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 "grupowanie danych" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-14 z 14
    Tytuł:
    Linguistically defined clustering of data
    Autorzy:
    Leski, J. M.
    Kotas, M. P.
    Powiązania:
    https://bibliotekanauki.pl/articles/329995.pdf
    Data publikacji:
    2018
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    data clustering
    possibility theory
    linguistic rules
    data analysis
    grupowanie danych
    teoria możliwości
    analiza danych
    Opis:
    This paper introduces a method of data clustering that is based on linguistically specified rules, similar to those applied by a human visually fulfilling a task. The method endeavors to follow these remarkable capabilities of intelligent beings. Even for most complicated data patterns a human is capable of accomplishing the clustering process using relatively simple rules. His/her way of clustering is a sequential search for new structures in the data and new prototypes with the use of the following linguistic rule: search for prototypes in regions of extremely high data densities and immensely far from the previously found ones. Then, after this search has been completed, the respective data have to be assigned to any of the clusters whose nuclei (prototypes) have been found. A human again uses a simple linguistic rule: data from regions with similar densities, which are located exceedingly close to each other, should belong to the same cluster. The goal of this work is to prove experimentally that such simple linguistic rules can result in a clustering method that is competitive with the most effective methods known from the literature on the subject. A linguistic formulation of a validity index for determination of the number of clusters is also presented. Finally, an extensive experimental analysis of benchmark datasets is performed to demonstrate the validity of the clustering approach introduced. Its competitiveness with the state-of-the-art solutions is also shown.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2018, 28, 3; 545-557
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wyznaczanie wartości granicznych z wykorzystaniem metod grupowania danych
    The determination of limit values using methods of data clustering
    Autorzy:
    Targosz, M.
    Timofiejczuk, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/257429.pdf
    Data publikacji:
    2011
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Technologii Eksploatacji - Państwowy Instytut Badawczy
    Tematy:
    wartości graniczne
    grupowanie danych
    modelowanie uszkodzeń
    limits values
    data clustering
    failure modeling
    Opis:
    W artykule zaproponowano podejście do wyznaczenia wartości granicznych za pomocą algorytmów rozmytego grupowania danych. Wykorzystano algorytmy FCM, PCM oraz algorytm Gustafsona-Kessela. Eksperyment przeprowadzano na danych symulacyjnych. W tym celu zbudowano model numeryczny maszyny wirnikowej, symulującej określone stany i wielkości niewyważenia. Wyznaczone wartości graniczne porównano z wartościami otrzymanymi przy pomocy metody statystycznej. Wszystkie obliczenia wykonywano w środowisku Matlab-Simulink.
    The paper describes a methodology for estimating the limit values of char-icteristics of diagnostic signals using methods of fuzzy data clustering (FCM, PCM and Gustafson-Kessel algorithms). The experiment was conducted on simulated data, using a numerical model of a rotor machine, simulating given inbalanced states. Limits were compared with value estimating using the statistical method.
    Źródło:
    Problemy Eksploatacji; 2011, 2; 213-221
    1232-9312
    Pojawia się w:
    Problemy Eksploatacji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A quaternion clustering framework
    Autorzy:
    Piórek, Michał
    Jabłoński, Bartosz
    Powiązania:
    https://bibliotekanauki.pl/articles/330038.pdf
    Data publikacji:
    2020
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    data clustering
    quaternions data processing
    human gait
    data processing
    grupowanie danych
    chód człowieka
    przetwarzanie danych
    Opis:
    Data clustering is one of the most popular methods of data mining and cluster analysis. The goal of clustering algorithms is to partition a data set into a specific number of clusters for compressing or summarizing original values. There are a variety of clustering algorithms available in the related literature. However, the research on the clustering of data parametrized by unit quaternions, which are commonly used to represent 3D rotations, is limited. In this paper we present a quaternion clustering methodology including an algorithm proposal for quaternion based k-means along with quaternion clustering quality measures provided by an enhancement of known indices and an automated procedure of optimal cluster number selection. The validity of the proposed framework has been tested in experiments performed on generated and real data, including human gait sequences recorded using a motion capture technique.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2020, 30, 1; 133-147
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Unsupervised clustering for fetal state assessment based on selected features of the cardiotocographic signals
    Autorzy:
    Przybyła, T.
    Jeżewski, J.
    Roj, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/333112.pdf
    Data publikacji:
    2009
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    klasyfikacja algorytmów bez nadzoru
    grupowanie danych
    monitoring płodu
    kardiotokografia
    unsupervised classification
    fuzzy clustering
    principal component analysis
    fetal monitoring
    Opis:
    In modern obstetrics the cardiotocography is a routine method of fetal condition assessment based mainly on analysis of the fetal heart rate signals. The correct interpretation of recorded traces from a bedside monitor is very difficult even for experienced clinicians. Therefore, computerized fetal monitoring systems are used to yield the quantitative description of the signal. However, the effective techniques enabling automated conclusion generation based on cardiotocograms are still being searched. The paper presents an attempt to diagnose the fetal state basing on seventeen features describing the cardiotocographic records. The proposed method applies the unsupervised classification of signals. During our research we tried to classify the fetal state using the fuzzy c-means (FCM) clustering. We also tested how the efficiency of classification could be influenced by application of principal component analysis (PCA) algorithm. The obtained results showed that unsupervised classification cannot be considered as a support to fetal state assessment.
    Źródło:
    Journal of Medical Informatics & Technologies; 2009, 13; 157-162
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Estimation of parameters of Gaussian mixture models by a hybrid method combining a self-adaptive differential evolution with the EM algorithm
    Estymacja parametrów modeli mieszanin rozkładów normalnych przy pomocy metody hybrydowej łączącej samoadaptacyjną ewolucję różnicową z algorytmem EM
    Autorzy:
    Kwedlo, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/88410.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    mieszaniny rozkładów normalnych
    ewolucja różnicowa
    algorytm EM
    grupowanie danych
    Gaussian mixture models
    differential evolution
    expectation maximization
    model-based clustering
    Opis:
    In the paper the problem of learning of Gaussian mixture models (GMMs) is considered. A new approach based on hybridization of a self-adaptive version of differential evolution (DE) with the classical EM algorithm is described. In this approach, called DEEM, the EM algorithm is run until convergence to fine-tune each solution obtained by the mutation and crossover operators of DE. To avoid the problem with parameter representation and infeasible solutions we use a method in which the covariance matrices are encoded using their Cholesky factorizations. In a simulation study GMMs were used to cluster synthetic datasets differing by a degree of separation between clusters. The results of experiments indicate that DE-EM outperforms the standard multiple restart expectation-maximization algorithm (MREM). For datasets with high number of features it also outperforms the state of-the-art random swap EM (RSEM).
    W pracy poruszono problem uczenia modeli mieszanin rozkładów normalnych. Zaproponowano nowe podejście, nazwane DE-EM, oparte na hybrydyzacji samoadaptacyjnego algorytmu ewolucji różnicowej i klasycznego algorytmu EM. W nowej metodzie rozwiązanie otrzymane jako wynik operatorów mutacji i krzyżowania jest poddawane optymalizacji lokalnej, prowadzonej aż do momentu uzyskania zbieżności, przez algorytm EM. Aby uniknąć problemu z reprezentacją macierzy kowariancji i niedopuszczalności rozwiązań użyto metody, w której macierze kowariancji są kodowane przy pomocy dekompozycji Cholesky’ego. W badaniach symulacyjnych modele mieszanin rozkładów normalnych zastosowano do grupowania danych syntetycznych. Wyniki eksperymentów wskazują, że metoda DE-EM osiąga lepsze wyniki niż standardowa technika wielokrotnego startu algorytmu ˙ EM. Dla zbiorów danych z dużą liczbą cech, metoda osiąga lepsze wyniki niż technika losowej wymiany rozwiązań połączona z algorytmem EM.
    Źródło:
    Advances in Computer Science Research; 2014, 11; 109-123
    2300-715X
    Pojawia się w:
    Advances in Computer Science Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wybrane aspekty aktywności zawodowej kobiet w państwach UE. Analiza dla lat 2006–2014
    Participation of women in the labormarket in the years 2006–2014. EU ststes clustering
    Autorzy:
    Matuszewska-Janica, Aleksandra
    Powiązania:
    https://bibliotekanauki.pl/articles/658551.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    rynek pracy
    aktywność zawodowa kobiet
    grupowanie danych
    metoda k-średnich
    labour market
    female employment activity
    data clustering
    k-mean method
    Opis:
    The main aim of the analysis was European Union's states clustering in point of view of female activity on the labour market. The data was obtained from the Eurosat's Labour Force Surveys from years 2006–2014. K-means algorithms was the main analysis method. Obtained results indicate to a wide variety of different forms of women's labour market participation among European Union countries. We can mention three phenomena that have been most highlighted. (1) We found a high percentage of women working in part-time work, especially in the Netherlands. (2) The results show a high proportion of full-time employed women, especially in the EU countries from the former Eastern Bloc. (3) We noted a significant proportion of selfemployed among the employed women in the countries of Southern Europe (Greece, Italy, Portugal, Spain) and in Poland. So, in terms of female economic activity, Poland has a similar pattern as the Southern European countries (also in terms of self-employment).
    Jednym z założeń strategii Europa 2020 jest podwyższenie odsetka osób zatrudnionych w wieku 20–64 lata na terenie Unii Europejskiej (UE) do 75%. Realizacja tej strategii ma nastąpić między innymi poprzez zwiększenie aktywności zawodowej kobiet i osób starszych. Powiększenie zasobów siły roboczej ma swoje ekonomiczne uzasadnienie. Związane jest ono przede wszystkim z procesami demograficznymi, a zwłaszcza z powiększaniem się grupy osób w wieku poprodukcyjnym. W różnych państwach UE sytuacja związana z aktywnością zawodową kobiet kształtuje się odmiennie, dlatego też powstało pytanie o podobieństwa i różnice w zaangażowaniu kobiet na rynku pracy w poszczególnych regionach UE. Celem analizy jest grupowanie państw Unii Europejskiej ze względu na różne formy aktywności zawodowej kobiet. Klasyfikacja ta pozwoli na ocenę wzorców dotyczących aktywności zawodowej kobiet w poszczególnych krajach UE. W analizie wykorzystano metodę k-średnich. Dane pochodzą z zasobów Eurostatu z Badania Aktywności Ekonomicznej Ludności. Analizowany okres to lata 2006–2014.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2016, 5, 325
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Selection of clustering methods for wind turbines operational data
    Dobór metod grupowania danych procesowych dla turbin wiatrowych
    Autorzy:
    Gibiec, M.
    Barszcz, T.
    Bielecka, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/327686.pdf
    Data publikacji:
    2010
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    diagnostyka maszyn
    turbina wiatrowa
    eksploracja danych
    grupowanie
    machine diagnostics
    wind turbine
    data mining
    clustering
    Opis:
    Quickly growing number of monitored wind turbines has changed the needs for monitoring and diagnostic algorithms. The data from hundreds of monitoring systems are transferred to the diagnostic centers, where the data should be analyzed. High cost of labor created the need for automated diagnostic methods. The first task in this wide discipline is classification of the data and detection of malfunction states. The paper investigates application of data mining methods for classification of operational data from wind turbines. It is shown, that combination of the agglomeration method with the C-means clustering yields very good results and can be used for automated diagnostics of wind farms.
    Szybko rosnąca liczba monitorowanych turbin wiatrowych zmieniła potrzeby w zakresie algorytmów monitorowania diagnostyki. Obecnie dane z setek systemów monitorowania przesyłane są do centrów diagnostycznych, gdzie muszą zostać przeanalizowane. Wysokie koszty pracy ekspertów spowodowały potrzebę zautomatyzowania metod diagnostycznych. Pierwszym zadaniem stała się automatyczna klasyfikacja danych i wykrywanie stanów niesprawności. Artykuł przedstawia zastosowanie metod "data mining" do klasyfikacji danych procesowych z turbin wiatrowych. Pokazano, że połączenie metody aglomeracji danych z metodą K-means daje bardzo dobre wyniki i może być zastosowane do zautomatyzowanej diagnostyki farm wiatrowych.
    Źródło:
    Diagnostyka; 2010, 4(56); 37-42
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Inefficiency of data mining algorithms and its architecture: with emphasis to the shortcoming of data mining algorithms on the output of the researches
    Autorzy:
    Tesema, Workineh
    Powiązania:
    https://bibliotekanauki.pl/articles/118221.pdf
    Data publikacji:
    2019
    Wydawca:
    Polskie Towarzystwo Promocji Wiedzy
    Tematy:
    data mining
    classification
    clustering
    association
    regression
    algorithms bottleneck
    pozyskiwanie danych
    klasyfikacja
    grupowanie
    asocjacja
    regresja
    wąskie gardło algorytmów
    Opis:
    This review paper presents a shortcoming associated to data mining algorithm(s) classification, clustering, association and regression which are highly used as a tool in different research communities. Data mining researches has successfully handling large amounts of dataset to solve the problems. An increase in data sizes was brought a bottleneck on algorithms to retrieve hidden knowledge from a large volume of datasets. On the other hand, data mining algorithm(s) has been unable to analysis the same rate of growth. Data mining algorithm(s) must be efficient and visual architecture in order to effectively extract information from huge amounts of data in many data repositories or in dynamic data streams. Data visualization researchers believe in the importance of giving users an overview and insight into the data distributions. The combination of the graphical interface is permit to navigate through the complexity of statistical and data mining techniques to create powerful models. Therefore, there is an increasing need to understand the bottlenecks associated with the data mining algorithms in modern architectures and research community. This review paper basically to guide and help the researchers specifically to identify the shortcoming of data mining techniques with domain area in solving a certain problems they will explore. It also shows the research areas particularly a multimedia (where data can be sequential, audio signal, video signal, spatio-temporal, temporal, time series etc) in which data mining algorithms not yet used.
    Źródło:
    Applied Computer Science; 2019, 15, 3; 73-86
    1895-3735
    Pojawia się w:
    Applied Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A complete gradient clustering algorithm formed with kernel estimators
    Autorzy:
    Kulczycki, P.
    Charytanowicz, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/907781.pdf
    Data publikacji:
    2010
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    analiza danych
    eksploracja danych
    grupowanie
    metoda statystyczna
    estymacja jądrowa
    obliczenia numeryczne
    data analysis
    data mining
    clustering
    gradient procedures
    nonparametric statistical methods
    kernel estimators
    numerical calculations
    Opis:
    The aim of this paper is to provide a gradient clustering algorithm in its complete form, suitable for direct use without requiring a deeper statistical knowledge. The values of all parameters are effectively calculated using optimizing procedures. Moreover, an illustrative analysis of the meaning of particular parameters is shown, followed by the effects resulting from possible modifications with respect to their primarily assigned optimal values. The proposed algorithm does not demand strict assumptions regarding the desired number of clusters, which allows the obtained number to be better suited to a real data structure. Moreover, a feature specific to it is the possibility to influence the proportion between the number of clusters in areas where data elements are dense as opposed to their sparse regions. Finally, the algorithm-by the detection of one-element clusters-allows identifying atypical elements, which enables their elimination or possible designation to bigger clusters, thus increasing the homogeneity of the data set.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2010, 20, 1; 123-134
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zone estimation with cluster analysis of public transport stops
    Ocena strefowa z analizą skupień przystanków transportu publicznego
    Autorzy:
    Horváth, B.
    Nagy, V.
    Powiązania:
    https://bibliotekanauki.pl/articles/192544.pdf
    Data publikacji:
    2016
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Komunikacji Rzeczpospolitej Polskiej
    Tematy:
    public transport
    big data
    time series
    similarity matrix
    clustering
    transport publiczny
    duże zbiory danych
    szeregi czasowe
    podobieństwa macierzy
    grupowanie
    Opis:
    Nowadays the data sets are spreading continually, generated by different devices and systems. The public transport is also not an exception in this. The modern GPS based tracking systems and the electronic tickets are producing lot of data, and we could use them for improving the service level. In the right case, these data are storing, and the service suppliers are not dealing with its information content, but, on the other hand, maybe they are just deleting these, in the interest of the avoidance of digital space occupancy. However, these data are processable with the modern devices and methods, and we can use them for information obtaining. Thanks to the spread of data mining, these tools are not appearing only in marketing research but in the most various kind of scientific area too, and they are advertising a new scientific revolution. Although the importance of these data sources is essential it is not widespread in general in transport planning, only in some specific areas [1] as described by Csiszár et al. This article presents possible application of the digital raw materials, taking the public transport passengers boarding information as base. We created a three step method which could be useful in automatic zone shaping or to supervise the manually created zone borders. It is also able to give help in land-usage examinations. The procedure is effective in making traveling chains from smart card data and in creation of origin destination matrix from check-in data. In this article we are showing how the zone distribution is possible with the assistance of different distance measurement methods and clustering procedures, and we are presenting the results on the example of a selected city.
    Obecnie nieustannie powstają różne zbiory danych, generowane przez różne urządzenia i systemy. Transport publiczny nie jest w tym zakresie wyjątkiem. Nowoczesne systemy monitorowania oparte na GPS i bilety elektroniczne wytwarzają duże ilości danych, i moglibyśmy je wykorzystać dla poprawy poziomu usług. Z jednej strony dane te są przechowywane, a dostawcy usług nie mają do czynienia z zawartością informacji, ale z drugiej strony, być może są one po prostu usuwane, aby ograniczyć obciążanie cyfrowej przestrzeni. Dane te mogą być przetwarzane dzięki nowoczesnym urządzeniom i metodom, i możemy je wykorzystać do uzyskania informacji. Dzięki rozprzestrzenianiu eksploracji danych, narzędzia te pojawiają się nie tylko w badaniach marketingowych, ale w większości różnych działań badawczych, i reklamują one nową rewolucję naukową. Chociaż znaczenie tych źródeł danych jest zasadnicze, nie jest to rozpowszechnione w planowaniu transportu, a jedynie w pewnych określonych obszarach [1], tak jak pisze Csiszár i in. W artykule przedstawiono możliwości zastosowania materiałów nieprzetworzonych, biorąc jako podstawę informacje o pasażerach podróżujących transportem publicznym. Stworzono metodę trzech kroków, która może być przydatna do automatycznego kształtowania strefy lub do nadzorowania granic stref utworzonych konwencjonalnie. Może też przydać się przy kontroli gruntów użytkowych. Procedura ta jest skuteczna w tworzeniu łańcuchów podróży z danych z kart inteligentnych oraz w tworzeniu macierzy żródło-cel na podstawie danych zameldowania. W artykule pokazano, w jaki sposób możliwa jest dystrybucja stref, za pomocą różnych metod pomiaru odległości i procedur gromadzenia, i zaprezentowano tego efekty na przykładzie wybranego miasta.
    Źródło:
    Transport Miejski i Regionalny; 2016, 7; 9-12
    1732-5153
    Pojawia się w:
    Transport Miejski i Regionalny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Visualization of medical rule-based knowledge bases
    Autorzy:
    Nowak-Brzezińska, A.
    Rybotycki, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/333277.pdf
    Data publikacji:
    2015
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    data mining
    medical knowledge bases
    cluster visualization
    hierarchical clustering
    treemaps
    eksploracja danych
    medyczne bazy wiedzy
    wizualizacja skupień
    grupowanie hierarchiczne
    diagramy
    Opis:
    In this work the topic of applying clustering as a knowledge extraction method from real-world data is discussed. The authors propose hierarchical clustering method and visualization technique for knowledge base representation in the context of medical knowledge bases for which data mining techniques are successfully employed and may resolve different problems. What is more, the authors analyze the impact of different clustering parameters on the result of searching through such a structure. Particular attention was also given to the problem of cluster visualization. Authors review selected, two-dimensional approaches, stating their advantages and drawbacks in the context of representing complex cluster structures.
    Źródło:
    Journal of Medical Informatics & Technologies; 2015, 24; 91-98
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    PaX-DBSCAN: a proposed algorithm for improved clustering
    PaX-DBSCAN: propozycja algorytmu dla doskonalonego grupowania
    Autorzy:
    Samson, Grace L.
    Lu, Joan
    Powiązania:
    https://bibliotekanauki.pl/articles/592926.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Ekonomiczny w Katowicach
    Tematy:
    Bulk-loading
    Clustering
    Parallel computing
    Partition
    Spatial database
    Spatial index
    X-tree
    Algorytm bulk loading
    Grupowanie
    Indeks przestrzenny
    Przestrzenne bazy danych
    Przetwarzanie równoległe
    Rozdzielanie
    Struktura drzewiasta X-tree
    Opis:
    We focused on applying parallel computing technique to the bulk loading of X-tree in other to improve the performance of DBSCAN clustering algorithm. We have given a full description of how the system can be archived. We proposed a new parallel algorithm for DBSCAN and another algorithm to extend the X-tree spatial indexing structure. Spatial database systems incorporate space in database systems, they support nontraditional data types and more complex queries, therefore in order to optimise such systems for efficient information processing and retrieval, appropriate techniques must be adopted to facilitate the construction of suitable index structures.
    W artykule autorzy skupiają swoją uwagę na zastosowaniu techniki przetwarzania równoległego przy wykorzystaniu struktur drzewiastych X-tree i algorytmu bulk loading. Zaproponowano nowy algorytm przetwarzania równoległego DBSCAN i drugi algorytm dla rozszerzania struktur indeksowania przestrzennego. Algorytm grupowania DBSCAN jest efektywnym algorytmem grupowania dla Systemów Przestrzennych Baz Danych, który ma możliwość wykrywania zakłóceń i nie wymaga znacznej liczby skupień wcześniej ustalonych, jednakże działanie algorytmu zmienia się, gdy rozmiar danych jest duży. Ten algorytm może nie działać optymalnie, jeśli niewłaściwe wartości są wybrane dla minpts i eps. Dlatego nowy zaproponowany algorytm powinien eliminować te ograniczenia.
    Źródło:
    Studia Ekonomiczne; 2016, 296; 86-121
    2083-8611
    Pojawia się w:
    Studia Ekonomiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie gradacyjnej analizy danych do klasyfikacji podregionów pod względem struktury agrarnej
    Use gradation data analysis to the classification of sub-regions in terms of the agrarian structure
    Использование градационного анализа данных для классификации субрегионов в отношении к аграрной структуре
    Autorzy:
    Koszela, Grzegorz
    Powiązania:
    https://bibliotekanauki.pl/articles/543759.pdf
    Data publikacji:
    2016-06
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    podobieństwo struktur
    mapa nadreprezentacji
    grupowanie obiektów
    gradacyjna analiza danych
    similarity of structures
    map the over-representation
    grouping objects
    gradation data analysis
    сходство структур
    карта перепредставленности
    группировка объектов
    градационный анализ данных
    Opis:
    W artykule podjęto problem dotyczący pomiaru niepodobieństwa struktur. Okazało się, że zaproponowana w nim miara, zbudowana na zasadzie analogii ze współczynnikiem Giniego, pozwala wychwycić subtelności, na które nie są czułe powszechnie stosowane w literaturze miary oparte na metrykach. W opracowaniu przedstawiono sposób wizualizacji struktur przy wykorzystaniu map nadreprezentacji oraz sposoby grupowania obiektów za pomocą gradacyjnej analizy danych. Otrzymane wyniki grupowania przedstawiono na tle wyników uzyskanych innymi metodami.
    The article deals with the problem of measuring the dissimilarity structures. It turned out that the proposed measure, built by analogy with the Gini coefficient, can capture the subtleties, to which are not sensitive measure based on the metrics, commonly used in the literature. This paper presents a way to visualize structures using maps over-representation and ways of grouping objects by gradation data analysis. The groupings results are shown in comparison with the results obtained by other methods.
    В статье была предпринята проблема измерения несходства структур. Оказалось, что предлагаемая мера, разработанная по принципу аналогии с коэффициентом Джини, позволяет обнаружить тонкости, на которые не чувствительны обычно используемые меры основанные на метриках. В разработке был представлен способ визуализации структур с использованием карт перепредставленности, а также способы группировки объектов с помощью градационного анализа данных. Полученные результаты группировки представляются на фоне результатов полученных другими методами.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2016, 6; 10-30
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analysis of methods and means of text mining
    Autorzy:
    Rybchak, Z.
    Basystiuk, O.
    Powiązania:
    https://bibliotekanauki.pl/articles/411072.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Oddział w Lublinie PAN
    Tematy:
    text mining
    text analytics
    data analysis
    high-quality information
    text categorization
    text clustering
    document summarization
    sentiment analysis
    sieć językowa
    analiza tekstu
    analiza danych
    wysoka jakość informacji
    klasyfikacja tekstowa
    kategoryzacja tekstowa
    grupowanie tekstu
    streszczenie dokumentów tekstowych
    technika sentiment analysis
    Opis:
    In Big Data era when data volume doubled every year analyzing of all this data become really complicated task, so in this case text mining systems, techniques and tools become main instrument of analyzing tones and tones of information, selecting that information that suit the best for your needs and just help save your time for more interesting thing. The main aims of this article are explain basic principles of this field and overview some interesting technologies that nowadays are widely used in text mining.
    Źródło:
    ECONTECHMOD : An International Quarterly Journal on Economics of Technology and Modelling Processes; 2017, 6, 2; 73-78
    2084-5715
    Pojawia się w:
    ECONTECHMOD : An International Quarterly Journal on Economics of Technology and Modelling Processes
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-14 z 14

      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