Wyniki wyszukiwania - BazTech

1

Using the one-versus-rest strategy with samples balancing to improve pairwise coupling classification

Chmielnicki W., Stąpor K.

International Journal of Applied Mathematics and Computer Science

|

2016

|

Vol. 26, no. 1

191--201

EN

The simplest classification task is to divide a set of objects into two classes, but most of the problems we find in real life applications are multi-class. There are many methods of decomposing such a task into a set of smaller classification problems involving two classes only. Among the methods, pairwise coupling proposed by Hastie and Tibshirani (1998) is one of the best known. Its principle is to separate each pair of classes ignoring the remaining ones. Then all objects are tested against these classifiers and a voting scheme is applied using pairwise class probability estimates in a joint probability estimate for all classes. A closer look at the pairwise strategy shows the problem which impacts the final result. Each binary classifier votes for each object even if it does not belong to one of the two classes which it is trained on. This problem is addressed in our strategy. We propose to use additional classifiers to select the objects which will be considered by the pairwise classifiers. A similar solution was proposed by Moreira and Mayoraz (1998), but they use classifiers which are biased according to imbalance in the number of samples representing classes.

2

Application of sparse linear discriminant analysis for prediction of protein-protein interactions

Stąpor K., Fabian P.

Information Systems in Management

|

2016

|

Vol. 5, No. 1

109--118

EN

To understand the complex cellular mechanisms involved in a biological system, it is necessary to study protein-protein interactions (PPIs) at the molecular level, in which prediction of PPIs plays a significant role. In this paper we propose a new classification approach based on the sparse discriminant analysis [10] to predict obligate (permanent) and non-obligate (transient) protein-protein interactions. The sparse discriminant analysis [10] circumvents the limitations of the classical discriminant analysis [4, 9] in the high dimensional low sample size settings by incorporating inherently the feature selection into the optimization procedure. To characterize properties of protein interaction, we proposed to use the binding free energies. The performance of our proposed classifier is 75% ± 5%.

3

Using tabu search for feature selection in discriminant analysis

Stąpor K.

Studia Informatica

|

2014

|

Vol. 35, nr 4

45--58

EN

The well known statistical software packages like STATISTICA [11] continue to use classic variable selection methods in stepwise Discriminant Analysis such as the sequential forward/backward ones. Such stepwise procedures suffer from the nesting effect. Moreover, due to the criterion used for evaluation of variable subsets they are designed for descriptive purposes, not for predictive ones. We propose the new solution to the mentioned problems, the feature selection algorithm based on metaheuristic tabu search. After performing some tests it is found that our tabu search-based algorithm obtains significantly better results than stepwise procedures of statistical package.

PL

W znanych szeroko pakietach do obliczeń statystycznych (np. STATISTICA [11]) selekcja zmiennych wejściowych w module krokowej Analizy Dyskryminacyjnej wykonywana jest z wykorzystaniem klasycznych metod sekwencyjnych w przód/w tył, których wadą jest efekt zagnieżdżania. Również kryterium ewaluacyjne w tychże metodach jest dostosowane do celów deskryptywnych, a nie predyktywnych. Artykuł proponuje nowe rozwiązania wspomnianych problemów – algorytm selekcji z wykorzystaniem metaheurystyki przeszukiwania z tabu. Wykonane, wstępne testy wykazały znacznie lepszą sprawność klasyfikacji w porównaniu z metodami krokowymi.

4

Przewidywanie struktury drugorzędowej białek metodą słownikową

Fabian P., Stąpor K.

Studia Informatica

|

2014

|

Vol. 35, nr 1

57--68

EN

This paper describes a method of predicting the secondary structure of proteins, based on dictionaries of subsequences. These subsequences are derived from records available in the PDB database. Depending on the construction of the learning set, accuracies of up to 79% have been achieved. Dictionaries use hashing functions, which make them fast and capable of storing large sets of substrings.

PL

W artykule opisano sposób przewidywania struktury drugorzędowej białek, oparty na słownikach podciągów. Sekwencje te są pobierane z danych dostępnych w bazie danych PDB. W zależności od konstrukcji zestawu uczącego, osiągnięto dokładność do 79%. Do szybkiego dostępu do słowników zawierających dużą liczbę podciągów zastosowano funkcje mieszające.

5

Protein fold classification based on machine learning paradigm – a review

Stąpor K.

Bio-Algorithms and Med-Systems

|

2012

|

Vol. 8, no. 1

53--76

EN

Protein fold recognition using machine learning-based methods is crucial in the protein structure discovery, especially when the traditional sequence comparison methods fail because the structurally-similar proteins share little in the way of sequence homology. Many different machine learning-based fold classification methods have been proposed with still increasing accuracy and the main aim of this article is to cover all the major results in this field.

6

Using machine learning approach for protein fold recognition

Stąpor K.

Studia Informatica

|

2011

|

Vol. 32, nr 4A

27-41

EN

Protein fold recognition using machine learning-based methods is crucial in the protein structure discovery, especially when the traditional sequence comparison methods fail because the structurally-similar proteins share little in the way of seąuence homology. Based on the selected machine learning classification methods, we explain the methodology for building classifiers which can be used in the protein fold recognition problem.

PL

Rozpoznawanie typu ufałdowania białka z wykorzystaniem metod uczenia maszynowego ma kluczowe znaczenie w przewidywaniu struktury białka, szczególnie w przypadkach kiedy tradycyjne podejście oparte na podobieństwie łańcuchów nie znajduje zastosowania ze względu na jego znikomą wartość. Na podstawie wybranych algorytmów uczenia maszynowego klasyfikacji w artykule przedstawiono metodykę automatycznego rozpoznawania typu ufałdowania białka.

7

A combined SVM-RDA classifier for protein fold recognition

Chmielnicki W., Stąpor K.

Bio-Algorithms and Med-Systems

|

2011

|

Vol. 7, no. 1

67--70

EN

Predicting the three-dimensional (3D) structure of a protein is a key problem in molecular biology. It is also an interesting issue for statistical methods recognition. There are many approaches to this problem considering discriminative and generative classifiers. In this paper a classifier combining the well-known support vector machine (SVM) classifier with regularized discriminant analysis (RDA) classifier is presented. It is used on a real world data set. The obtained results are promising improving previously published methods.

8

Investigation of normalization techniques and their impact on a recognition rate in handwritten numeral recognition

Chmielnicki W., Stąpor K.

Schedae Informaticae

|

2010

|

Vol. 19

53-77

EN

This paper presents several normalization techniques used in handwritten numeral recognition and their impact on recognition rates. Experiments with five different feature vectors based on geometric invariants, Zernike moments and gradient features are conducted. The recognition rates obtained using combination of these methods with gradient features and the SVM-rbf classifier are comparable to the best state-of-art techniques.

9

Ocena rzeczywistej wydajności wybranych regresorów

Michalak M., Stąpor K.

Studia Informatica

|

2008

|

Vol. 29, nr 1

23-33

PL

Poniższa praca porusza temat nieparametrycznej estymacji funkcji regresji oraz jej efektywności czasowej. Autorzy porównują dokładność regresji, ale i czas potrzebny na wyznaczenie wartości dla obiektu testowego. Czas ten uwzględnia nie tylko samo wyznaczanie wartości, ale i etap tworzenia regresora. Eksperymenty zostały przeprowadzone na wielowymiarowych danych rzeczywistych.

EN

This paper raises a problem of nonparametric estimation of the regression function and its time efficiency. Authors compare the regression accuracy but considers also the time that is needed to evaluate the value for the test object. That time takes into consideration the evaluation time, but also the time of regressor creating. Experiments were conducted with the usage of multidimensional real data.

10

Estymacja jądrowa w predykcji szeregów czasowych

Michalak M., Stąpor K.

Studia Informatica

|

2008

|

Vol. 29, nr 3A

71-90

PL

Artykuł opisuje problem predykcji w szeregach czasowych. Autorzy opisują modyfikację algorytmu jądrowego, którą porównują z metodą dekompozycji. W wyniku zastosowania zmodyfikowanego algorytmu zmniejszono błąd predykcji o jedną trzecią w porównaniu z najlepszym wynikiem uzyskanym metodą dekompozycji. Do eksperymentów użyto zarówno danych syntetycznych, jak i rzeczywistych.

EN

This paper raises a problem of time series prediction. Authors describe a modification of kernel prediction and compare it with the time series decomposition. The final prediction error was decreased by one third in comparison with the best result of time series decomposition. Experiments were conducted on the real and synthetic data.

11

Zastosowanie metody cząsteczkowych najmniejszych kwadratów (PLS) do klasyfikacji danych mikromacierzowych

Błaszczyk P., Stąpor K.

Studia Informatica

|

2007

|

Vol. 28, nr 2

31-45

PL

W artykule przedstawiono wprowadzenie metody cząsteczkowych najmniejszych kwadratów (PLS) i jej zastosowanie w klasyfikacji danych mikromacierzowych. W tym celu porówanano ze sobą dwie metody klasyfikacji - liniową dyskryminację Fishera (FLD) oraz metodę cząsteczkowych najmniejszych kwadratów (PLS). Jako dane mikromacierzowe wykorzystano symulowane zbiory danych oraz dane biologiczne.

EN

In this paper we present methematical introduction of Partial Least Squares metod (PSL) and application for classification microarray data. To do this application two classification methods was compared - Fisher linear discriminant (FLD) and partial Least Squares (PLS) applied to classification of microarray data are compared. The simulation and biological datasets are used as a microarray gene expresion data.

12

Maximum Separation Partial Least Squares (MSPLS): a new method for classification in microarray experiment

Błaszczyk P., Stąpor K.

Journal of Medical Informatics & Technologies

|

2007

|

Vol. 11

187--195

EN

The purpose of the paper is to propose a new method for classification. Our MSPLS method was deduced from the classic Partial Least Squares (PLS) algorithm. In this method we applied the Maximum Separation Criterion. On the basis of the approach we are able to find such weight vectors that the dispersion between the classes is maximal and the dispersion within the classes is minimal. In order to compare the performance of classifier we used the following types of dataset - biological and simulated. Error rates and confidence intervals were estimated by the jackknife method.

13

Application of resampling methods to estimate the number of clusters in gene expression data

Stąpor K.

Theoretical and Applied Informatics

|

2006

|

Vol. 18, nr 2

109-122

EN

In this paper we evaluated the two recently emerged resampling-based methods for estimation the number of clusters (if any) in a dataset. The first method is based on the concept of clustering stability while the second utilizes the ideas from discriminant analysis. These methods are compared using simulated and gene expression data from cancer microarray studies.

PL

W artykule przedstawiono dwie nowe metody dotyczące walidacji grupowania danych, a konkretnie oszacowania liczby grup. Obie metody bazują na odpowiednim próbkowaniu zbioru wejściowego a ich podstawową ideą jest stwierdzenie, że stabilna struktura to taka, która jest odporna" na perturbacje danych. Pierwsza metoda, pochodząca z [1] bazuje na pojęciu tzw. stabilności wyniku grupowania, które z kolei jest definiowane w oparciu o odpowiednio skonstruowaną macierz niezgodności. W drugiej metodzie wykorzystywane są pojęcia z analizy dyskryminacyjnej dla oceny stabilności uzyskanej w wyniku grupowania struktury. Obie metody zostały porównane z użyciem specjalnie wygenerowanych zbiorów testowych. Następnie zastosowano je dla oszacowania liczby grup w danych stanowiących poziomy ekspresji genów pacjentów zdrowych i chorych na różne rodzaje białaczki, pochodzące z mikromacierzy DNA.

14

A comparative review of the selection methods for discovering differentially expressed genes in microarray experiments for classification

Stąpor K., Bruckner A., Błaszczyk P.

Studia Informatica

|

2006

|

Vol. 27, nr 4

37-52

EN

In this paper the feature selection methods applied to discovering differentially expressed genes in microarray experiments are compared. This compare-son includes both filter and optimal subset selection methods. The simulated and biological datasets are used as the microarray gene expression data, and the ability of selected genes for classification is also considered.

PL

W artykule porównano metody selekcji cech zastosowane do wykrywania genów różnicujących w eksperymentach mikromacierzowych. Porównanie zawiera zarówno metody statystyczne, jak i metody poszukiwania optymalnego podzbioru cech. Jako dane mikromacierzowe wykorzystano symulowane zbiory danych oraz dane biologiczne. Przedstawiono ponadto przydatność wyselekcjonowanych genów do klasyfikacji.

15

Support vector clustering algorithm for identification of glaucoma in ophthalmology

Stąpor K.

Bulletin of the Polish Academy of Sciences. Technical Sciences

|

2006

|

Vol. 54, nr 1

139-141

EN

This paper presents the improved version of the classification system for supporting glaucoma diagnosis in ophthalmology. In this paper we propose the new segmentation step based on the support vector clustering algorithm which enables better classification performance. Key words: clustering, image segmentation, kernel-based learning, glaucoma.

16

Automatic detection of exudates from fundus eye images based on mathematical morphology for diabetic retinopathy monitoring

Stąpor K., Świtoński A.

Studia Informatica

|

2005

|

Vol. 26, nr 1

5-14

EN

In this paper the method for automatic segmentation of exudates from fundus eye images is proposed. The method is composed of the following steps: 1) preprocessing, 2) finding marker image and 3) geodesic reconstraction. The mean sensitivity is 95%.

PL

W artykule przedstawiono metodę segmentacji wysięków na cyfrowych obrazach dna oka. Metoda składa się z następujących kroków: 1) przetwarzanie wstępne, 2) znajdowanie obrazu znaczników, 3) rekonstrukcja geodezyjna. Średnia czułość metody wynosi 95%.

17

Finding clusters of different shapes and sizes using graph-and density-based clustering algorithms

Stąpor K.

Archiwum Informatyki Teoretycznej i Stosowanej

|

2005

|

T. 17, z. 2

143-154

EN

This paper described two clustering algorithms; a graph-based algorithm which utilizes minimum spanning tree of a graph to detect clusters and the density-based algorithm, the means-shift clustering. Both algorithms are capable of discovering clusters varying in shape and size, being nonlinearly separable as well as having non-elliptical shapes. The mean-shift algorithm can also reveal the true structure in a presence of noise and outliers.

PL

Artykuł prezentuje dwa algorytmy grupowania: grafowy i gęstościowy, które umożliwiają odkrycie prawidłowej struktury zbioru w przypadku, gdy zawiera on grupy różniące się kształtem, wielkością oraz w obecności szumu. Algorytm grafowy wykorzystuje minimalne drzewo rozpinające, skonstruowane na całym zbiorze uczącym, na podstawie którego następuje detekcja podgrafów spełniających określone kryteria. Podgrafy te odpowiadają grupom. Algorytm gęstościowy wykorzystuje jądrowy estymator funkcji gęstości z jądrem Epanechnikowa. Procedura grupowania polega na iteracyjnym "przesuwaniu" poszczególnych wektorów zbioru uczącego, aż osiągną one swoje punkty zbieżności.

18

Podziałowe i hierarchiczne algorytmy grupowania danych

Stąpor K.

Studia Informatica

|

2004

|

Vol. 25, nr 1

157-170

PL

W artykule przedstawiono najważniejsze podziałowe oraz hierarchiczne algorytmy grupowania danych. Wśród algorytmów podziałowych omówiono algorytmy oparte na prototypach punktowych oraz liniowych. Przedstawiono algorytmy hierarchiczne dla różnych miar podobieństwa oraz omówiono skrótowo kla-steryzację neuronową wykorzystującą sieć Kohonena.

EN

In this paper the most important partitional and hierarchical data clustering algorithms arę described. Among partitional algorithms those based on point and linear prototypes arę discussed. In hierarchical algorithms different similarity measures arę described. Also, neural network clustering based on Kohonen network is described.

19

Operacje morfologiczne na obrazach w odcieniach szarości - zastosowanie na potrzeby wizji komputerowej

Świtoński A., Stąpor K.

Studia Informatica

|

2004

|

Vol. 25, nr 2

17-32

PL

Opracowanie stanowi kompleksowy przegląd operatorów morfologii matematycznej dla obrazów w odcieniach szarości. Zostały podane pełne definicje operatorów wraz z wyjaśnieniami skutków, jakie powodują na obrazach. Działanie opisanych operacji morfologicznych zaprezentowano na przykładowych obrazach.

EN

The article is complex review of mathematical morphology operators for grayscale images. Their fuli definitions with explanations of their impact on the images have been given. The workings of described operators have been presented on example images.

20

Operacje morfologiczne na obrazach binarnych-zastosowanie na potrzeby wizji komputerowej

Świtoński A., Stąpor K.

Studia Informatica

|

2004

|

Vol. 25, nr 2

5-15

PL

Opracowanie stanowi kompleksowy przegląd operatorów morfologii matematycznej dla obrazów binarnych. Zostały podane ich pełne definicje wraz z wyjaśnieniami skutków, jakie powodują na obrazach. Działanie opisanych operacji morfologicznych zaprezentowano na przykładowych obrazach.

EN

The article is complex review of mathematical morphology operators for binary images. Their fali definitions with explanations of their impact on the images have been given. The workings of described operators have been presented on example images.