Rola i znaczenie syntezy logicznej w eksploracji danych dla potrzeb telekomunikacji i medycyny

• Autorzy: Łuba T. , Borowik G. , Kowalski K. , Pecio P. , Jankowski C. , Mańskowski M.

Warianty tytułu

EN

The role and importance of logic synthesis in data mining for telecommunications and medicine

• Języki publikacji: PL

Abstrakty

PL

Dyskutowane są możliwości zastosowania metod syntezy logicznej w zadaniach eksploracji danych. W szczególności omawiane jest zastosowanie metody uzupełnienia funkcji boolowskiej do najważniejszych procedur eksploracji danych, takich jak ich dyskretyzacja, indukcja reguł oraz redukcja atrybutów. Pokazano, że metody syntezy logicznej skutecznie usprawniają te procedury i z powodzeniem mogą być zastosowane do rozwiązywania zadań eksploracji danych w medycynie i telekomunikacji.

EN

The article discusses the possibilities of application of logic synthesis methods in data mining tasks. The main idea is to use the complement of Boolean function method from logic synthesis in the most important data mining procedures such as data discretization, induction of rules and reduction of attributes. It is shown that by applying specialized logic synthesis methods, these three issues can be effectively improved and successfully used for solving data mining tasks in medicine and telecommunications.

Słowa kluczowe

PL

eksploracja danych; algorytm uzupełnienia; ekspansja Shannona; ekstrakcja cech; indukcja reguł

EN

data mining; algorithm of complementation; Shannon expansion; feature extraction; rule induction

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
• Rocznik: 2014
• Tom: nr 5
• Strony: 110--116
• Opis fizyczny: Bibliogr. 26 poz., rys., tab.

Twórcy

autor

Łuba T.

• Instytut Telekomunikacji Politechniki Warszawskiej

autor

Borowik G.

• Instytut Telekomunikacji Politechniki Warszawskiej

autor

Kowalski K.

• Instytut Telekomunikacji Politechniki Warszawskiej

autor

Pecio P.

• Instytut Telekomunikacji Politechniki Warszawskiej

autor

Jankowski C.

• Instytut Telekomunikacji Politechniki Warszawskiej

autor

Mańskowski M.

• Instytut Radioelektroniki, Wydział Elektroniki i Technik Informacyjnych Politechniki Warszawskiej

Bibliografia

• [1] Andersen T. L., Martinez T.R.: Learning and generalization with bounded order rule sets, in: Proc. of 10th Int. Symp. On Computer and Information Sciences, 1995
• [2] Borowik G.: Boolean function complementation based algorithm for data discretization, in: Moreno-Diaz R., Pichler F.R., Ouesada-Arencibia A. (eds.) Computer Aided Systems Theory - EUROCAST 2013, vol. 8112, Springer Heidelberg (2013)
• [3] Borowik G.: Data mining approach for decision and classification systems using logic synthesis algorithms, in: Klempous R., Nikodem J., Jacak W., Chaczko Z. (eds.) Advanced Methods and Applications in ComputationaJ Intelligence, Topics in Intelligent Engineering and Informatics, vol. 6, Springer International Publishing (2014), doi: 10.1007/978-3-319-01436-4J
• [4] Borowik G., Luba T: Fast algorithm of attribute reduction based on the complementation of Boolean function, in: Klempous R., Nikodem J., Jacak W., Chaczko Z. (eds.) Advanced Methods and Applications in Computational Intelligence, Topics in Intelligent Engineering and Informatics, vol. 6, Springer International Publishing (2014), doi: 10.1007/978-3-319-01436-4_2
• [5] Borowik G.: Wpływ algorytmów syntezy logicznej na skuteczność eksploracji danych w medycynie i telekomunikacji. Materiały XIV Seminarium Radiokomunikacja i Techniki Multimedialne. Fundacja Wspierania Roz¬woju Radiokomunikacji i Technik Multimedialnych. Warszawa 2014
• [6] Brayton R. K., Hachtel G. D., McMullen C. I, Sangiovanni-Vincentelli A.: Logic Minimization Algorithms for VLSI Synthesis. Kluwer Academic Publishers (1984)
• [7] Grzymala-Busse J.W., Wang A.Y: Modified algorithms LEM1 and LEM2 for rule induction from data with missing attribute values, in: Proc. of 5th Int. Workshop on Rough Sets and Soft Computing (RSSC'97) at JCIS'97, 1997
• [8] Jankowski C.: Dyskretyzacja danych numerycznych metodami przekształceń boolowskich. Praca dyplomowa inżynierska. Instytut Telekomunikacji. Politechnika Warszawska. Warszawa 2014
• [9] Komorowski J., Pawlak Z., Polkowski L., Skowron A.: Rough sets: A tutorial, (1999)
• [10] Łuba T (red.): Programowalne układy przetwarzania sygnałów i informacji. Wydawnictwa Komunikacji i Łączności, Warszawa (2008)
• [11] Łuba T, Rybnik J.: Rough sets and some aspects in logic synthesis, in: Słowiński R. (ed.) Intelligent Decision Support - Handbook of Application and Advances of the Rough Sets Theory. Kluwer Academic Publishers (1992)
• [12] Łuba T, Lasocki R., Rybnik J.: An Implementation of Decomposition Algorithm and its Application in Information Systems Analysis and Logic Synthesis. In Rough Sets, Fuzzy Sets and Knowledge Discovery, W. Ziarko (ed.). Workshops in Computing Series. Springer Verlag, 1994
• [13] Ługowska l., Woźniak W., Klepacka I, Michalak E., Szamotulska K.: A prognostic evaluation of vascular endothelial growth factor in children and young adults with osteosarcoma, Pediatric Blood and Cancer 57(1), 63-68 (2011), doi: 10.1002/pbc.23021
• [14] Mańkowski M.: Uogólnianie reguł decyzyjnych metodą uzupełniania funkcji boolowskich. Praca dyplomowa inżynierska. Instytut Radioelektroniki. Politechnika Warszawska. Warszawa 2014
• [15] Papadimitriou C.H.: Computational complexity. Academic Internet Publ. (2007)
• [16] Pawlak Z.: Rough Sets. Theoretical Aspects of Reasoning about Data. Kluwer Academic Publishers (1991)
• [17] Rondeau T.W., Bostian C.W.: Artificial Intelligence in Wireless Com¬munications. Artech House (2009)
• [18] Stefanowski J., Vanderpooten D.: A general two stage approach to rule induction from examples, in: Ziarko W. (red.), Rough Sets, Fuzzy Sets and Knowledge Discovery, Springer-Verlag, 1994
• [19] Stefanowski J.: Algorytmy indukcji reguł decyzyjnych w odkrywaniu wiedzy, Rozprawa habilitacyjna. Seria Rozprawy, nr 361, Wydawnictwo Politechniki Poznańskiej, Poznań (2001)
• [20] Ślezak D., Janusz A.: Ensembles of bireducts: towards robust classification and simple representation, Proceedings of the Third international conference on Future Generation Information Technology. Springer-Verlag, Jeju Island, Korea (2011), doi: 10.1007/978-3-642-27142-7_9
• [21] Żadnik M., Michlovsky Z.: Is Spam Visible in Flow-Level Statistics? Tech. rep., CESNET National Research and Education Network (2009), http://www.fit. vutbr.cz/research/view_pub.php?id=9277
• [22] Espresso - multi-valued PLA minimization, http://embedded.eecs.berkeley.edu/pubs/downloads/espresso
• [23] ROSE2 - Rough Sets Data Explorer, http://idss.cs.put.poznan.pl/site/rose.html
• [24] ROSETTA - A Rough Set Toolkit for Analysis of Data, http://www.lcb.uu.seAools/rosetta/
• [25] RSES - Rough Set Exploration System, http://logic.mimuw.edu.pl/~rses/
• [26] UC lrvine Machine Learning Repository, http://archive.ics.uci.edu/ml/