Automatyczne odkrywanie modeli współbieżnych z danych eksperymentalnych

• Autorzy: Pancerz Krzysztof , Suraj Zbigniew
• Języki publikacji: PL

Abstrakty

PL

Odkrywanie wiedzy z dużych baz danych jest jednym z istotnych i aktualnych problemów badawczych. W referacie przedstawione zostaną pewne metody automatycznego odkrywania modeli współbieżnych zdanych eksperymentalnych ([4],[5-6]). Metody te oparte są na teorii zbiorów przybliżonych [l] i teorii sieci Petriego [2]. Celem referatu jest prezentacja algorytmów realizujących odkrywanie z danych eksperymentalnych modeli współbieżnych reprezentowanych w formie sieci Petriego. Praktycznym wynikiem tych prac badawczych będzie moduł wspomagający odkrywanie modeli współbieżnych z danych. Moduł będzie częścią składową tworzonego w Katedrze Podstaw Informatyki WSIiZ w Rzeszowie systemu komputerowego do wspomagania projektowania i analizy modeli współbieżnych, działającego na komputerach klasy PC pod kontrolą systemu operacyjnego Windows. Wskazane zostaną także kierunki dalszych badań.

Słowa kluczowe

PL

wnioskowanie przybliżone; modele współbieżne; dane eksperymentalne; synteza systemu informacyjnego; systemy informacyjne

EN

approximate reasoning; Petri nets; information systems; experimental tables

• Wydawca: Oficyna Wydawnicza Politechniki Rzeszowskiej
• Czasopismo: Zeszyty Naukowe Politechniki Rzeszowskiej. Matematyka
• Rocznik: 2002
• Tom: z. 26 [199]
• Strony: 205--226
• Opis fizyczny: Bibliogr. 8 poz.

Twórcy

autor

Pancerz Krzysztof

• Katedra Podstaw Informatyki, Wyższa Szkoła Informatyki i Zarządzanie w Rzeszowie

autor

Suraj Zbigniew

• Katedra Podstaw Informatyki, Wyższa Szkoła Informatyki i Zarządzanie w Rzeszowie

Bibliografia

• [1] Z. Pawlak: Rough Sets - T7ieorethical Aspects of Reasoning About Data. Kluwer Academic Publishers, Dordrecht, 1991.
• [2] W. Reisig: Petri Nets. An Introduction. EATCS Monographs on Theoretical Computer Sciences, Vol. 4, Springer-Verlag, Berlin 1985.
• [3] A. Skowron, C. Rauszer: The discernbility matrices and functions in information systems. In: R. Słowiński (ed.): Inteligent Decision Support: Handbook of Applications and Advances of Rough Sets Theory, Kluwer Academic Publishers, 1992, Dordrecht, pp. 331 - 362.
• [4] A. Skowron, z. Suraj: Rough Sets and Concurency. Bulletin of PAS, Vol.41, No. 3, 1993, pp. 237 - 254.
• [5] Z. Suraj: Discovery of Concurrent Data Modelsfrom Experimental Tables: A Rough Set Approach. Fundamenta Informaticae, Vol. 28, No. 3, 4, December 1996, pp. 353 - 376.
• [6] Z. Suraj: The Synthesis Problem of Concurrent Systems Specified by Dynamic Information Systems. In: L. Polkowski, and A. Skowron (red.), Rough Sets in Knowledge Discovery 2, 1998, Physica-Verlag, Berlin, pp. 418 - 448.
• [7] Z. Suraj: Rough Set Methods for the Synthesis and Analysis of Concurrent Processes. In: L. Polkowski, S. Tsumoto, T. Y. Lin (eds.), Studies in Fuzziness and Soft Computing: Rough Set Methods and Applications, Physica-Verlag, Heidelberg, 2000, pp. 379-488.
• [8] I. Wegner: The complexity of Booleanfunctions. Wiley and B. G. Teubner, Stuttgart, 1987.