NetTRS - internetowe narzędzie do analizy danych metodą zbiorów przybliżonych

• Autorzy: Michalak M. , Sikora M.

Warianty tytułu

EN

NetTRS - web tool for data analysis by the rough sets theory

• Języki publikacji: PL

Abstrakty

PL

W artykule opisano serwis internetowy netTRS, pozwalajacy na realizacje zadań eksploracji danych z wykorzystaniem biblioteki Tolerance Rough Sets, za pośrednictwem przeglądarki WWW. Dotychczas biblioteka TRS była dostępna jedynie w postaci standardowego programu wyposażonego w interfejs graficzny. Opisywany serwis pozwala na znacznie szersze niż do tej pory udostępnianie możliwości, które oferuje biblioteka, a także może być rozwijany w przyszłości.

EN

This paper presents internet systems netTRS, which makes possible to analyse data, using TRS library and Internet browser. Until now, the library was accessible only as a local service with GUI.netTRS system makes it easier to use TRS library as a tool for induction and postprocessing of decision rules and can be developed in future.

Słowa kluczowe

PL

aplikacja internetowa; reguły decyzyjne; klasyfikacja; zbiory przybliżone

EN

web application; decision rules; classification; rough sets

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Studia Informatica
• Rocznik: 2006
• Tom: Vol. 27, nr 1
• Strony: 55--72
• Opis fizyczny: Bibliogr. 16 poz.

Twórcy

autor

Michalak M.

autor

Sikora M.

• Instytut Informatyki Politechnika Śląska, 44-100 Gliwice, ul. ul.Akademicka 16, tel. [phone],

Bibliografia

• 1. Bazan J.: Metody wnioskowań aproksymacyjnych dla syntezy algorytmów decyzyjnych. Praca doktorska. Uniwersytet Warszawski. Wydział Matematyki, Informatyki i Mechaniki, 1998. Promotor prof, drhab. Andrzej Skowron.
• 2. Bruha L: Quality of Decision Rules: Definitions and Classification Schemes for Multiple Rules. Nakhaeizadeh G., Taylor C.C. (ed.), Machine Learning and Statistics, The Interface. John Wiley and Sons, 1997.
• 3. Bishop Y., Fienberg S., Holland P.: Discrete Multivariate Analysis: Theory and Practice. MIT Press, Cambridge, MA, 1991.
• 4. Grzymała-Busse J., Wang C. P.: Classification Methods in Rule Induction, Intelligent Information Systems. Proceedings of the Workshop held in Dęblin, Poland 2-5 June, 1996, pp. 120-126.
• 5. Goldberg D. E.: Algorytmy genetyczne i ich zastosowania. Wydawnictwo Naukowo-Techniczne, Warszawa 1998.
• 6. Nguyen H. S., Nguyen S. H.: Some efficient algorithms for rough set methods. Proceedings of the Sixth International Conference, Information Processing and Management of Uncertainty in Knowledge-Based Systems (IPMU'96) 2, July 1-5, Granada, Spain pp. 1451-1456.
• 7. Pawlak Z.: Rough sets: Theoretical aspects of reasoning about data. Dordrecht: Kluwer, 1991.
• 8. Sikora M.: Approximate decision rules induction algorithm using rough sets and rule-related quality measures. Archiwum Informatyki Teoretycznej i Stosowanej Nr 4, 2004.
• 9. Sikora M.: Filtracja zbioru reguł decyzyjnych wykorzystująca funkcje oceny jakości reguł. Studia Informatica Vol. 46, No.4, Gliwice 2001.
• 10.Sikora M.: An algorithm for generalization of decision rules by joining. Foundation on Computing and Decision Sciences, Vol. 30, No. 3, 2005.
• 11.Sikora M., Proksa P.: Algorithms for generation and filtration of approximate decision rules, using rule-related quality measures. Bulletin of International Rough Set Society Vo. 5, No. 1/2. Proceedings of the International Workshop on Rough Set Theory and Granular Computing (RSTGC-2001).
• 12.Sikora M., Proksa M.: Induction of decision and association rules for knowledge discovery in industrial databases. DM-IEEE, IEEE International Conference of Data Mining, Brighton, 01-04, November 2004.
• 13.Skowron A., Rauszer C: The Discernibility Matrices and Functions in Information systems. Słowiński R. (ed.): Intelligent Decision Support. Handbook of Applications and Advances of the Rough Sets Theory, Dordrecht, Kluwer, 1992, pp. 331-362.
• 14.Stefanowski J.: Rough set based rule induction techniques for classification problems. Proc. 6-th European Congress for Intelligent Techniques and Soft Computing, vol.1, Achen, Sept. 7-10, 1998, pp. 107-119.
• 15.Stepaniuk J.: Knowledge Discovery by Application of Rough Set Models. ICS PAS Reports No. 887, Warszawa, 1999.
• 16.Stepaniuk J., Krętowski M.: Decision System Based on Tolerance Rough Sets. Proceedings IIS 1995, June 5-9, Augustów, Poland, ICS Polish Academy of Sciences.