowanej zmiennej zależnej. Proponowana miara rozbieżności modelu prognostycznego może być skutecznie wykorzystana w poszukiwaniu optymalnej podprzestrzeni cech i selekcji modelu regresji liniowej.
    Źródło:
    Advances in Computer Science Research; 2018, 14; 31-54
    2300-715X
    Pojawia się w:
    Advances in Computer Science Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of the recursive feature elimination and the relaxed linear separability feature selection algorithms to gene expression data analysis
    Rekurencyjna eliminacja cech z walidacją oraz relaksacja liniowej separowalności jako metody selekcji cech do analizy zbiorów danych zawierających wartości ekspresji genów
    Autorzy:
    Gościk, J.
    Łukaszuk, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/88402.pdf
    Data publikacji:
    2013
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    gene expression analysis
    feature selection
    classification
    analiza ekspresji genów
    selekcja cech
    klasyfikacja
    Opis:
    Most of the commonly known feature selection methods focus on selecting appropriate predictors for image recognition or generally on data mining issues. In this paper we present a comparison between widely used Recursive Feature Elimination (RFE) with resampling method and the Relaxed Linear Separability (RLS) approach with application to the analysis of the data sets resulting from gene expression experiments. Different types of classification algorithms such as K-Nearest Neighbours (KNN), Support Vector Machines (SVM) and Random Forests (RF) are exploited and compared in terms of classification accuracy with optimal set of genes treated as predictors selected by either the RFE or the RLS approaches. Ten-fold cross-validation was used to determine classification accuracy.
    Zdecydowana większość znanych metod selekcji cech skupia się na wyborze odpowiednich predyktorów dla takich zagadnień jak rozpoznawanie obrazów czy też ogólnie eksploracji danych. W publikacji prezentujemy porównanie pomiędzy powszechnie stosowaną ˛metodą˛ Rekurencyjnej Eliminacji Cech z walidacja˛ (ang. Recursive Feature Elimination - RFE) a metodą stosującą ˛podejście Relaksacji Liniowej Separowalności (ang. Relaxed Linear Separability - RLS) z zastosowaniem do analizy zbiorów danych zawierających wartości ekspresji genów. W artykule wykorzystano różne algorytmy klasyfikacji, takie jak K-Najbliższych Sąsiadów (ang. K-Nearest Neighbours - KNN), Maszynę˛ Wektorów Wspierających (ang. Support Vector Machines - SVM) oraz Lasy Losowe (ang. Random Forests -RF). Porównana została jakość klasyfikacji uzyskana przy pomocy tych algorytmów z optymalnym zestawem cech wygenerowanym z wykorzystaniem metody selekcji cech RFE bądź RLS. W celu wyznaczenia jakości klasyfikacji wykorzystano 10-krotną walidację˛ krzyżową.
    Źródło:
    Advances in Computer Science Research; 2013, 10; 39-52
    2300-715X
    Pojawia się w:
    Advances in Computer Science Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Temporalność w modelach rangowych
    Temporality in ranked models
    Autorzy:
    Łukaszuk, T.
    Bobrowski, L.
    Powiązania:
    https://bibliotekanauki.pl/articles/341031.pdf
    Data publikacji:
    2007
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    model rangowy
    wypukła i odcinkowo-liniowa funkcja kryterialna (CPL)
    liniowa separowalność zbiorów danych
    ranked model
    convex and piecewise linear (CPL) criterion functions
    linear separability of data sets
    Opis:
    W zbiorze danych określony jest pewien porządek czasowy dla wybranych obiektów. Poprzez model rangowy rozumiemy taką liniową transformację, która zachowuje w najlepszym możliwym stopniu wiedzę a priori o uporządkowaniu obiektów. W artykule przedstawiono koncepcję budowy modelu rangowego opierając się na minimalizacji wypukłej i odcinkowo-liniowej (CPL) funkcji kryterialnej. Zagadnienie zostało sprowadzone do problemu znalezienia optymalnej hiperpłaszczyzny rozdzielającej zbiory zbudowane z elementów powstałych z różnic arytmetycznych wektorów cech tworzących pary, dla których określony jest porządek czasowy.
    A known temporal order between selected objects in a data set is given. We assume the ranked model is such a linear transformation, which preserve in the most possible manner the a priori knowledge of the order between objects. The procedure of the ranked models design which is based on the minimisation of the convex and piecewise linear (CPL) criterion functions is presented in the paper. The task of the ranked model design is boiled down to the problem of searching an optimal hyperplane separated the sets constructed on the basis of the elements created from the arithmetic substractions of the vectors - the pairs with the given temporal order.
    Źródło:
    Zeszyty Naukowe Politechniki Białostockiej. Informatyka; 2007, 2; 79-91
    1644-0331
    Pojawia się w:
    Zeszyty Naukowe Politechniki Białostockiej. Informatyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Projektowanie, ocena i wybór rozwiązań obiektów inwentarskich
    Designing, evaluation and choice of the livestock building solutions
    Autorzy:
    Romaniuk, W.
    Łukaszuk, M.
    Domasiewicz, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/238969.pdf
    Data publikacji:
    2007
    Wydawca:
    Instytut Technologiczno-Przyrodniczy
    Tematy:
    produkcja zwierzęca
    budynek inwentarski
    projektowanie
    ocena
    metoda
    livestock husbandry
    livestock building
    designing
    evaluation
    method
    Opis:
    Zaprezentowano wymagania i założenia do projektowania budynków inwentarskich oraz przedstawiono metodyczne aspekty oceny i wyboru rozwiązań technologicznych tych obiektów ze szczególnym uwzględnieniem dobrostanu zwierząt. Wykorzystano wyniki badań i studiów nad ustaleniem standardów dla gospodarstw rolnych zgodnych z wymaganiami Unii Europejskiej i Wspólnej Polityki Rolnej.
    The requirements and brief fore designs to planning of the livestock buildings were presented; methodological aspects of evaluating and selecting technological solutions of these objects, with particular regard to the animal welfare, were also given. The results of investigations and studies were used as a basis to settling the standards for the farms in compliance with the EU and Common Agricultural Policy requirements.
    Źródło:
    Problemy Inżynierii Rolniczej; 2007, R. 15, nr 1 cz.2, 1 cz.2; 57-65
    1231-0093
    Pojawia się w:
    Problemy Inżynierii Rolniczej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Geomorphological conditions of water-air properties in the silt soils from the edge zone of the Carpathian Foothills
    Autorzy:
    Klimek, M
    Zaleski, T.
    Niemyska-Lukaszuk, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/1401888.pdf
    Data publikacji:
    2000
    Wydawca:
    Polska Akademia Nauk. Instytut Agrofizyki PAN
    Tematy:
    Carpathian foot-hills
    retention
    air property
    geomorphology
    soil
    relief
    water property
    condition
    porosity
    silt soil
    Opis:
    In this paper an attempt to estimate the influence of the relief on the selected physical soil properties from the edge zone of the Carpathian Foothills has been presented.Differentiation of water-air properties related to the location on the slope was evaluated.It results from, both, the main soil forming process-lessivage, erosion and accumulative changes in the morphology of the soil profile.Soils lessives situated on tops and slopes less prone to erosion are characterised by deeper eluvial horizons - luvic with a higher total porosity and water retention in comparison to illuvial horizons - argillic. Eroded lessivé soils occur on the slopes prone to erosion with the argillic horizon outeropped to the surface which determins their properties in the whole soil profile, first of all, their porosity is low and they have a limited capacity for water retention. Gley soils occur in the valley bottoms and synclines of slopes. They arc characterised by higher total porosity and retention in the whole profile in comparison to the lessivé soils.
    Źródło:
    Acta Agrophysica; 2000, 35; 93-98
    1234-4125
    Pojawia się w:
    Acta Agrophysica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-8 z 8

      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