Wybór miary podobieństwa a efektywność grupowania reguł w złożonych bazach wiedzy

• Autorzy: Nowak-Brzezińska A. , Wakulicz-Deja A.

Warianty tytułu

EN

Choosing a propoper metric and clustering rules in composited knowledge base efficiency

• Języki publikacji: PL

Abstrakty

PL

Praca przedstawia wyniki eksperymentów analizujących wpływ wybranej metryki podobieństwa na efektywność grupowania reguł w złożonych bazach wiedzy. Inna metryka podobieństwa to inna struktura skupień reguł, a co za tym idzie, inny przebieg procesów wnioskowania dla takich struktur.

EN

The paper presents the results of the experiments analyzing an influence choosed similarity measure on the efficiency of rules (from composited knowledge bases) clustering. In authors oppinion. Each time when we use different measure we achieving different structure of rules' clusters and the results of inference process.

Słowa kluczowe

PL

analiza skupień; regułowe bazy wiedzy; miary podobieństwa

EN

cluster analysis; rules knowledge bases; similarity measure

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Studia Informatica
• Rocznik: 2010
• Tom: Vol. 31, nr 2A
• Strony: 189--201
• Opis fizyczny: Bibliogr. 12 poz.

Twórcy

autor

Nowak-Brzezińska A.

autor

Wakulicz-Deja A.

• Uniwersytet Śląski, Instytut Informatyki,

Bibliografia

• 1. Kaufman L., Rousseeuw P.J.: Finding Groups in Data: An Introduction to Cluster Analysis. John Wiley Sons, New York 1990.
• 2. Koronacki J., Cwik J.: Statystyczne systemy uczące się. WNT, Warszawa 2005.
• 3. Nowak A., Wakulicz-Deja A., Bachliński S.: Optimization of Speech Recognition by Clustering of Phones. Fundamenta Informaticae 72, IOS Press, 2006, s. 283-293
• 4. Nowak A., Simiński R., Wakulicz-Deja A.: Towards modular representation of knowledge base. Springer-Verlag Berlin Heidelberg - Advances in Soft Computing, 2006, s. 421-428.
• 5. Salton G.: Automatic Information Organization and Retrewal. McGraw-Hill, New York 1975.
• 6. Jardine N., van Rijsbergen C.J.: The use of hierarchie clustering in information retrieval. Information Storage and Retrieval 7, s. 217-240.
• 7. Bren M., Batagejl V.: The Metrbc Index. University of Ljubljana, Preprint series, Vol. 35, 561, Ljubljana, SIovenia 1997.
• 8. Nowak A., Wakulicz-Deja A., Simiński, R.: Knowledge representation for composited knowledge bases. Control and Cybernetics, Intelligent Information Systems 2008, Zakopane 2008, ISBN 978-83-60434-44-4, s. 405-414.
• 9. Nowak A., Wakulicz-Deja A.: The inference processes on composited knowledge bases. Control and Cybernetics, Intelligent Information Systems 2009, 2008, ISBN 978-83 60434-44-4, s. 415-422.
• 10. Nowak A., Zielosko B.: Inference Processes on Clustered Partial Decision Rules Recc Advances In Intelligent Information Systems, Springer-Verlag, Advances In Soft Computing, Academic Publishing House EXIT 2009, ISBN 978-83-60434-59-8, s. 579-588.
• 11. Nowak A., Zielosko B.: Clustering of partial decision rules. Advanced In Intelligent an Soft Computing, Man - Machine Interactions, Springer-Yerlag 2009, s. 183-190.
• 12. UC Irvine Machine Learning Repository: http://archive.ics.uci.edu/ml/