Lexicographical binary implementation of the Recurrent Pareto Filter in categorization procedures

• Autorzy: Ameljańczyk A. , Tran Quang C.

Warianty tytułu

PL

Leksykograficzno-binarna implementacja rekurencyjnego filtra Pareto w procedurach kategoryzacji

• Języki publikacji: EN

Abstrakty

EN

The paper presents the possibility of using Recurrent Pareto Filter (RPF) to the categorization procedures of objects (data). The paper presents a new implementation of the RPF algorithm, that uses lexicographical sorting objects and binary search Pareto optimal elements. The functioning of the algorithm illustrated by an example categorization procedure of scientific journals contained in the Scimago Scientific Journals Base.

PL

W pracy przedstawiono możliwość wykorzystania Rekurencyjnego Filtra Pareto (RPF) w procedurach kategoryzacji obiektów (danych). Przedstawiono nową implementację algorytmu RPF, wykorzystującą leksykograficzne sortowanie obiektów i binarne poszukiwanie elementów optymalnych w sensie Pareto (LBS). Funkcjonowanie algorytmu zilustrowano przykładem z obszaru kategoryzacji czasopism naukowych zawartych w Bazie Scimago Scientific Journals.

Słowa kluczowe

EN

Pareto filter; data clustering; multi-criteria ranking; categorization of objects; recurrent Pareto filter

PL

filtr Pareto; klasteryzacja danych; ranking wielokryterialny; kategoryzacja obiektów; rekurencyjny filtr Pareto

• Wydawca: Institute of Computer and Information Systems, Faculty of Cybernetics, Military University of Technology
• Czasopismo: Computer Science and Mathematical Modelling
• Rocznik: 2015
• Tom: No. 2
• Strony: 11--15
• Opis fizyczny: Bibliogr. 14 poz.

Twórcy

autor

Ameljańczyk A.

• Military University of Technology, Faculty of Cybernetics Institute of Computer and Information Systems, Kaliskiego Str. 2, 00-908 Warsaw, Poland

autor

Tran Quang C.

Bibliografia

• [1] Ameljańczyk A., “Mathematical aspects of ranking theory”, Computer Science and Mathematical Modelling, No. 2, 5–10 (2015).
• [2] Ameljańczyk A., “Pareto filter in the process of multi-label classifier synthesis in medical diagnostics support algorithms”, Computer Science and Mathematical Modelling , No. 1, 5–10 (2015).
• [3] Ameljańczyk A., Optymalizacja wielokryterialna w problemach sterowania i zarządzania, Ossolineum, Wrocław, 1984.
• [4] Ameljańczyk A., Multiple optimization, WAT, Warszawa, 1986.
• [5] Ameljańczyk A., “Metoda podziału zbioru obiektów na wielokryterialne klastry jakościowe”, Biuletyn Instytutu Systemów Informatycznych, Nr 12, 1–7 (2013).
• [6] Bouyssou D., Marchant T., “An axiomatic approach to noncompensatory sorting methods in MCDM, I: The case of two categories”, EJOR, 178(1), 217–245 (2007).
• [7] Brans J.P., Vincke Ph., “A preference ranking organization method: The PROMETHEE method for Multiple Criteria Decision-Making”, Management Science, Vol. 31, No. 6, 647–656 (1985).
• [8] Rasiowa H., Wstęp do matematyki współczesnej, PWN, Warszawa, 2005.
• [9] Saaty T.L., “Rank from comparisons and from ratings in the analytic hierarchy/network processes”, EJOR, 168(2), 557–570 (2006).
• [10] Seo F., Sakawa M., Multiple Criteria Decision Analysis in Regional Planning, D. Reidel-Kluwer, Dordrech–Boston–Lancaster–Tokyo, 1988.
• [11] Tran Quang Ch., Procedures multi-criteria clustering data, praca magisterska, WAT, Warszawa, 2015.
• [12] Yu P.L., Leitmann G., “Compromise solutions, domination structures and Salukwadze’s solution”, JOTA, Vol. 13, 14–21 (1974).
• [13] Yu P.L., Leitmann G., “Nondominated decision and cone convexity in dynamic multicriteria decision problems”, JOTA Vol. 14, 195–203 (1974).
• [14] http://www.scimagojr.com/journalrank.php, SCIMAGO Scientific Journal Rankings, (2015.12.12).