Linguistic data summarization using an enhanced genetic algorithm

• Autorzy: Donis-Diaz C.A. , Bello R. , Kacprzyk J.

Warianty tytułu

PL

Lingwistyczne podsumowania danych z użyciem ulepszonego algorytmu genetycznego

• Języki publikacji: EN

Abstrakty

EN

This paper presents work is presented an enhanced Genetic Algorithm (GA) specifically designed for the production of linguistic data summaries. The model is able to obtain not a set of ‘good linguistic summaries’ but a ‘good set’ of summaries. The model incorporates an operator and fitness function specially designed to fulfil this aim. Experiments show how the enhanced model is able to improve results obtained with the classical model of GA and to guarantee a summary with high diversity and good values for the quality measures in individual summaries

PL

Przedmiotem niniejszego artykułu jest ulepszony algorytm genetyczny (GA) zaprojektowany z zamiarem użycia głównie do tworzenia lingwistycznych podsumowań danych. Zaproponowany model pozwala na uzyskanie nie tyle zbioru „dobrych podsumowań lingwistycznych”, co „dobrego zbioru” tych podsumowań. Cel ten uzyskano przez zastosowanie w modelu odpowiedniego operatora i funkcji przystosowania. Przedstawione w artykule eksperymenty obliczeniowe potwierdzają, że autorski model wpływa na poprawę wyników otrzymanych dla klasycznego modelu opartego na algorytmie genetycznym oraz gwarantuje podsumowania charakteryzujące się dużą różnorodnością oraz dobrymi wartościami miar jakości poszczególnych podsumowań.

Słowa kluczowe

EN

linguistic data summarization; data mining; fuzzy logic; genetic algorithms

PL

lingwistyczne podsumowania danych; eksploracja danych; logika rozmyta; algorytmy genetyczne

• Wydawca: Wydawnictwo Politechniki Krakowskiej im. Tadeusza Kościuszki
• Czasopismo: Czasopismo Techniczne. Automatyka
• Rocznik: 2013
• Tom: R. 110, z. 2-AC
• Strony: 3--12
• Opis fizyczny: Bibliogr. 24 poz., wz., tab.

Twórcy

autor

Donis-Diaz C.A.

• Computer Science Department, Universidad Central Marta Abreu de Las Villas, Santa Clara

autor

Bello R.

• Computer Science Department, Universidad Central Marta Abreu de Las Villas, Santa Clara

autor

Kacprzyk J.

• Systems Research Institute, Polish Academy of Sciences, Warsaw
• Department of Automatic Control and Information Technology, Faculty of Electrical and Computer Engineering, Cracow University of Technology

Bibliografia

• [1] Yager R.R., A new approach to the summarization of data, Information Sciences, 28, 1982, 69-86.
• [2] Yager R.R., On linguistic summaries of data, [in:] G. Piatetsky-Shapiro, W.J. Frawley (Eds.) Knowledge Discovery in Databases, AAAI Press/The MIT Press, Menlo Park, 1991, 347-363.
• [3] Yager R.R., Database discovery using fuzzy sets, International Journal of Intelligent Systems, 11, 1996, 691-712.
• [4] Kacprzyk J., Intelligent data analysis via linguistic data summaries: a fuzzy logic approach, [in:] R. Decker, W. Gaul (Eds.) Classification and Information Processing at the Turn of the Millennium, Springer-Verlag, Heidelberg and New York 2000, 153-161.
• [5] Kacprzyk J., Yager R.R., Linguistic summaries of data using fuzzy logic, International Journal of General Systems, 30, 2001, 133-154.
• [6] Kacprzyk J., Yager R.R., Zadrożny S., A fuzzy logic based approach to linguistic summaries of databases, International Journal of Applied Mathematics and Computer Science, 10, 2000, 813-834.
• [7] Kacprzyk J., Yager R.R., Zadrożny S., Fuzzy linguistic summaries of databases for an efficient business data analysis and decision support, [in:] W. Abramowicz, J. Żurada (Eds.) Knowledge Discovery for Business Information Systems, Kluwer, Boston 2001, 129-152.
• [8] Kacprzyk J., Zadrożny S., Computing with words: towards a new generation of linguistic querying and summarization of databases, [in:] P. Sinčak, J. Vaščak (Eds.) Quo Vadis Computational Intelligence?, Physica-Verlag, Heidelberg and New York 2000, 144-175.
• [9] Castillo-Ortega R. et al., Linguistic Summarization of Time Series Data using Genetic Algorithms, 7th Conference of European Society for Fuzzy Logic and Technology – EUSFLAT 2011, Atlantis Press, Aix-les-Bains 2011, 416-423.
• [10] Castillo-Ortega R. et al., A Multi-Objective Memetic Algorithm for the Linguistic Summarization of Time Series, 13th Annual Genetic and Evolutionary Computation Conference – GECCO’ 2011, ACM, Dublin 2011, 171-172.
• [11] George R., Srikanth R., Data summarization using genetic algorithms and fuzzy logic, [in:] F. Herrera, J.L. Verdegay (Eds.) Genetic Algorithms and Soft Computing, Physica-Verlag, Heidelberg 1996, 599-611.
• [12] Kacprzyk J., Wilbik A., Zadrożny S., Using a Genetic Algorithm to Derive a Linguistic Summary of Trends in Numerical Time Series, International Symposium on Evolving Fuzzy Systems, Ambleside 2006, 137-142.
• [13] Kacprzyk J., Wilbik A., Zadrożny S., Linguistic summarization of time series using a fuzzy quantifier driven aggregation, Fuzzy Sets and Systems, 159, 2008, 1485-1499.
• [14] Zadeh L.A., A computational approach to fuzzy quantifiers in natural languages, Computers and Mathematics with Applications, 9, 1983, 149-184.
• [15] Kacprzyk J., Zadrożny S., Protoforms of linguistic data summaries: towards more general natural-language-based data mining tools, [in:] A. Abraham, J.R.D. Solar, M. Koeppen (Eds.) Soft Computing Systems, IOS Press, Amsterdam 2002, 417-425.
• [16] Kacprzyk J., Zadrożny S., Linguistic database summaries and their protoforms: towards natural language based knowledge discovery tools, Information Sciences, 173, 2005, 281-304.
• [17] Kacprzyk J., Zadrożny S., Protoforms of Linguistic Database Summaries as a Human Consistent Tool for Using Natural Language in Data Mining, International Journal of Software Science and Computational Intelligence, 1, 2009.
• [18] Kacprzyk J., Zadrożny S., Computing with words is an implementable paradigm: fuzzy queries, linguistic data summaries and natural language generation, IEEE Transactions on Fuzzy Systems, 18, 2010, 461-472.
• [19] Holland J.H., Adaptation in natural and artificial systems, MIT Press, Cambridge 1992.
• [20] Goldberg D.E., Genetic algorithms in search, Optimization and Machine Learning, Addison-Wesley, Reading 1989.
• [21] Smith S., Flexible learning of problem solving heuristics through adaptive search, 8th International Conference on Artificial Intelligence, Morgan Kaufmann, 1983, 422-425.
• [22] Zadeh L.A., Kacprzyk J., Computing with Words in Information/Intelligent Systems, Physica-Verlag (Springer-Verlag), Heidelberg and New York 1999.
• [23] Russell S.J., Norvig P., Artificial Intelligence: A Modern Approach, Third ed., Prentice Hall, 2009.
• [24] Díaz C.A.D., Perez R.B., Morales E.V., Using Linguistic Data Summarization in the study of creep data for the design of new steels, 11th International Conference on Intelligent Systems Design and Applications – ISDA 2011, Cordoba 2011, 160-165.