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 "Bazan, Jan G." wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Wybrane zagadnienia informatyki technicznej. O niektórych rozwiązaniach w dziedzinie eksploracji danych inspirowanych teorią zbiorów przybliżonych
    Autorzy:
    Hońko, Piotr
    Bazan, Jan G.
    Łukasik, Szymon
    Lucińska, Małgorzata
    Mroczek, Teresa
    Głowacki, Tomasz
    Data publikacji:
    2020
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Opis:
    W niniejszej monografii zamieszczono prace, w których zaprezentowano skuteczność wybranych narzędzi zbiorów przybliżonych, zastosowanych na etapie transformacji oraz samej eksploracji danych.
    Dostawca treści:
    Biblioteka Nauki
    Książka
    Tytuł:
    Assessment measures of an ensemble classifier based on the distributivity equation to predict the presence of severe coronary artery disease
    Autorzy:
    Rak, Ewa
    Szczur, Adam
    Bazan, Jan G.
    Bazan-Socha, Stanisława
    Powiązania:
    https://bibliotekanauki.pl/articles/24200688.pdf
    Data publikacji:
    2023
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    ensemble method
    distributivity equation
    aggregation function
    CAD
    Holter ECG
    metoda zespołowa
    funkcja agregacji
    EKG Holtera
    Opis:
    The aim of this study is to apply and evaluate the usefulness of the hybrid classifier to predict the presence of serious coronary artery disease based on clinical data and 24-hour Holter ECG monitoring. Our approach relies on an ensemble classifier applying the distributivity equation aggregating base classifiers accordingly. Such a method may be helpful for physicians in the management of patients with coronary artery disease, in particular in the face of limited access to invasive diagnostic tests, i.e., coronary angiography, or in the case of contraindications to its performance. The paper includes results of experiments performed on medical data obtained from the Department of Internal Medicine, Jagiellonian University Medical College, Kraków, Poland. The data set contains clinical data, data from Holter ECG (24-hour ECG monitoring), and coronary angiography. A leave-one-out cross-validation technique is used for the performance evaluation of the classifiers on a data set using the WEKA (Waikato Environment for Knowledge Analysis) tool. We present the results of comparing our hybrid algorithm created from aggregation with the distributive equation of selected classification algorithms (multilayer perceptron network, support vector machine, k-nearest neighbors, naïve Bayes, and random forests) with themselves on raw data.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2023, 33, 3; 361--377
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of uninorms to aggregate uncertainty from many classifiers
    Autorzy:
    Drygaś, Paweł
    Bazan, Jan G.
    Pusz, Piotr
    Knap, Maksymilian
    Powiązania:
    https://bibliotekanauki.pl/articles/384601.pdf
    Data publikacji:
    2019
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    aggregation function
    decision making
    classifier
    uncertainty area
    Opis:
    In this contribution we want to present the concept of uncertainty area of classifiers and an algorithm that uses uninorms to minimize the area of uncertainty in the pre‐ diction of new objects by complex classifiers.
    Źródło:
    Journal of Automation Mobile Robotics and Intelligent Systems; 2019, 13, 4; 85-90
    1897-8649
    2080-2145
    Pojawia się w:
    Journal of Automation Mobile Robotics and Intelligent Systems
    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