Temat: klasteryzacja - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Przegląd analiz stosowanych w eksperymencie mikromacierzowym
Microarray data analysis - review
Autorzy:: Siatkowski, I.
Zyprych, J.
Powiązania:: https://bibliotekanauki.pl/articles/9669.pdf
Data publikacji:: 2008
Wydawca:: Uniwersytet Przyrodniczy w Lublinie. Katedra Zastosowań Matematyki i Informatyki
Tematy:: mikromacierze
mikromacierze cDNA
analiza statystyczna
normalizacja
klasteryzacja
analiza danych
Źródło:: Colloquium Biometricum; 2008, 38
1896-7701
Pojawia się w:: Colloquium Biometricum
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Clustering method based on the analysis of the access request stream in object-oriented databases
Metoda klasteryzacji uwzględniająca charakterystyki strumieni żądań dostępu do danych w obiektowych bazach danych
Autorzy:: Tomaszewski, K.
Powiązania:: https://bibliotekanauki.pl/articles/305877.pdf
Data publikacji:: 2014
Wydawca:: Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
Tematy:: klasteryzacja
obiektowe bazy danych
OODB
clustering
object-oriented database
Opis:: Recent studies on modern database management systems consider object-oriented databases as a possible significant extension of the modern database functionalities. However, new functionalities bring an increased processing complexity. This may also result in an increased demand for computing resources and the deterioration of database performance. In this article, the use of clustering methods has been described as one of performance techniques in object-oriented databases. The article includes an introduction to the popular clustering methods discussed so far. Afterwards, a new method has been introduced in order to analyse the access request stream as the basis for a new clustering approach in OODB. Graph techniques are discussed as the basic elements of the familiar clustering methods and their adaptation to the aforementioned new approach. This article also describes limitations of the existing methods and the possible impact on the new technique. Finally, selected algorithm variants are proposed for the new clustering method to improve performance of object-oriented databases.
Rozwój obiektowych baz danych związany jest z rozszerzeniem możliwości współczesnych systemów bazodanowych. Nowe funkcjonalności związane są jednak ze wzrostem złożoności przetwarzania oraz mogą wpływać na pogorszenie wydajności baz danych. W artykule tym omówione zostało zastosowanie klasteryzacji jako jednej z technik poprawy wydajności w obiektowych bazach danych. Artykuł zawiera wprowadzenie do popularnych metod klasteryzacji omawianych dotychczas. Następnie opisana została metoda analizy strumienia żądań dostępu do danych jako podstawa nowej techniki klasteryzacji w OODB. Omówione zostały również właściwości kolorowanych grafów oraz ich zastosowanie w nowej metodzie. Wraz z opisem nowej metody przedstawione zostało możliwe uproszczenie technik grafowych, jak również wybrane warianty modyfikacji algorytmu metody klasteryzacji.
Źródło:: Biuletyn Instytutu Systemów Informatycznych; 2014, 13; 45-50
1508-4183
Pojawia się w:: Biuletyn Instytutu Systemów Informatycznych
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 3.

Tytuł:: Biomass clusters influence on business competitiveness
Wpływ klastra biomasy na konkurencyjność gospodarczą
Autorzy:: Navickas, V.
Vojtovic, S.
Svazas, M.
Powiązania:: https://bibliotekanauki.pl/articles/404825.pdf
Data publikacji:: 2017
Wydawca:: Politechnika Częstochowska
Tematy:: competitiveness
biomass cluster
clusterization
konkurencyjność
klaster biomasy
klasteryzacja
Opis:: The main problem of the paper is that in today’s world where is a necessity to provide alternative energy, which would not undermine environment and conserve finite world resources. Clusters of biomass can help make it reality, herewith promoting business competitiveness and growth. The aim of the paper - create a biomass cluster model that can be competitive in energy market. In scientific literature workings of biomass clusters and their influence to business competitiveness is comparatively little researched. In energy sector clusterization processes operate through usable fuel type, applying technologies for it, and later seeking energy users. Paper authors develop clusterization influence to competitiveness methodology suggest clusterization influence analyse separate case. In analysis pending regions, invoke Lithuanian case. Calculations show that cluster activity is oriented to wood wastes usage, and this lets achieve economic, social and environmental benefits. Following growth not only clusters members, but also country competitiveness, because strong local business provides a positive influence on country economy.
Głównym problemem prezentowanym w artykule jest istnienie w dzisiejszym świecie konieczności zapewnienia alternatywnych źródeł energii, która nie degradowałaby środowiska i nie ograniczyła zasobów światowych. Klastry biomasy mogą pomóc w urzeczywistnieniu tego założenia, promując w ten sposób konkurencyjność i wzrost gospodarczy. Celem artykułu jest stworzenie modelu klastra biomasy, który może być konkurencyjny na rynku energetycznym. W literaturze naukowej funkcjonowanie klastrów biomasy i ich wpływ na konkurencyjność przedsiębiorstw są stosunkowo mało zbadane. W sektorze energetycznym procesy klasteryzacji odbywają się w oparciu o użyteczność rodzajów paliw, zastosowanie dla nich technologii, a następnie poszukiwanie konsumentów energii. Autorzy artykułu rozwijają problematykę klasteryzacji, wpływu na metodologię konkurencyjności oraz sugerują, aby analizować wpływ klasteryzacji jako odrębny przypadek na podstawie przypadku Litwy. Obliczenia pokazują, że działalność klastra jest ukierunkowana na wykorzystanie odpadów drzewnych, a to pozwala osiągnąć korzyści gospodarcze, społeczne i środowiskowe. Z rozwoju skorzystają nie tylko członkowie klastrów, ale także konkurencyjność kraju, ponieważ silny lokalny biznes zapewnia pozytywny wpływ na krajową gospodarkę.
Źródło:: Polish Journal of Management Studies; 2017, 16, 2; 188-197
2081-7452
Pojawia się w:: Polish Journal of Management Studies
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 4.

Tytuł:: Modified alternative decision rule in the pre-clustering algorithm
Zmodyfikowana alternatywna reguła decyzyjna w algorytmie wstępnego klastrowania
Autorzy:: Mosorov, V.
Panskyi, T.
Biedron, S.
Powiązania:: https://bibliotekanauki.pl/articles/408551.pdf
Data publikacji:: 2016
Wydawca:: Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:: pre-clustering
pre-cluster
decision rule
wstępna klasteryzacja
reguła decyzyjna
Opis:: In this paper the pre-clustering algorithm with the modified decision rule has been presented. The application of pre-clustering algorithm answers the question whether to carry out the clustering or would it result in the appearance of artificial structure (input data is one cluster and it is unnecessary to divide it). The versatility and simplicity of this algorithm allows using it in a various fields of science and technology. The pros and cons of pre-clustering algorithm have been also considered.
W tej pracy został przedstawiony algorytm wstępnego klastrowania oraz zmodyfikowana alternatywna reguła decyzyjna. Zastosowania algorytmu wstępnego klastrowania odpowiada na pytanie czy potrzebna procedura klastrowania czy spowodowałoby to pojawienia sztucznej struktury (dane wejściowe są jednym klasterem i nie ma potrzeby podziału). Uniwersalność i prostota tego algorytmu pozwala na wykorzystanie go w różnych dziedzinach nauki i techniki. Zalety i wady algorytmu wstępnego klastrowania zostały również rozważone.
Źródło:: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2016, 2; 9-12
2083-0157
2391-6761
Pojawia się w:: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 5.

Tytuł:: Semi-supervised learning with the clustering and Decision Trees classifier for the task of cognitive workload study
Częściowo nadzorowane uczenie z zastosowaniem klasteryzacji oraz klasyfikatora Drzew Decyzyjnych w przypadku badania obciążenia poznawczego
Autorzy:: Wawrzyk, Martyna
Powiązania:: https://bibliotekanauki.pl/articles/98500.pdf
Data publikacji:: 2020
Wydawca:: Politechnika Lubelska. Instytut Informatyki
Tematy:: clustering
semi-supervised learning
eye tracker
klasteryzacja
uczenie częściowo nadzorowane
Opis:: The paper is focused on application of the clustering algorithm and Decision Tress classifier (DTs) as a semi-supervised method for the task of cognitive workload level classification. The analyzed data were collected during examination of Digit Symbol Substitution Test (DSST) with use of eye-tracker device. 26 participants took part in examination as vol-unteers. There were conducted three parts of DSST test with different levels of difficulty. As a results three versions were obtained of data: low, middle and high level of cognitive workload. The case study covered clustering of collected data by using k-means algorithm to detect three clusters or more. The obtained clusters were evaluated by three internal indices to measure the quality of clustering. The David-Boudin index detected the best results in case of four clusters. Based on this information it is possible to formulate the hypothesis of the existence of four clusters. The obtained clus-ters were adopted as classes in supervised learning and have been subjected to classification. The DTs was applied in classification. There were obtained the 0.85 mean accuracy for three-class classification and 0.73 mean accuracy for four-class classification.
Celem artykułu było zastosowanie klasteryzacji wraz z klasyfikatorem Drzew Decyzyjnych jako częściowo nadzoro-wanej metody klasyfikacji poziomu obciążenia poznawczego. Dane przeznaczone do analizy zostały zebrane podczas badania DSST (z ang. Digit Symbol Substitution Test) z użyciem urządzenia eye-tracker. 26 wolontariuszów wzięło udział w badaniu. Zostały przeprowadzone trzy części testu DSST o różnych poziomach trudności. W wyniku tego, otrzymano trzy wersje danych: z niskim, średnim i wysokim poziomem obciążenia poznawczego. Do analizy danych został użyty algorytm klasteryzacji k-means do wyznaczenia trzech lub większej liczby klastrów. Uzyskane klastry zostały poddane ocenie przy użyciu trzech wewnętrznych indeksów w celu zmierzenia jakości klasteryzacji. Indeks David-Boudin’a wykazał najlepsze rezultaty w przypadku istnienia czterech klastrów. Na podstawie tej informacji można sformułować hipotezę, iż dane są podzielone na 4 klastry, co oznaczałoby istnienie dodatkowego poziomu poznawczego. Uzyskane klastry zostały zaadoptowane jako klasy w uczeniu pod nadzorem. Do klasyfikacji danych został użyty klasyfikator Drzew Decyzyjnych . Otrzymano średnią dokładność równą 0.85 w przypadku 3-klasowej klasyfikacji oraz 0.73 średnią dokładność dla 4-klasowej klasyfikacji.
Źródło:: Journal of Computer Sciences Institute; 2020, 15; 214-218
2544-0764
Pojawia się w:: Journal of Computer Sciences Institute
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 6.

Tytuł:: Modele systemów podatkowych w państwach Unii Europejskiej
Tax System Models in the EU Countries
Autorzy:: Zielińska, Joanna
Sawulski, Jakub
Powiązania:: https://bibliotekanauki.pl/articles/2050108.pdf
Data publikacji:: 2022
Wydawca:: Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:: system podatkowy
analiza skupień
klasteryzacja
metoda k-średnich
tax system
clustering
k-means method
Opis:: Celem artykułu jest zidentyfikowanie podobieństw i różnic w systemach podatkowych państw Unii Europejskiej (UE) przez wyszczególnienie podstawowych modeli tych systemów. Dla jego osiągnięcia przeprowadzono analizę skupień metodą k-średnich, której podstawą było 12 parametrów charakteryzujących systemy podatkowe. W ten sposób wyodrębniono pięć modeli systemów podatkowych w państwach UE: zachodnioeuropejski, wschodnioeuropejski, nordycki, brytyjski i mieszany. Ich nazewnictwo wynika z tego, że podstawowe parametry systemu podatkowego są silnie skorelowane z położeniem geograficznym kraju. Prawdopodobnie zatem znaczący wpływ na ukształtowanie systemów podatkowych w państwach UE mają czynniki, takie jak historia, tradycja i kultura. Wyraźne różnice w konstrukcji systemów podatkowych są widoczne zwłaszcza między państwami tzw. starej piętnastki UE a państwami Europy Środkowo-Wschodniej.
The aim of the article is to identify the similarities and differences in the tax systems in the European Union (EU) countries by specifying the basic tax system models. For its implementation we carry out a cluster analysis using the k-means method based on 12 parameters characterising tax systems. We distinguish five models of tax systems in the EU countries: Western European, Eastern European, Nordic, British and mixed model. We use such a nomenclature as the basic parameters of the tax system are strongly correlated with the geographical location of the country. Probably factors such as history, tradition, and culture have a significant impact on the shapes of the tax systems in the EU. Clear differences exist especially between the EU-15 countries and Central and Eastern European countries.
Źródło:: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu; 2022, 66, 1; 168-181
1899-3192
Pojawia się w:: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 7.

Tytuł:: Segmentation Analysis For Polish Digital Startups in Years 2015 and 2016
Analiza segmentacyjna polskich startupów cyfrowych w latach 2015–2016
Autorzy:: Rostek, Katarzyna
Skala, Agnieszka
Powiązania:: https://bibliotekanauki.pl/articles/2179638.pdf
Data publikacji:: 2018-06-30
Wydawca:: Uniwersytet Warszawski. Wydawnictwo Naukowe Wydziału Zarządzania
Tematy:: startup
segmentation
clustering
SOM Kohonen
characteristics
digital
segmentacja
klasteryzacja
sieci Kohonena
charakterystyki
technologie cyfrowe
Opis:: The largest study of the digital industry in Poland has been run since 2015 by the Startup Poland Foundation in cooperation with the researchers from the Warsaw University of Technology. Such studies are not easy to carry out because of the heterogeneity of the definitions of basic concepts, including the definition of a startup. This article presents a comparison of examples of this type of study carried out worldwide and identifies the main differences between them. On the basis of the data obtained from the Foundation’s research, a segmentation and comparative analysis of Polish startups was carried out, the results of which are presented in this article. Six main differentiating features of the defined segments were identified, of which the production of hardware by startups and cooperation with academia were of particular interest.
Największe badanie startupów branży cyfrowej w Polsce od 2015 r. wykonuje fundacja Startup Poland we współpracy z naukowcami z Politechniki Warszawskiej. Badania takie nie są łatwe do zrealizowania ze względu na niejednorodność definicji podstawowych pojęć, w tym definicji startupu. W artykule przedstawiono zestawienie przykładowych badań tego typu, wykonywanych na świecie i wskazano główne różnice, jakie między nimi występują. Na podstawie danych otrzymanych w ramach badań fundacji, przeprowadzono analizę segmentacyjną i porównawczą polskich startupów, której wyniki zaprezentowano w artykule. Zidentyfikowano sześć głównych cech różnicujących poszczególne segmenty, wśród których na szczególną uwagę zasługuje fakt produkowania przez startupy hardware’u oraz prowadzenie współpracy z nauką.
Źródło:: Studia i Materiały; 2018, 1(26); 55-67
1733-9758
Pojawia się w:: Studia i Materiały
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 8.

Tytuł:: The Number of Groups in an Aggregated Approach in Taxonomy with the Use of Stability Measures and Classical Indices – A Comparative Analysis
Wybór liczby grup w podejściu zagregowanym w taksonomii z wykorzystaniem miar stabilności oraz klasycznych indeksów – porównanie wyników
Autorzy:: Rozmus, Dorota
Powiązania:: https://bibliotekanauki.pl/articles/2152805.pdf
Data publikacji:: 2022-06-14
Wydawca:: Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:: taksonomia
klasteryzacja
podejście zagregowane
stabilność metod taksonomicznych
taxonomy
clustering
cluster ensemble
cluster stability
Opis:: Recently, the two concepts that have been often discussed in the literature on taxonomy are the cluster ensemble and stability. An interesting proposal regarding the combination of these two concepts was presented by Șenbabaoğlu, Michailidis, and Li, who proposed as a measure of stability a proportion of ambiguously clustered pairs (PAC) for selecting the optimal number of groups in the cluster ensemble. This proposal appeared in the field of genetic research, but as the authors themselves write, the method can be successfully used also in other research areas. The aim of this paper is to compare the results of indicating the number of clusters (k parameter) using the aggregated approach in taxonomy and the above-mentioned measure of stability and classical indices (e.g. Caliński–Harabasz, Dunn, Davies–Bouldin).
We współczesnych rozważaniach z dziedziny taksonomii w literaturze często poruszane są dwa pojęcia: podejście zagregowane oraz stabilność metod grupowania. Do tej pory te były one rozważane osobno. Natomiast ciekawą propozycję w zakresie połączenia tych dwóch pojęć przedstawili Y. Șenbabaoğlu, G. Michailidis i J.Z. Li, którzy zasugerowali podejście zagregowane w taksonomii, połączone z zaproponowaną przez siebie miarą stabilności jako kryterium wyboru optymalnej liczby grup (k). Celem artykułu jest porównanie wyników wyboru wartości parametru k za pomocą wspomnianej miary stabilności oraz klasycznych indeksów (np. Calińskiego‑Harabasza, Dunna).
Źródło:: Acta Universitatis Lodziensis. Folia Oeconomica; 2021, 6, 357; 55-67
0208-6018
2353-7663
Pojawia się w:: Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 9.

Tytuł:: Rozmyta klasteryzacja surowych trójwymiarowych danych tomograficznych dla potrzeb rozpoznawania przepływów dwufazowych
Fuzzy clustering of raw three dimensional tomographic data for two-phase flows recognition
Autorzy:: Fiderek, P.
Jaworski, T.
Wajman, R.
Kucharski, J.
Powiązania:: https://bibliotekanauki.pl/articles/408134.pdf
Data publikacji:: 2015
Wydawca:: Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:: logika rozmyta
klasteryzacja rozmyta
trójwymiarowa tomografia pojemnościowa
fuzzy logic
fuzzy clustering
three dimensional capacitance tomography
Opis:: Artykuł zawiera opis wykorzystania klasteryzacji rozmytej dla potrzeb rozpoznawania rodzajów przepływów dwufazowych typu gaz-ciecz. Autorzy przedstawili szczegółowy opis procesu pozyskiwania trójwymiarowych danych tomograficznych, tak zwanych surowych danych tomograficznych, nowych metod gromadzenia, interpretacji oraz statystycznego przetwarzania tego typu danych. Dodatkowo w artykule znajduje się opis podstawowych zagadnień z zakresu logiki rozmytej i klasteryzacji rozmytej takich jak wyznaczanie wektora cech znaczących czy zasady działania klasyfikatora rozmytego (FCM) w odniesieniu do specyficznego rodzaju danych wykorzystanych podczas badań. Uzasadniając wybór klasteryzacji rozmytej autorzy zaprezentowali wyniki przeprowadzanych eksperymentów, które potwierdziły, że algorytmy rozmyte bardzo dobrze nadają się do badań nad zjawiskami o bardzo dynamicznym charakterze, jakimi bez wątpienia są przepływy dwufazowe typu gaz-ciecz.
The paper contains a description of the fuzzy clustering method usage for the recognition of two-phase gas-liquid flows. The authors present a detailed description of the obtaining process of three dimensional tomographic data, the so-called raw tomographic data, and new methods of the data collection, interpretation and statistical processing. In addition, the article includes a description of the key issues in the field of fuzzy logic and fuzzy clustering such as the determination of the primary features vector or the fuzzy classifier (FCM) principle of use with a specific type of data used in the study. Justifying the choice of fuzzy clustering authors presented the results of experiments carried out, which confirmed that the fuzzy algorithms are very good matched to the study of phenomena of a very dynamic nature, which, definitely, are the two-phase gas-liquid flows.
Źródło:: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2015, 4; 12-16
2083-0157
2391-6761
Pojawia się w:: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 10.

Tytuł:: Clusterization methods in detecting the restricted areas for sea transport
Autorzy:: Dramski, M.
Powiązania:: https://bibliotekanauki.pl/articles/393349.pdf
Data publikacji:: 2017
Wydawca:: Polskie Stowarzyszenie Telematyki Transportu
Tematy:: data mining
clusterization
restricted area
shortest path
eksploracja danych
klasteryzacja
obszar zastrzeżony
najkrótsza ścieżka
Opis:: Clusterization is one of the data mining techniques which is responsible for classifying data. Selection of the proper parameters leads to some desired clusters behavior. Th is fact can be used in detecting the restricted areas for ships and other units. Th e allowed area can be marked as a data cluster and vice versa. Th e other advantage is the fact that each cluster consists of the set of points which can be used to fi nd the shortest path in given area. In this paper the use of clusterization in detecting restricted areas is described. Few methods are analyzed and the conclusions presented.
Źródło:: Archives of Transport System Telematics; 2017, 10, 1; 24-27
1899-8208
Pojawia się w:: Archives of Transport System Telematics
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 11.

Tytuł:: A step towards the majority-based clustering validation decision fusion method
Krok w kierunku metodyfuzji decyzji opartej na większości dla walidacji wyników klasteryzacji
Autorzy:: Panskyi, Taras
Mosorov, Volodymyr
Powiązania:: https://bibliotekanauki.pl/articles/2033339.pdf
Data publikacji:: 2021
Wydawca:: Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:: clustering
clustering validation index
decision fusion method
klasteryzacja
indeks walidacji klasteryzacji
metoda fuzji decyzji
Opis:: A variety of clustering validation indices (CVIs) are aimed at validating the results of clustering analysis and determining which clustering algorithm performs best. Different validation indices may be appropriate for different clustering algorithms or partition dissimilarity measures; however, the best suitable index to use in practice remains unknown. A single CVI is generally unable to handle the wide variability and scalability of the data and cope successfully with all the contexts. Therefore, one of the popular approaches is to use a combination of multiple CVIs and fuse their votes into the final decision. This work aims to analyze the majority-based decision fusion method. Thus, the experimental work consisted of designing and implementing the NbClust majority-based decision fusion method and then evaluating the CVIs performance with different clustering algorithms and dissimilarity measures to discover the best validation configuration. Moreover, the authors proposed to enhance the standard majority-based decision fusion method with straightforward rules for the maximum efficiency of the validation procedure. The result showed that the designed enhanced method with an invasive validation configuration could cope with almost all data sets (99%) with different experimental factors (density, dimensionality, number of clusters, etc.).
Różnorodne indeksy walidacji klasteryzacji (CVI) mają na celu walidację wyników analizy skupień i określenie, który algorytm klasteryzacji działa najlepiej. Różne indeksy walidacji mogą być odpowiednie dla różnych algorytmów klasteryzacji lub miar niepodobieństwa podziału; jednak najlepszy walidacyjny indeks do zastosowania w praktyce pozostaje nieznany. Pojedynczy CVI na ogół nie jest w stanie poradzić sobie z dużą zmiennością i skalowalnością danych oraz z powodzeniem poradzić sobie we wszystkich kontekstach. Dlatego jednym z popularnych podejść jest użycie kombinacji wielu CVIs i połączenie ich głosów w ostateczną decyzję. Celem tej pracy jest analiza metody fuzji decyzji opartej na większości. W związku z tym prace eksperymentalne polegały na zaprojektowaniu i wdrożeniu metody NbClust fuzji decyzji opartej na większości, a następnie ocenianie wydajności CVIs za pomocą różnych algorytmów klasteryzacji i miar niepodobieństwa w celu odkrycia najlepszej konfiguracji walidacji. Ponadto autor zaproponował rozszerzenie standardowej metody fuzji decyzji oparta na większości o proste reguły dla maksymalnej efektywności procedury walidacji. Wynik pokazał, że zaprojektowana ulepszona metoda z inwazyjną konfiguracją walidacji może poradzić sobie z prawie wszystkimi zbiorami danych (99%) z różnymi eksperymentalnymi parametrami (gęstość, wymiarowość, liczba klastrów itp.).
Źródło:: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2021, 11, 2; 4-13
2083-0157
2391-6761
Pojawia się w:: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 12.

Tytuł:: An automatic segmentation method for scanned images of wheat root systems with dark discolourations
Autorzy:: Gocławski, J.
Sekulska-Nalewajko, J.
Gajewska, E.
Wielanek, M.
Powiązania:: https://bibliotekanauki.pl/articles/930018.pdf
Data publikacji:: 2009
Wydawca:: Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:: system korzeniowy
segmentacja
szkielet
klasteryzacja
root system image
segmentation
skeleton
root discolourations
fuzzy c-means clustering
Opis:: The analysis of plant root system images plays an important role in the diagnosis of plant health state, the detection of possible diseases and growth distortions. This paper describes an initial stage of automatic analysis-the segmentation method for scanned images of Ni-treated wheat roots from hydroponic culture. The main roots of a wheat fibrous system are placed separately in the scanner view area on a high chroma background (blue or red). The first stage of the method includes the transformation of a scanned RGB image into the HCI (Hue-Chroma-Intensity) colour space and then local thresholding of the chroma component to extract a binary root image. Possible chromatic discolourations, different from background colour, are added to the roots from blue or red chroma subcomponent images after thresholding. At the second stage, dark discolourations are extracted by local fuzzy c-means clustering of an HCI intensity image within the binary root mask. Fuzzy clustering is applied in local windows around the series of sample points on roots medial axes (skeleton). The performance of the proposed method is compared with hand-labelled segmentation for a series of several root systems.
Źródło:: International Journal of Applied Mathematics and Computer Science; 2009, 19, 4; 679-689
1641-876X
2083-8492
Pojawia się w:: International Journal of Applied Mathematics and Computer Science
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 13.

Tytuł:: Clustering large-scale data based on modified affinity propagation algorithm
Autorzy:: Serdah, A. M.
Ashour, W. M.
Powiązania:: https://bibliotekanauki.pl/articles/91694.pdf
Data publikacji:: 2016
Wydawca:: Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:: clustering
clustering algorithm
data clustering algorithm
propagation algorithm
Affinity Propagation
AP
klasteryzacja
algorytm klastrowania
algorytm propagacji
Opis:: Traditional clustering algorithms are no longer suitable for use in data mining applications that make use of large-scale data. There have been many large-scale data clustering algorithms proposed in recent years, but most of them do not achieve clustering with high quality. Despite that Affinity Propagation (AP) is effective and accurate in normal data clustering, but it is not effective for large-scale data. This paper proposes two methods for large-scale data clustering that depend on a modified version of AP algorithm. The proposed methods are set to ensure both low time complexity and good accuracy of the clustering method. Firstly, a data set is divided into several subsets using one of two methods random fragmentation or K-means. Secondly, subsets are clustered into K clusters using K-Affinity Propagation (KAP) algorithm to select local cluster exemplars in each subset. Thirdly, the inverse weighted clustering algorithm is performed on all local cluster exemplars to select well-suited global exemplars of the whole data set. Finally, all the data points are clustered by the similarity between all global exemplars and each data point. Results show that the proposed clustering method can significantly reduce the clustering time and produce better clustering result in a way that is more effective and accurate than AP, KAP, and HAP algorithms.
Źródło:: Journal of Artificial Intelligence and Soft Computing Research; 2016, 6, 1; 23-33
2083-2567
2449-6499
Pojawia się w:: Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 14.

Tytuł:: Analysis of vibration signals using short-time analysis and clustering in parameter space for detection of combustion engine state
Autorzy:: Boguś, Piotr
Merkisz, Jerzy
Powiązania:: https://bibliotekanauki.pl/articles/134160.pdf
Data publikacji:: 2019
Wydawca:: Polskie Towarzystwo Naukowe Silników Spalinowych
Tematy:: vibration signals
Diesel engine diagnostic
short-time analysis
clustering
sygnały drganiowe
diagnostyka silników wysokoprężnych
analiza krótkoczasowa
klasteryzacja
Opis:: The paper presents a short-time analysis of the vibration signals for the diagnosis of Diesel engine of combustion locomotive by recognition of different engine states using the clustering technique. The main aim of the researches was to distinguish between different engine states represent different wear extends. The proposed method of vibration signal analysis consists on sliding a time window along signal in time and observing the changes of some given statistical parameters. The set of this parameter values creates a multidimensional parameter space where the time evolution can be observed. For recognition and detection of different engine system states some clustering techniques in the parameter space were performed. The results show the possibility of distinguishing different cluster centers within the parameter space which can be assigning to different engine states represented the states before and after a general repair.
Źródło:: Combustion Engines; 2019, 58, 2; 83-87
2300-9896
2658-1442
Pojawia się w:: Combustion Engines
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 15.

Tytuł:: Specyfika rynku pracy dla pokolenia Z w krajach Unii Europejskiej w perspektywie ilościowej i jakościowej
Autorzy:: Bolesta, Karolina
Powiązania:: https://bibliotekanauki.pl/chapters/12201575.pdf
Data publikacji:: 2022
Wydawca:: Akademia Bialska im. Jana Pawła II
Tematy:: pandemia Covid-19
szok egzogeniczny
rynek pracy
analiza głównych składowych
klasteryzacja
Unia Europejska
współczynnik Kaisera-Meyera-Olkina
Opis:: Przedmiotem badań są zmienne mikro- i makroekonomiczne dotyczące rynku pracy dla młodych osób w krajach Unii Europejskiej. Osią analizy jest wybuch pandemii Covid-19. Celem artykułu jest uproszczenie struktury danych i wskazanie komponentów, opisujących rynek pracy w perspektywie wysokopoziomowej. Zastosowano analizę głównych składowych, na podstawie której wyodrębniono 2 komponenty. Dokonano klasyfikacji zmiennych do poszczególnych komponentów, a następnie pogrupowano państwa Unii Europejskiej w 5 grup. Obliczono również współczynnik Kaisera-Meyera-Olkina, którego wyniki potwierdziły zasadność analizy. Przeanalizowano programy pomocowe, które zapobiegają skutkom pandemii w ramach Unii Europejskiej. Scharakteryzowano również wyzwania stojące przed młodymi osobami na rynku pracy. Otrzymane grupowanie państw Unii Europejskiej jest zgodne z rzeczywistością, tj. grupy są maksymalnie homogeniczne w swoim zbiorze i wysoce heterogeniczne wśród pozostałych grup. Na podstawie analizy stwierdzono, że należy dostosowywać programy pomocowe na poziomie Unii Europejskiej do specyfiki danego kraju, tak aby najbardziej narażone grupy na fluktuacje rynku pracy (m. in. osoby młode) mogły minimalizować skutki wybuchu pandemii.
Źródło:: Rynek pracy wobec wyzwań przyszłości. Ewolucja i współczesne uwarunkowania; 100-112
9788364881954
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "klasteryzacja" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język