Syntax-based distance for multilevel multidimensional decision rules

• Autorzy: Komorowska A.

Warianty tytułu

PL

Syntaktyczna odległość między wielowymiarowymi wielopoziomowymi regułami decyzyjnymi

• Języki publikacji: EN

Abstrakty

EN

One of the central problem in data mining is to filter large sets of discovered patterns. Our experience shows that this task should be done not for a single rule but by taking into considerations other similar rules. To fulfil this requirement the author proposes a new syntax-based distance measure dedicated for multilevel multidimensional rules as well as a rules’ neighbourhood with variable radius and a rule’s interestingness within the neighbourhood. Included example presents one of the possible usage of the proposed definitions in analysis of data from fault simulations.

PL

Badania pokazują, że wybór istotnych wzorców z dużych zbiorów reguł powinien być dokonywany nie na podstawie pojedynczej reguły, ale w powiązaniu z regułami podobnymi. Aby zrealizować to zadanie, autorka proponuje nową syntaktyczną miarę odległości miedzy wielopoziomowymi wielowymiarowymi regułami decyzyjnymi i definicje: sąsiedztwa reguły ze zmiennym promieniem oraz atrakcyjności reguły w sąsiedztwie. Artykuł zawiera tak˙ze przykład wykorzystania zaproponowanych definicji w analizie danych z symulatorów błędów.

Słowa kluczowe

EN

decision rule; fault injection experiments; syntax-based distance

PL

reguła decyzyjna; sąsiedztwo reguł; syntaktyczna odległość; symulacja błędów

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2015
• Tom: R. 91, nr 3
• Strony: 28--33
• Opis fizyczny: Bibliogr. 17 poz., tab.

Twórcy

autor

Komorowska A.

• Institute of Computer Science, Faculty of Electronics and Information Technology, Warsaw University of Technology, Nowowiejska 15/19, 00-662 Warszawa, Poland

Bibliografia

• [1] Chyłek, S.: Emulation based software reliability evaluation and optimization, PRZEGLĄD ELEKTROTECHNICZNY, 90(2), pp. 121–124, 2014.
• [2] Djenouri, Y., Drias, H., Habbas, Z., Chemchem, A.: Organizing association rules with meta-rules using knowledge clustering, 11th IEEE International Symposium on Programming and Systems (ISPS), pp. 109-115, 2013.
• [3] Dong, G., Li, J.: Interestingness of discovered association rules in terms of neighbourhood-based unexpectedness, Research and Development in Knowledge Discovery and Data Mining, LNCS, 1394, pp. 72–86, 1998.
• [4] Gawkowski, P., Sosnowski, J.: Developing Fault Injection Environment for Complex Experiments, 14th IEEE International On-Line Testing Symposium, pp. 179–181, 2008.
• [5] Gawkowski, P., Ławryńczuk, M., Marusak, P.M., Tatjewski, P., Sosnowski, J.: On improving dependability of the numerical GPC algorithm, European Control Conference, pp. 1377–1382, 2009.
• [6] Gawkowski, P., Kuczyńska, M.A., Komorowska A.: Fault Effects Analysis and Reporting System for Dependability Evaluation, RSCTC 2010, LNCS, 6086, pp. 524–533, 2010.
• [7] Gawkowski, P., Pawełczyk, P., Sosnowski, J., Cabaj, K., Gajda M.: LRFI – Fault Injection Tool for Testing Mobile Software, Emerging Intelligent Technologies in Industry, Studies in Computational Intelligence, 369, pp. 269–282, 2011.
• [8] Geng, L., Hamilton, H.J.: Interestingness measures for data mining: A survey, ACM Computing Surveys (CSUR), 38(3), 9 (2006)
• [9] Han, J., Kamber, M., Pei, J,: Data Mining: Concepts and Techniques, Morgan Kaufmann, USA, 2012.
• [10] Lenca, P., Vaillant, B., Meyer, P., Lallich, S.: Association Rule Interestingness Measures: Experimental and Theoretical Studies, Quality Measures in Data Mining, Studies in Computational Intelligence, 43, pp. 51–76, 2007.
• [11] Liu, B., Zhao, K., Benkler, J., Xiao, W.: Rule Interestingness Analysis Using OLAP Operations, 12th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pp. 297–306, 2006.
• [12] Shaw, G., Xu, Y., Geva, S.: Interestingness Measures for Multi-Level Association Rules, Innovations in Intelligent Machines-4, Studies in Computational Intelligence, 514, pp. 47–74, 2014.
• [13] Sosnowski, J., Lesiak, A., Gawkowski, P., Włodawiec, P.: Software Implemented Fault Inserters, IFAC Work. On Progr. Dev. and Sys., pp. 293–298, 2003.
• [14] Sosnowski, J., Zygulski, P., Gawkowski, P.: Developing data warehouse for simulation experiments, RSEISP 2007, LNAI, 4585, pp. 543–552, 2007
• [15] Strehl, A., Gupta, G. K., Ghosh, J.: Distance based clustering of association rules. ANNIE 1999, 9, pp. 759–764, 1999.
• [16] Trawczyński, D., Sosnowski, J., Gawkowski, P.: Testing Distributed ABS System with Fault Injection, Innovations in Computing Sciences and Software Engineering, pp. 201-206, 2010.
• [17] zlib [web page] http://zlib.net/. [Accessed on 16 Jun. 2014.].