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 "supervised machine learning" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-11 z 11
    Tytuł:
    A new algorithm for generation of decision trees
    Autorzy:
    Grzymała-Busse, J. W.
    Hippe, Z. S.
    Knap, M.
    Mroczek, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/1965778.pdf
    Data publikacji:
    2004
    Wydawca:
    Politechnika Gdańska
    Tematy:
    artificial intelligence
    supervised machine learning
    decision trees
    Bayes networks
    Opis:
    A new algorithm for development of quasi-optimal decision trees, based on the Bayes theorem, has been created and tested. The algorithm generates a decision tree on the basis of Bayesian belief networks, created prior to the formation of the decision tree. The efficiency of this new algorithm was compared with three other known algorithms used to develop decision trees. The data set used for the experiments was a set of cases of skin lesions, histopatolgically verified.
    Źródło:
    TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk; 2004, 8, 2; 243-247
    1428-6394
    Pojawia się w:
    TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk
    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:
    Evaluating lexicographer controlled semi-automatic word sense disambiguation method in a large scale experiment
    Autorzy:
    Broda, B.
    Piasecki, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/206405.pdf
    Data publikacji:
    2011
    Wydawca:
    Polska Akademia Nauk. Instytut Badań Systemowych PAN
    Tematy:
    natural language processing
    word sense disambiguation
    semi-supervised machine learning
    Opis:
    Word Sense Disambiguation in text remains a difficult problem as the best supervised methods require laborious and costly manual preparation of training data. On the other hand, the unsupervised methods yield significantly lower precision and produce results that are not satisfying for many applications. Recently, an algorithm based on weakly-supervised learning for WSD called Lexicographer-Controlled Semi-automatic Sense Disambiguation (LexCSD) was proposed. The method is based on clustering of text snippets including words in focus. For each cluster we find a core, which is labelled with a word sense by a human, and is used to produce a classifier. Classifiers, constructed for each word separately, are applied to text. The goal of this work is to evaluate LexCSD trained on large volume of untagged text. A comparison showed that the approach is better than most frequent sense baseline in most cases.
    Źródło:
    Control and Cybernetics; 2011, 40, 2; 419-436
    0324-8569
    Pojawia się w:
    Control and Cybernetics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Artificial intelligence approach for detecting material deterioration in hybrid building constructions
    Autorzy:
    Chesnokov, Andrei V.
    Mikhailov, Vitalii V.
    Dolmatov, Ivan V.
    Powiązania:
    https://bibliotekanauki.pl/articles/29520106.pdf
    Data publikacji:
    2021
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    hybrid construction
    material deterioration
    artificial neural network
    semi-supervised machine learning
    Opis:
    Hybrid constructions include heterogeneous materials with different behaviors under load. The aim is to achieve a so-called synergistic effect when the advantages of particular structural elements complement each other in a unified system. The building constructions considered in the research include high-strength steel cables, fiberglass rods, and flexible polymer membranes. The membrane is attached to the rods which have been elastically bent from the initially straight shape into an arch-like form. Structural materials inevitably deteriorate during a long operational period. The present study focuses on detecting material deterioration using Artificial Neural Networks (ANNs), which belong to the scope of intelligent techniques for data analysis. Appropriate ANN structures and required features are proposed. A semi-supervised learning strategy is used. The approach allows the training of the networks with normal data only derived from the construction without defects. Material degradationis detected by the level of reconstruction error produced by the network given the input data. The work contributes to the field of structural health monitoring of hybrid building constructions. It provides the opportunity to detect material deterioration given the forces in particular structural elements.
    Źródło:
    Computer Methods in Materials Science; 2021, 21, 2; 83-94
    2720-4081
    2720-3948
    Pojawia się w:
    Computer Methods in Materials Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Kontradyktoryjne uczenie maszynowe
    Autorzy:
    Kuznetsov, Phillip
    Edmunds, Riley
    Xiao, Ted
    Iqbal, Humza
    Puri, Raul
    Golmant, Noah
    Shih, Shannon
    Powiązania:
    https://bibliotekanauki.pl/articles/1857179.pdf
    Data publikacji:
    2021
    Wydawca:
    Wydawnictwo Druk-Art
    Tematy:
    nadzorowane uczenie maszynowe
    sztuczna inteligencja
    system bezpieczeństwa
    supervised machine learning
    artificial intelligence
    security system
    Opis:
    Dzięki ogromnej ilości zasobów oraz znacznego zainteresowania skupionego ostatnio na SI można zaobserwować liczne formy inteligentnych agentów wyposażonych w różnorodne unikatowe i nowatorskie możliwości. Potencjał oddziaływania jest nieograniczony, aczkolwiek odnotowywano już przykłady, w których decyzje podejmowane przez sztuczną inteligencję były niezrozumiałe.
    Źródło:
    Napędy i Sterowanie; 2021, 23, 7/8; 80-89
    1507-7764
    Pojawia się w:
    Napędy i Sterowanie
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Attack vectors on supervised machine learning systems in business applications
    Wektory ataków na nadzorowane systemy uczące się w zastosowaniach biznesowych
    Autorzy:
    Surma, Jerzy
    Powiązania:
    https://bibliotekanauki.pl/articles/1182306.pdf
    Data publikacji:
    2020
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    adversarial machine learning
    supervised machine learning
    security of machine
    learning systems
    antagonistyczne maszynowe uczenie się
    nadzorowane maszynowe uczenie się
    bezpieczeństwo systemów uczących się
    Opis:
    Systemy uczące się stają się coraz bardziej popularne i mają wiele praktycznych zastosowań. Szczególnie istotny i szybko rozwijający się jest obszar zastosowań biznesowych. W tym kontekście bezpieczeństwo informacyjne takich systemów jest niezwykle ważne, zwłaszcza przy dużej aktywności zorganizowanych grup cyberprzestępców. W artykule przedstawiono taksonomię intencjonalnych ataków na systemy uczące się pod nadzorem, które to są obecnie najpopularniejsze w zastosowaniach biznesowych. Omówiono także potencjalne wektory ataków. Wskazano ataki typu „czarna skrzynka” jako najbardziej prawdopodobne scenariusze ataków i omówiono je bardziej szczegółowo.
    Źródło:
    Informatyka Ekonomiczna; 2020, 3 (57); 65-72
    1507-3858
    Pojawia się w:
    Informatyka Ekonomiczna
    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:
    Stationary supercapacitor energy storage operation algorithm based on neural network learning system
    Autorzy:
    Jefimowski, W.
    Nikitenko, A.
    Drążek, Z.
    Wieczorek, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/200935.pdf
    Data publikacji:
    2020
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    stationary energy storage
    operation algorithms
    machine learning
    supervised learning
    prediction
    Opis:
    The paper proposes to apply an algorithm for predicting the minimum level of the state of charge (SoC) of stationary supercapacitor energy storage system operating in a DC traction substation, and for changing it over time. This is done to insure maximum energy recovery for trains while braking. The model of a supercapacitor energy storage system, its algorithms of operation and prediction of the minimum state of charge are described in detail; the main formulae, graphs and results of simulation are also provided. It is proposed to divide the SoC curve into equal periods of time during which the minimum states of charge remain constant. To predict the SoC level for the subsequent period, the learning algorithm based on the neural network could be used. Then, the minimum SoC could be based on two basic types of data: the first one is the time profile of the energy storage load during the previous period with the constant minimum SoC retained, while the second one relies on the trains’ locations and speed values in the previous period. It is proved that the use of variable minimum SoC ensures an increase of the energy volume recovered by approximately 10%. Optimum architecture and activation function of the neural network are also found.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2020, 68, 4; 733-738
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Badanie autentyczności cyfrowych nagrań fonicznych utrwalonych w plikach MP3
    Autenticity investigation of digital audio recorded as MP3 files
    Autorzy:
    Korycki, Rafał
    Powiązania:
    https://bibliotekanauki.pl/articles/1374046.pdf
    Data publikacji:
    2014
    Wydawca:
    Centralne Laboratorium Kryminalistyczne Policji
    Tematy:
    badanie autentyczności nagrań cyfrowych
    wykrywanie montażu
    badanie dowodów cyfrowych
    podwójna i wielokrotna kompresja MP3
    MDCT
    metody uczenia maszynowego z nadzorem
    maszyna wektorów nośnych (SVM)liniowa analiza dyskryminacyjna (LDA)
    authenticity examination of the digital recordings
    detection of montage
    testing digital evidence
    double and multiple MP3 compression
    supervised machine learning methods
    support vector machine (SVM)
    linear discriminant analysis (LDA)
    Opis:
    W pracy nakreślono problem wykrywania nieciągłości w nagraniach dźwiękowych poddanych stratnej kompresji i zaprezentowano nowe metody, które mogą być wykorzystane do badania autentyczności cyfrowych zapisów fonicznych. Prezentowane rozwiązania bazują na statystycznych analizie danych obliczonych na podstawie wartości współczynników MDCT. Wyznaczone wektory składające się z 228 cech zostały użyte jako sekwencje treningowe dwóch algorytmów uczenia maszynowego z nadzorem: liniowej analizy dyskryminacyjnej (LDA) oraz maszyny wektorów nośnych (SVM). Detekcja wielokrotnej kompresji została wykorzystana zarówno do wykrywania modyfikacji zapisu, jak również do ujawniania śladów montażu w cyfrowych nagraniach fonicznych. Skuteczność algorytmów służących do wykrywania nieciągłości została przetestowana na specjalnie przygotowanej w tym celu bazie nagrań muzycznych składającej się z blisko miliona plików MP3. Wyniki badań zostały omówione w kontekście wpływu parametrów kompresji na możliwość detekcji ingerencji w zapis cyfrowych nagrań fonicznych.
    In the work, the problem of detecting discontinuities in lossily compressed audio recordings was outlined and new methods that can be used to examine the authenticity of digital audio records were presented. The presented solutions are based on statistical analysis of the data, calculated on the basis of the value of MDCT coefficients. Designated vectors, consisting of 228 features, were used as the training sequences of two machine learning algorithms under the supervision of the linear discriminant analysis (LDA) and the support vector machine (SVM). Detection of multiple compression was both used to detect modification of the recording as well as to reveal traces of montage in digital audio recordings. The effectiveness of the algorithms for the detection of discontinuities was tested on the database of recorded music consisting of nearly one million MP3 files, specially prepared for this purpose. The results of the research were discussed in the context of the influence of parameters of the compression on the ability to detect interference in digital audio recordings.
    Źródło:
    Problemy Kryminalistyki; 2014, 283; 2-17
    0552-2153
    Pojawia się w:
    Problemy Kryminalistyki
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Keystroke dynamics analysis using machine learning methods
    Autorzy:
    Shabliy, Nataliya
    Lupenko, Serhii
    Lutsyk, Nadiia
    Yasniy, Oleh
    Malyshevska, Olha
    Powiązania:
    https://bibliotekanauki.pl/articles/1956034.pdf
    Data publikacji:
    2021
    Wydawca:
    Polskie Towarzystwo Promocji Wiedzy
    Tematy:
    keystroke dynamics analysis
    Machine Learning
    Neural Network
    Supervised Learning
    classification problem
    analiza dynamiki uderzeń klawiszy
    uczenie maszynowe
    sieć neuronowa
    uczenie nadzorowane
    problem klasyfikacji
    Opis:
    The primary objective of the paper was to determine the user based on its keystroke dynamics using the methods of machine learning. Such kind of a problem can be formulated as a classification task. To solve this task, four methods of supervised machine learning were employed, namely, logistic regression, support vector machines, random forest, and neural network. Each of three users typed the same word that had 7 symbols 600 times. The row of the dataset consists of 7 values that are the time period during which the particular key was pressed. The ground truth values are the user id. Before the application of machine learning classification methods, the features were transformed to z-score. The classification metrics were obtained for each applied method. The following parameters were determined: precision, recall, f1-score, support, prediction, and area under the receiver operating characteristic curve (AUC). The obtained AUC score was quite high. The lowest AUC score equal to 0.928 was achieved in the case of linear regression classifier. The highest AUC score was in the case of neural network classifier. The method of support vector machines and random forest showed slightly lower results as compared with neural network method. The same pattern is true for precision, recall and F1-score. Nevertheless, the obtained classification metrics are quite high in every case. Therefore, the methods of machine learning can be efficiently used to classify the user based on keystroke patterns. The most recommended method to solve such kind of a problem is neural network.
    Źródło:
    Applied Computer Science; 2021, 17, 4; 75-83
    1895-3735
    Pojawia się w:
    Applied Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Multi-label classification using error correcting output codes
    Autorzy:
    Kajdanowicz, T.
    Kazienko, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/331286.pdf
    Data publikacji:
    2012
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    maszyna ucząca się
    uczenie nadzorowane
    metoda agregacji
    struktura ramowa
    machine learning
    supervised learning
    multilabel classification
    error correcting output codes
    ECOC
    ensemble methods
    binary relevance
    framework
    Opis:
    A framework for multi-label classification extended by Error Correcting Output Codes (ECOCs) is introduced and empirically examined in the article. The solution assumes the base multi-label classifiers to be a noisy channel and applies ECOCs in order to recover the classification errors made by individual classifiers. The framework was examined through exhaustive studies over combinations of three distinct classification algorithms and four ECOC methods employed in the multi-label classification problem. The experimental results revealed that (i) the Bode-Chaudhuri-Hocquenghem (BCH) code matched with any multi-label classifier results in better classification quality; (ii) the accuracy of the binary relevance classification method strongly depends on the coding scheme; (iii) the label power-set and the RAkEL classifier consume the same time for computation irrespective of the coding utilized; (iv) in general, they are not suitable for ECOCs because they are not capable to benefit from ECOC correcting abilities; (v) the all-pairs code combined with binary relevance is not suitable for datasets with larger label sets.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2012, 22, 4; 829-840
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-11 z 11

      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