Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "attributes reduction" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Implementation of the attribute significance analysis with the use of soft reduction of attributes in the rough set theory on the basis of the SQL mechanisms
Autorzy:
Nozdrzykowski, Ł.
Nozdrzykowska, M.
Powiązania:
https://bibliotekanauki.pl/articles/114726.pdf
Data publikacji:
2017
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
rough set theory
data analysis
soft reduction of attributes
SQL implementation
Opis:
This article presents a way to use databases supporting the SQL and PL/SQL in the implementation of a method of attribute significance analysis with the use of soft reduction of attributes in the rough set theory. A number of SQL queries are presented, which facilitate the implementation. The original mechanisms presented previously [1] are supplemented with queries which facilitate the execution of attribute coding. The authors present a complete implementation of the method, from the coding of attributes to the determination of the significance of conditional attributes. Application of queries to the database eliminates the necessity to build data grouping and data mining mechanisms and calculation of repetitions of identical rules in the reduced decision rule space. Without the support of a database, the creation of universal data grouping and data mining mechanisms which could be used with any number of attributes is a challenging task.
Źródło:
Measurement Automation Monitoring; 2017, 63, 1; 10-14
2450-2855
Pojawia się w:
Measurement Automation Monitoring
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The use of SQL as a tool supporting the implementation of a method of attribute significance analysis based on soft reduction of attributes in the rough set theory
Użycie języka SQL jako narzędzie wspomagające implementację metody analizy istotności atrybutów w oparciu o miękką redukcję atrybutów w teorii zbiorów przybliżonych
Autorzy:
Nozdrzykowski, Ł.
Wróbel, M.
Powiązania:
https://bibliotekanauki.pl/articles/250371.pdf
Data publikacji:
2016
Wydawca:
Instytut Naukowo-Wydawniczy TTS
Tematy:
SQL language
rough set theory
attributes reduction
język SQL
teoria zbiorów przybliżonych
redukcja atrybutów
Opis:
The article presents a way to quickly implement a method of analyzing the significance of attributes by using soft reduction of conditional attributes in the rough set theory. The analysis is a universal instrument for testing the significance of attributes and may be successfully used in many fields, including transport. It uses the rules that can be considered useful and allows reducing those attributes that do not cause a significant decrease in the number of rules generating entirely certain rules. At the same time it is a rapid mechanism of analyzing large data sets such as encoded attributes of rules. For implementation purposes we propose to use the mechanisms of modern relational databases and the capabilities presently offered by the SQL language, including its expansion with conditional CASE queries.
W artykule przedstawiono sposób na szybką implementację metody analizy istotności atrybutów poprzez wykorzystanie miękkiej redukcji atrybutów warunkowy w teorii zbiorów przybliżonych. Analiza ta wykorzystuje reguły, które można uznać za użyteczne i pozwala na redukcję atrybutów, które nie powodują znacznego spadku liczby reguł generujących całkowicie pewne reguły. Jest przy tym szybkim mechanizmem analizy dużych zbiorów danych jakim są zakodowane atrybuty reguł. Do celów implementacyjnych zaproponowano wykorzystanie mechanizmów współczesnych relacyjnych baz danych oraz możliwości jakie obecnie daje język SQL, w tym rozbudowanie go o zapytania warunkowe typu CASE.
Źródło:
TTS Technika Transportu Szynowego; 2016, 12; 172-176
1232-3829
2543-5728
Pojawia się w:
TTS Technika Transportu Szynowego
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A hybrid approach to dimension reduction in classification
Autorzy:
Krawczak, M.
Szkatuła, G.
Powiązania:
https://bibliotekanauki.pl/articles/206425.pdf
Data publikacji:
2011
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
data series
dimension reduction
envelopes
essential attributes
heteroassociation
machine learning from examples
decision rules
classification
Opis:
In this paper we introduce a hybrid approach to data series classification. The approach is based on the concept of aggregated upper and lower envelopes, and the principal components here called 'essential attributes', generated by multilayer neural networks. The essential attributes are represented by outputs of hidden layer neurons. Next, the real valued essential attributes are nominalized and symbolic data series representation is obtained. The symbolic representation is used to generate decision rules in the IF. . . THEN. . . form for data series classification. The approach reduces the dimension of data series. The efficiency of the approach was verified by considering numerical examples.
Źródło:
Control and Cybernetics; 2011, 40, 2; 527-551
0324-8569
Pojawia się w:
Control and Cybernetics
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