Temat: reducts - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Partial volume effect detection in MRI segmentation based on approximate decision reducts
Autorzy:: Widz, S.
Powiązania:: https://bibliotekanauki.pl/articles/333876.pdf
Data publikacji:: 2007
Wydawca:: Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:: segmentacja obrazów MRI
PVE
zbiory przybliżone
MRI Segmentation
rough sets
approximate decision reducts
Opis:: Segmentation of Magnetic Resonance Imaging (MRI) is a process of assigning tissue class labels to voxels. One of the main sources of segmentation error is the partial volume effect (PVE) which occurs most often with low resolution images - with large voxels, the probability of a voxel containing multiple tissue classes increases. We propose a multistage algorithm for segmenting MRI images with a mid-stage of recognizing the PVE voxels. The information about PVE regions added to other voxels features extracted from the image can increase the overall accuracy of the segmentation. In our methods we have utilize a classification approach based on approximate decision reducts derived from the data mining paradigm of the theory of rough sets. An approximate reduct is an irreducible subset of features, which enables to classify decision concepts with a satisfactory degree of accuracy in the training data. The ensembles of best found reducts trained for appropriate approximation degrees are applied to detection of the PVE and performing the segmentation.
Źródło:: Journal of Medical Informatics & Technologies; 2007, 11; 227-233
1642-6037
Pojawia się w:: Journal of Medical Informatics & Technologies
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Wykorzystanie zbiorów przybliżonych do pozyskiwania wiedzy i budowy reguł systemu generalizacji informacji geograficznej
Implementation of rough sets theory for knowledge acquisition and construction of knowledge base for generalization of geographic information
Autorzy:: Fiedukowicz, A.
Powiązania:: https://bibliotekanauki.pl/articles/346593.pdf
Data publikacji:: 2013
Wydawca:: Polskie Towarzystwo Informacji Przestrzennej
Tematy:: generalizacja informacji geograficznej
baza wiedzy
zbiory przybliżone
redukty
generalization of geographic information
knowledge base
rough sets
reducts
Opis:: Proces generalizacji informacji geograficznej zawsze opierał się na wiedzy i doświadczeniu kartografa, który go wykonywał. Postępujące zmiany technologiczne, w szczególności zaś zmiana sposobu przechowywania informacji przestrzennej, polegające na zastąpieniu formy analogowej elektroniczną (zwykle opartą o bazy danych), sprawiają, że owa wiedza niezbędna w generalizacji, jakkolwiek wciąż kluczowa, jest również przechowywana w inny sposób. Dziś na podstawie wieloletniego doświadczenia kartografa budowane są bazy wiedzy, które mają umożliwić, przynajmniej częściową automatyzację procesu generalizacji. Taką bazę wiedzy dla współczesnych danych przestrzennych może stanowić np. informacja o atrybutach obiektów istotnych z punktu widzenia procesu generalizacji i reguły generalizacyjne o te atrybuty oparte. Dzisiejsze bazy danych przestrzennych posiadają szereg atrybutów a kolejne mogą zostać obliczone w oparciu o geometrię obiektów, czy ich topologię. Trudność polega jednak na wyłonieniu informacji kluczowych w procesie generalizacji informacji geograficznej. W artykule zaprezentowano wykorzystanie konceptu zbiorów rozmytych oraz reduktów. Redukt jest podzbiorem oryginalnego zbioru atrybutów, który pozwala na równie dobre podjęcie decyzji (w tym przypadku dotyczącej generalizacji), co oryginalny zbiór atrybutów. Jego wyznaczenie pozwala więc na wybranie spośród dostępnych atrybutów tych o najistotniejszym znaczeniu. Wiedza o tym, które atrybuty są kluczowe dla poszczególnych operatorów generalizacji jest więc w ten sposób wydobywana z już istniejących danych. Wyselekcjonowane atrybuty mogą zaś zostać wykorzystane do tworzenia reguł procesu generalizacji. Dzięki wykorzystaniu jedynie atrybutów tworzących redukt budowa reguł, staje się łatwiejsza a same reguły, a co za tym idzie cały proces generalizacji, bardziej przejrzysty.
Generalization of geographic information was always based on the knowledge and experience of cartographer who performed it. Progressive technological changes, especially the change in data storage from analog to electronic devices (usually in the form of databases), changed a lot in generalization process. Though, the knowledge needed for it is still crucial, it is stored in different way as well. Today, knowledge bases are built based on years of cartographer’s experience. Their goal is to enable, at least partially, automation of the generalization process. This knowledge base for modern spatial data may be constituted, among others, by information about attributes of objects which are significant from the point of view of generalization process as well as the generalization rules based on those attributes. Contemporary spatial databases include a number of attributes and other information (as geometry and topology) which can be used to calculate other databases. Therefore, the challenge is to bring to light information crucial in generalization process. This paper presents the use of rough sets concept, specifically reducts, for this goal. The reduct is a subset of the original set of attributes which allows to make decisions (in this case, the decision about generalization of objects) as good as based on original attributes. Knowledge about the attributes significant in generalization process is derived, in this way, from already existing data. Selected attributes can be used for defining the generalization rules. Thanks to the use only of the attributes constituting reducts, the construction of rules becomes easier and the rules themselves, as well as generalization process, are more transparent.
Źródło:: Roczniki Geomatyki; 2013, 11, 2(59); 33-46
1731-5522
2449-8963
Pojawia się w:: Roczniki Geomatyki
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 3.

Tytuł:: Generation of reducts and rules in multi-attribute and multi-criteria classification
Autorzy:: Susmaga, R.
Słowiński, R.
Greco, S.
Matarazzo, B.
Powiązania:: https://bibliotekanauki.pl/articles/205913.pdf
Data publikacji:: 2000
Wydawca:: Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:: decision rules
dominance relation
intelligent information systems
multi-attribute and multi-criteria classification
reducts of attributes and criteria
rough sets theory
Opis:: The paper addresses the problem of analysing information tables which contain objects described by both attributes and criteria, i.e. attributes with preference-ordered scales. The objects contained in those tables, representing exemplary decisions made by a decision maker or a domain expert, are usually classified into one of several classes that are also often preference-ordered. Analysis of such data using the classic rough set methodology may produce improper results, as the original rough set approach is not able to discover inconsistencies originating from consideration of typical criteria, like e.g. product quality, market share or debt ratio. The paper presents the framework for the analysis of both attributes and criteria and a very promising algorithm for generating reducts. The algorithm presented is evaluated in an experiment with real-life data sets and its results are compared to those by two other reduct generating algorithms.
Źródło:: Control and Cybernetics; 2000, 29, 4; 969-988
0324-8569
Pojawia się w:: Control and Cybernetics
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "reducts" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język