Informacja

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

Wyszukujesz frazę "feature analysis" wg kryterium: Temat


Tytuł:
The effect of patterns on image-based modelling of texture-less objects
Autorzy:
Hafeez, J.
Jeon, H.-J.
Hamacher, A.
Kwon, S.-C.
Lee, S.-H.
Powiązania:
https://bibliotekanauki.pl/articles/221814.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
structure-from-motion
feature detection
patterns analysis
3D reconstruction
surface comparison
Opis:
The task of generating fast and accurate three-dimensional (3D) models of objects or scenes through a sequence of non-calibrated images is an active field of research. The recent development in algorithm optimization has resulted in many automatic solutions that can provide an accurate 3D model from texture-full objects. Structure-from-motion (SfM) is an image-based method that uses discriminative point-based feature identifier, such as SIFT, to locate feature points in the images. This method faces difficulties when presented with the objects made of homogenous or texture-less surfaces. To reconstruct such surfaces a well-known technique is to apply an artificial variety by covering the surface with a random texture pattern prior to the image capturing process. In this work, we designed three series of image patterns which are tested based on the contrast and density ratio which increases from the first to the last pattern within the same series. The performance of the patterns is evaluated by reconstructing the surface of a texture-less object and comparing it with the true data. Using the best-found patterns from the experiments, a 3D model of a Moai statue is reconstructed. The experimental results demonstrate that the density and structure of a pattern highly affects the quality of the reconstruction.
Źródło:
Metrology and Measurement Systems; 2018, 25, 4; 755-767
0860-8229
Pojawia się w:
Metrology and Measurement Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The analysis of machine embroidery stitches types classification
Analiz klassifikacii tipov stezhkov mashinnojj vyshivki
Autorzy:
Ripka, G.
Mychko, A.
Deyneka, I.
Powiązania:
https://bibliotekanauki.pl/articles/793395.pdf
Data publikacji:
2014
Wydawca:
Komisja Motoryzacji i Energetyki Rolnictwa
Tematy:
machine embroidery
computer
stitch type
classification
artistic composition element
geometrical feature
visual function
analysis
Źródło:
Teka Komisji Motoryzacji i Energetyki Rolnictwa; 2014, 14, 2
1641-7739
Pojawia się w:
Teka Komisji Motoryzacji i Energetyki Rolnictwa
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Texture-based identification of dystrophy phase. Indicating the most suitable features for therapy testing
Autorzy:
Duda, D.
Powiązania:
https://bibliotekanauki.pl/articles/333618.pdf
Data publikacji:
2018
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
Golden Retriever Muscular Dystrophy
MRI-based tissue characterization
texture analysis
Monte Carlo feature selection
classification
dystrofia mięśniowa Duchenne'a
obrazowanie metodą rezonansu magnetycznego
analiza tekstury
klasyfikacja
Opis:
In this study, texture analysis (TA) is applied for characterization of dystrophic muscles visualized on T2-weighted Magnetic Resonance (MR) images. The study proposes a strategy for indicating the textural features that are the most appropriate for testing the therapies of Duchenne muscular dystrophy (DMD). The strategy considers that muscle texture evolves not only along with the disease progression but also with the individual’s development. First, a Monte Carlo (MC) procedure is used to assess the relative importance of each feature in identifying the phases of growth in healthy controls. The features considered as age-dependent at a given acceptance threshold are excluded from further analyses. It is assumed that their application in therapies’ evaluation may entail an incorrect assessment of dystrophy response to treatment. Next, the remaining features are used in differentiation among dystrophy phases. At this step, an MC-based feature selection is applied to find an optimal subset of features. Experiments are repeated at several acceptance thresholds for age-dependent features. Different solutions are finally compared with two classifiers: Neural Network (NN) and Support Vector Machines (SVM). The study is based on the Golden Retriever Muscular Dystrophy (GRMD) model. In total, 39 features provided by 8 TA methods (statistical, filter- and model-based) are tested.
Źródło:
Journal of Medical Informatics & Technologies; 2018, 27; 29-40
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Texture analysis as a tool for medical decision support. P. 2 Classification of liver disorders based on computed tomography images
Analiza tekstur jako narzędzie wspomagania decyzji medycznych. Cz. 2 Klasyfikacja patologii wątroby na obrazach tomografii komputerowej
Autorzy:
Duda, D.
Powiązania:
https://bibliotekanauki.pl/articles/88386.pdf
Data publikacji:
2014
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
obrazowanie medyczne
analiza obrazów
tekstura
selekcja cech
diagnoza
wątroba
tomografia komputerowa
wspomaganie decyzji medycznych
medical imaging
image analysis
texture
feature selection
computer aided diagnosis
CAD
medical decision support
liver
computed tomography
CT
Opis:
Texture analysis has already demonstrated its great potential in many digital image-based diagnostic systems. It allows to extract from an image many important diagnostic information, impossible to capture with only the visual appreciation. The first attempts to use a texture analysis (TA) as a tool for characterization of an image content took place in the 70’s of the last century. Since then a variety of methods have been proposed and found their application in many domains, also – in the medical field. However, it is still difficult to indicate a method that would ensure satisfactory results for any diagnostic problem. The present work gives an overview of the texture analysis methods, that have been applied for hepatic tissue characterization from Computed Tomography (CT) images. It includes details of about forty studies, presented over the past two decades, devoted to (semi)automatic detection or/and classification of different liver pathologies. Quoted systems are divided into three categories: (i) based on a single-image texture of non-enhanced CT images of the liver, (ii) based on a single-image texture of contrast-enhanced images, and (iii) based on a multiimage texture. The latter ones concern a simultaneous analysis of sets of textures, each of which corresponds to the same liver slice, but is related to a different contrast agent concentration in hepatic vessels.
Analiza tekstur jest szeroko stosowana w wielu cyfrowych systemach wspomagania decyzji medycznych, na podstawie danych obrazowych. Pozwala ona wydobyć z obrazu istotne szczegóły, których nie można dostrzec podczas analizy wizualnej. Pierwsze próby analizy tekstur miały miejsce w latach siedemdziesiątych ubiegłego wieku. Od tamtej pory zaproponowano wiele metod analizy tekstur. Trudno jest jednak wskazać metodę uniwersalna, która zapewniłaby zadowalające wyniki dla każdego problemu diagnostycznego. Niniejsza praca stanowi przegląd metod analizy tekstur, stosowanych do opisu tkanki wątrobowej na obrazach tomografii komputerowej. Przedstawia informacje o około czterdziestu systemach diagnostycznych, zaproponowanych w ciągu ostatnich dwóch dekad, poświęconych (pół)automatycznemu wykrywaniu lub / i klasyfikacji schorzeń wątroby. Opisywane systemy zostały podzielone na trzy kategorie: (i) opierające się na teksturze pojedynczego obrazu, pozyskanego bez podawania pacjentowi środka kontrastującego, (ii) opierające się ´na teksturze pojedynczego obrazu, pozyskanego po podaniu pacjentowi środka kontrastującego, oraz (iii) opierające się na jednoczesnej analizie wielu tekstur. Te ostatnie odnoszą się do analizy zestawów tekstur przedstawiających ten sam wycinek wątroby, lecz odpowiadających różnym stężeniom środka kontrastowego w jej naczyniach krwionośnych.
Źródło:
Advances in Computer Science Research; 2014, 11; 85-108
2300-715X
Pojawia się w:
Advances in Computer Science Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Texture analysis as a tool for medical decision support. P. 1 Recent applications for cancer early detection
Analiza tekstur jako narzędzie wspomagania decyzji medycznych. Cz. 1 Najnowsze zastosowania do wczesnego wykrywania nowotworów
Autorzy:
Duda, D.
Powiązania:
https://bibliotekanauki.pl/articles/88390.pdf
Data publikacji:
2014
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
obrazowanie medyczne
analiza obrazów
tekstura
selekcja cech
wspomaganie decyzji medycznych
diagnoza
wspomaganie komputerowe
medical imaging
image analysis
texture
feature selection
computer aided diagnosis
CAD
medical decision support
Opis:
A great number of works have been devoted to developing different medical decision support systems, based on an image data. Such systems combine a wide range of methods for digital image analysis and interpretation. It has been proven that one of the most useful sources of information encoded in the image is its texture. Texture Analysis (TA) provides many important discriminating characteristics, not normally perceptible with visual inspection. With properly chosen TA methods, an image-based diagnosis could be considerably improved. However, the choice of the methods is not an easy task and often depends on the nuances of each diagnostic problem. The present work provides an overview of the most frequently used methods for texture analysis (statistical, model-based, and filter-based) and shows their advantages and limitations. It also includes an overview of texture-based medical decision support systems, recently proposed for cancer detection and classification.
W ciągu ostatnich dwudziestu lat zaproponowano wiele komputerowych systemów wspomagania decyzji medycznych, opierających się na danych obrazowych. Systemy te są w stanie zlokalizować patologicznie zmienione obszary, opisać właściwości rozpatrywanych tkanek, jak również dokonać ich klasyfikacji. Istotnym źródłem informacji zawartej w obrazie jest jego tekstura. Cyfrowa analiza tekstur pozwala wykryć znacznie więcej szczegółów obrazu, niż zwykła analiza wizualna. Odpowiedni dobór metod analizy tekstur może przyczynić się do znacznego podwyższenia liczby trafnie rozpoznanych schorzeń. Wybór ten często zależy od niuansów danego problemu diagnostycznego. Niniejsza praca stanowi przegląd najczęściej stosowanych metod analizy tekstur (statystycznych, opierających się na modelach, wykorzystujących filtry) oraz pokazuje ich zalety i ograniczenia. Zawiera również przegląd najnowszych systemów do wczesnego wykrywania i rozpoznawania nowotworów, opierających się na analizie tekstury.
Źródło:
Advances in Computer Science Research; 2014, 11; 61-84
2300-715X
Pojawia się w:
Advances in Computer Science Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Supervised probabilistic failure prediction of tuned mass damper-equipped high steel frames using machine learning methods
Autorzy:
Farrokhi, Farshid
Rahimi, Sepideh
Powiązania:
https://bibliotekanauki.pl/articles/1845128.pdf
Data publikacji:
2020
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
failure analysis
supervised machine learning
feature selection
tuned mass damper
Opis:
In this study, firstly, the behavior of a high steel frame equipped with tuned mass damper (TMD) due to several seismic records is investigated considering the structural and seismic uncertainties. Then, machine learning methods including artificial neural networks (ANN), decision tree (DT), Naïve Bayes (NB) and support vector machines (SVM) are used to predict the behavior of the structure. Results showed that among the machine learning models, SVM with Gaussian kernel has better performance since it is capable of predicting the drift of stories and the failure probability with R2 value equal to 0.99. Furthermore, results of feature selection algorithms revealed that when using TMD in high steel structures, seismic uncertainties have greater influences on drift of stories in comparison with structural uncertainties. Findings of this study can be used in design and probabilistic analysis of high steel frames equipped with TMDs.
Źródło:
Studia Geotechnica et Mechanica; 2020, 42, 3; 179-190
0137-6365
2083-831X
Pojawia się w:
Studia Geotechnica et Mechanica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Selection of the most important components from multispectral images for detection of tumor tissue
Autorzy:
Michalak, M.
Świtoński, A.
Stawarz, M.
Powiązania:
https://bibliotekanauki.pl/articles/951663.pdf
Data publikacji:
2011
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
rozpoznawanie obrazów
analiza wielospektralna
obniżenie wymiarowości
wybór funkcji
pattern recognition
multispectral analysis
dimensionality reduction
feature selection
Opis:
The problem raised in this article is the selection of the most important components from multispectral images for the purpose of skin tumor tissue detection. It occured that 21 channel spectrum makes it possible to separate healthy and tumor regions almost perfectly. The disadvantage of this method is the duration of single picture acquisition because this process requires to keep the device very stable. In the paper two approaches to the problem are presented: hill climbing strategy and some ranking methods.
Źródło:
Journal of Medical Informatics & Technologies; 2011, 17; 303-308
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Research on ship trajectory extraction based on multiattribute DBSCAN optimisation algorithm
Autorzy:
Xu, Xiaofeng
Cui, Deqaing
Li, Yun
Xiao, Yingjie
Powiązania:
https://bibliotekanauki.pl/articles/1551877.pdf
Data publikacji:
2021
Wydawca:
Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
Tematy:
clustering algorithm
abnormal route
DBSCAN
feature trajectory extraction
fitting analysis
Opis:
With the vigorous development of maritime traffic, the importance of maritime navigation safety is increasing day by day. Ship trajectory extraction and analysis play an important role in ensuring navigation safety. At present, the DBSCAN (density-based spatial clustering of applications with noise) algorithm is the most common method in the research of ship trajectory extraction, but it has shortcomings such as missing ship trajectories in the process of trajectory division. The improved multi-attribute DBSCAN algorithm avoids trajectory division and greatly reduces the probability of missing sub-trajectories. By introducing the position, speed and heading of the ship track point, dividing the complex water area and vectorising the ship track, the function of guaranteeing the track integrity can be achieved and the ship clustering effect can be better realised. The result shows that the cluster fitting effect reaches up to 99.83%, which proves that the multi-attribute DBSCAN algorithm and cluster analysis algorithm have higher reliability and provide better theoretical guidance for the analysis of ship abnormal behaviour.
Źródło:
Polish Maritime Research; 2021, 1; 136-148
1233-2585
Pojawia się w:
Polish Maritime Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Research on communication emitter identification based on semi-supervised dimensionality reduction in complex electromagnetic environment
Autorzy:
Ge, Wei
Qi, Lin
Tong, Lin
Zhu, Jun
Zhang, Jing
Zhao, Dongyang
Li, Ke
Powiązania:
https://bibliotekanauki.pl/articles/27311449.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Czasopisma i Monografie PAN
Tematy:
communication emitter identification
feature extraction
dimensionality reduction
VMD
ESDA
variational mode decomposition
exponential semi-supervised discriminant analysis
identyfikacja emitera komunikacyjnego
ekstrakcja cech
redukcja wymiarowości
rozkład w trybie wariacyjnym
analiza dyskryminacyjna wykładnicza półnadzorowana
Opis:
The individual identification of communication emitters is a process of identifying different emitters based on the radio frequency fingerprint features extracted from the received signals. Due to the inherent non-linearity of the emitter power amplifier, the fingerprints provide distinguishing features for emitter identification. In this study, approximate entropy is introduced into variational mode decomposition, whose features performed in each mode which is decomposed from the reconstructed signal are extracted while the local minimum removal method is used to filter out the noise mode to improve SNR. We proposed a semi-supervised dimensionality reduction method named exponential semi-supervised discriminant analysis in order to reduce the high-dimensional feature vectors of the signals, and LightGBM is applied to build a classifier for communication emitter identification. The experimental results show that the method performs better than the state-of-the-art individual communication emitter identification technology for the steady signal data set of radio stations with the same plant, batch and model.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2023, 71, 4; art. no. e145766
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Porównanie liniowych metod PCA (Principal Component Analysis) i LDA (Linear Discriminant Analysis) zastosowanych do klasyfikacji matryc wzbudzeniowo-emisyjnych wybranych grup substancji biologicznych
Comparison of Principal Component Analysis and Linear Discriminant Analysis applied to classification of excitation-emission matrices of the selected biological material
Autorzy:
Leśkiewicz, M.
Kaliszewski, M.
Mierczyk, Z.
Włodarski, M.
Powiązania:
https://bibliotekanauki.pl/articles/211300.pdf
Data publikacji:
2016
Wydawca:
Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
Tematy:
analiza cech
spektroskopia fluorescencyjna
klasyfikacja substancji biologicznych
Feature Analysis
Fluorescence Spectroscopy
Biological Material Classification
Opis:
W pracy porównano właściwości dwóch liniowych metod (PCA i LDA) pozwalających na redukcję wymiarów w trakcie analizy cech oraz zbadano wydajność tych dwóch algorytmów w procesie klasyfikacji wybranego materiału biologicznego na podstawie jego wzbudzeniowo-emisyjnych matryc fluorescencyjnych. Stwierdzono, że metoda LDA redukuje liczbę wymiarów (znaczących zmiennych) bardziej efektywnie niż metoda PCA. Za pomocą algorytmu LDA udało się uzyskać względnie dobre rozróżnienie badanego materiału biologicznego.
Quality of two linear methods (PCA and LDA) applied to reduce dimensionality of feature analysis is compared and efficiency of their algorithms in classification of the selected biological materials according to their excitation-emission fluorescence matrices is examined. It has been found that LDA method reduces the dimensions (or a number of significant variables) more effectively than PCA method. Arelatively good discrimination within the examined biological material has been obtained with the use of LDA algorithm.
Źródło:
Biuletyn Wojskowej Akademii Technicznej; 2016, 65, 1; 15-31
1234-5865
Pojawia się w:
Biuletyn Wojskowej Akademii Technicznej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Order estimation of japanese paragraphs by supervised machine learning and various textual features
Autorzy:
Murata, M.
Ito, S.
Tokuhisa, M.
Ma, Q.
Powiązania:
https://bibliotekanauki.pl/articles/91894.pdf
Data publikacji:
2015
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
supervised machine learning
estimate
paragraph
vector machine
SVM
feature analysis
nadzorowane uczenie maszynowe
oszacowanie
paragraf
maszyna wektorów nośnych
analiza funkcji
Opis:
In this paper, we propose a method to estimate the order of paragraphs by supervised machine learning. We use a support vector machine (SVM) for supervised machine learning. The estimation of paragraph order is useful for sentence generation and sentence correction. The proposed method obtained a high accuracy (0.84) in the order estimation experiments of the first two paragraphs of an article. In addition, it obtained a higher accuracy than the baseline method in the experiments using two paragraphs of an article. We performed feature analysis and we found that adnominals, conjunctions, and dates were effective for the order estimation of the first two paragraphs, and the ratio of new words and the similarity between the preceding paragraphs and an estimated paragraph were effective for the order estimation of all pairs of paragraphs.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2015, 5, 4; 247-255
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
No-reference quality metric for high dynamic range imaging system based on curvature analysis in tensor domain
Autorzy:
Jiang, Gangyi
Yu, Jiaowen
Yu, Mei
Song, Yang
Peng, Zongju
Chen, Fen
Powiązania:
https://bibliotekanauki.pl/articles/173642.pdf
Data publikacji:
2019
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
high dynamic range image
no-reference quality metric
tensor domain
curvature analysis
quality-related label feature matrix
Opis:
High dynamic range imaging systems can offer a more complete representation of scene, aiming to capture all brightness information of a visible range of scene, even in extreme lighting conditions.This paper proposes a no-reference quality metric for high dynamic range image (HDRI), in which a combination of tensor decomposition and curvature analysis is used to construct an efficient featureset that is sensitive to degradation levels of patches in HDRIs. Tensor decomposition maintains the majority of color information of an HDRI, and the geometric structure information of the HDRI is then extracted by a curvature analysis. A quality-related label feature matrix is subsequently defined and obtained by using a feature set and a sparse dictionary with quality-related labels. Then, the multi-dimensional local feature set of the HDRI is determined from the quality-related label feature matrix. Finally, the local feature set and other global feature set are pooled to predict the quality of the HDRI. The prediction performance of the proposed metric is verified by three public test databases, and the experimental results indicate that both its Pearson linear correlation coefficientand Spearman rank-order correlation coefficient are better than those of other no-reference metrics.The proposed metric produces statistically better assessment results, implying a higher consistency with human visual perception.
Źródło:
Optica Applicata; 2019, 49, 4; 527-543
0078-5466
1899-7015
Pojawia się w:
Optica Applicata
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
New algorithm for determining the number of features for the effective sentiment-classification of text documents
Nowy algorytm ustalania liczby zmiennych potrzebnych do klasyfikacji dokumentów tekstowych ze względu na ich wydźwięk emocjonalny
Autorzy:
Idczak, Adam
Korzeniewski, Jerzy
Powiązania:
https://bibliotekanauki.pl/articles/18105028.pdf
Data publikacji:
2023-05-31
Wydawca:
Główny Urząd Statystyczny
Tematy:
sentiment analysis
document sentiment classification
text mining
logistic regression
naive Bayes classifier
feature selection
correlation
analiza sentymentu
klasyfikacja dokumentów ze względu na wydźwięk emocjonalny
eksploracja tekstu
regresja logistyczna
naiwny klasyfikator Bayesa
dobór cech
korelacja
Opis:
Sentiment analysis of text documents is a very important part of contemporary text mining. The purpose of this article is to present a new technique of text sentiment analysis which can be used with any type of a document-sentiment-classification method. The proposed technique involves feature selection independently of a classifier, which reduces the size of the feature space. Its advantages include intuitiveness and computational noncomplexity. The most important element of the proposed technique is a novel algorithm for the determination of the number of features to be selected sufficient for the effective classification. The algorithm is based on the analysis of the correlation between single features and document labels. A statistical approach, featuring a naive Bayes classifier and logistic regression, was employed to verify the usefulness of the proposed technique. They were applied to three document sets composed of 1,169 opinions of bank clients, obtained in 2020 from a Poland-based bank. The documents were written in Polish. The research demonstrated that reducing the number of terms over 10-fold by means of the proposed algorithm in most cases improves the effectiveness of classification.
Analiza sentymentu, czyli wydźwięku emocjonalnego, dokumentów tekstowych stanowi bardzo ważną część współczesnej eksploracji tekstu (ang. text mining). Celem artykułu jest przedstawienie nowej techniki analizy sentymentu tekstu, która może znaleźć zastosowanie w dowolnej metodzie klasyfikacji dokumentów ze względu na ich wydźwięk emocjonalny. Proponowana technika polega na niezależnym od klasyfikatora doborze cech, co skutkuje zmniejszeniem rozmiaru ich przestrzeni. Zaletami tej propozycji są intuicyjność i prostota obliczeniowa. Zasadniczym elementem omawianej techniki jest nowatorski algorytm ustalania liczby terminów wystarczających do efektywnej klasyfikacji, który opiera się na analizie korelacji pomiędzy pojedynczymi cechami dokumentów a ich wydźwiękiem. W celu weryfikacji przydatności proponowanej techniki zastosowano podejście statystyczne. Wykorzystano dwie metody: naiwny klasyfikator Bayesa i regresję logistyczną. Za ich pomocą zbadano trzy zbiory dokumentów składające się z 1169 opinii klientów jednego z banków działających na terenie Polski uzyskanych w 2020 r. Dokumenty zostały napisane w języku polskim. Badanie pokazało, że kilkunastokrotne zmniejszenie liczby terminów przy zastosowaniu proponowanej techniki na ogół poprawia jakość klasyfikacji.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2023, 68, 5; 40-57
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Natur-Objekte WALD/ЛЕС und ihre Konzeptualisierung im Deutschen und Russischen
Natural objects WALD/ЛЕС and their conceptualization in german and russian
Autorzy:
Bespalova, Ekaterina
Powiązania:
https://bibliotekanauki.pl/articles/1596925.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Szczeciński. Wydawnictwo Naukowe Uniwersytetu Szczecińskiego
Tematy:
Merkmal des Konzepts
vergleichende Analyse
Etymologie
Pragmatik
pragmatics
etymology
comparative analysis
concept feature
cechy konceptu
analiza porównawcza
etymologia
pragmatyka
Opis:
Im Artikel wird eine vergleichende Analyse der Konzepte WALD/ЛЕС vorgenommen mit dem Ziel, gemeinsame und unterschiedliche Merkmale dieser Konzepte im Deutschen und Russischen festzustellen. Die Struktur der Konzeptrepräsentanten wurde mit Hilfe der etymologischen Analyse und der lexikografischen Beschreibungen verglichen. Die Resultate der Forschung zeigen, dass die Wahrnehmung dieser Konzepte im Langzeitgedächtnis verankert ist und auf die Entwicklung ihrer Versprachlichung einwirkt.
In the paper the author compares the concepts of WALD ЛЕС in German and Russian. The aim of the study is to evaluate common and different signs of these concepts. The author uses etymological and lexical analysis to find out the structure of language units representing these concepts in both cultures. The results of the study show that the reception of these concepts is kept in the long time memory and influences the development their language realization.
W artykule przeprowadzono analizę porównawczą konceptów WALD/ЛЕС w celu stwierdzenia podobieństw i różnic ich konstrukcji w języku niemieckim i rosyjskim. Struktura konceptów badanych leksemów została przeprowadzona za pomocą analizy etymologicznej i opisów leksykograficznych. Wyniki badań wskazują na fakt, że wspomniane koncepty zakotwiczone są w pamięci długotrwałej i mają wpływ na ich realizację językową.
Źródło:
Colloquia Germanica Stetinensia; 2016, 25; 285-298
2450-8543
2353-317X
Pojawia się w:
Colloquia Germanica Stetinensia
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Music Recommendation System
Autorzy:
Hoffmann, P.
Kaczmarek, A.
Spaleniak, P.
Kostek, B.
Powiązania:
https://bibliotekanauki.pl/articles/308747.pdf
Data publikacji:
2014
Wydawca:
Instytut Łączności - Państwowy Instytut Badawczy
Tematy:
feature vectors
music classification
music information retrieval
music parametrization
principal component analysis
Opis:
The paper focuses on optimization vector content feature for the music recommendation system. For the purpose of experiments a database is created consisting of excerpts of music files. They are assigned to 22 classes corresponding to different music genres. Various feature vectors based on low-level signal descriptors are tested and then optimized using correlation analysis and Principal Component Analysis (PCA). Results of the experiments are shown for the variety of feature vectors. Also, a music recommendation system is presented along with its main user interfaces.
Źródło:
Journal of Telecommunications and Information Technology; 2014, 2; 59-69
1509-4553
1899-8852
Pojawia się w:
Journal of Telecommunications and Information Technology
Dostawca treści:
Biblioteka Nauki
Artykuł

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