Rozstrzygnięcie konfliktów między regułami

• Autorzy: Kościuk K. , Stepaniuk J

Warianty tytułu

EN

Conflict resolution between rules

• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiono metody klasyfikacji obiektów oparte na teorii zbiorów przybliżonych i sztucznych sieci neuronowych. Omówiono wyniki eksperymentów dotyczących klasyfikatorów zespołowych używających reguł decyzyjnych i sieci neuronowej do rozstrzygania konfliktów między nimi.

EN

In this paper the methods of objects classification based on rough set theory and artificial neural networks are presented. The results of the experiments were discussed in relation to coupled classifier using decision rules and neural network to resolve the conflicts between them.

Słowa kluczowe

PL

sieć neuronowa; reguły decyzyjne

EN

neural network; decision rules

• Wydawca: Oficyna Wydawnicza Politechniki Białostockiej
• Czasopismo: Zeszyty Naukowe Politechniki Białostockiej. Informatyka
• Rocznik: 2002
• Tom: Z.1
• Strony: 97--118
• Opis fizyczny: Bibliogr. 12 poz., tab.

Twórcy

autor

Kościuk K.

• Politechnika Białostocka, Katedra Oprogramowania, ul. Wiejska 45 A, 15-351 Białystok

autor

Stepaniuk J

• Politechnika Białostocka, Katedra Oprogramowania, ul. Wiejska 45 A, 15-351 Białystok

Bibliografia

• [1] An A. Cercone N.: Rule Quality Measures for Rule Induction Systems: Description and Evałuation, Computational Intelligence: An International Journal, Vol. 17, No 3, 2001, 409-424.
• [2] Fayyad U.M., Piatetsky-Shapiro G., Smyth P., Uthurusamy R. (Eds.): Advances in Knowledge Discovery and Data Mining, The AAAI Press/The MIT Press 1996.
• [3] Mitchell T.M.: Machine Learning. Mc Graw-Hill, Portland, 1997.
• [4] Michie D., Spiegelhalter D., Taylor C.C.: Machine Learning, Neural and Statistical Classification, Ellis Horwood Limited, England, 1994.
• [5] Pal S.K., Skowron A. (Eds.): Rough Fuzzy Hybridization: A New Trend in Decision-Making. Springer- Verlag, Singapore, 1999.
• [6] Pawlak Z.: Rough Sets. Theoretical Aspects of Reasoning about Data, Kluwer Academic Publishers, Dordrecht, 1991.
• [7] Polkowski L., Skowron A. (Eds.): Rough Sets in Knowledge Discovery 1 and 2, Physica- Verlag, Heidelberg, 1998.
• [8] Rosetta: Home Page, http://www .1di.ntnu.no/
• [9] Stepaniuk J.: Rough Set Data Mining of Diabetes Data. Proceedings of the Eleventh International Symposium on Methodologies for Intelligent Systems, Foundations of Intelligent Systems (ISMIS'99), June 8-11 1999, Warsaw, Lecture Notes in Artificial Intelligence 1609, Springer - Verlag, Berlin, 457-465.
• [10] Stepaniuk J.: Knowledge discovery by application of rough set models, L. Polkowski, S. Tsumoto, T.Y. Lin, (Eds.), Rough Sets: New Developments, Physica- Verlag, Heidelberg, 2000, 137-233.
• [11] Szczuka M. S.: Symbolic methods and artificial neural networks in classifier construction, Ph. D. thesis, supervisor A. Skowron, Warsaw University, 1999.
• [12] Szczuka M. S.: Refining Classifiers with Neural Networks, International Journal of Intelligent Systems, Vol. 16 No 1, 2001, 39-55.