Studium porównawcze metod prowadzenia odkryć

• Autorzy: Tchórzewski J. R. , Kłopotek M. A. , Kujawiak M.
• Języki publikacji: PL

Abstrakty

EN

This paper contains some results of literature research and special study of research from methods for making discovery. It is lead comparative study of applied method for making discovery in big knowledge bases, and in databases at first. It is discussed over ground elements of same important methods and some examples their applications. It is pay attention for need elaboration of systemic neural network for leading discovery in big knowledge bases of systems, processes, phenomena’s, etc. It is showed also some results of new trends in data mining and in development idea self-organising neural network.

Słowa kluczowe

EN

self-organizing neural network; data mining; system development; discovery in databases; Bayesian method; knowledge map

• Wydawca: Wydawnictwo Uniwersytetu Przyrodniczo-Humanistycznego w Siedlcach
• Czasopismo: Studia Informatica : systems and information technology
• Rocznik: 2004
• Tom: Vol. 2(4)
• Strony: 105--122
• Opis fizyczny: Bibliogr. 30 poz., rys., tab.

Twórcy

autor

Tchórzewski J. R.

• Zakład Sztucznej Inteligencji, Instytut Informatyki, Akademia Podlaska, Siedlce

autor

Kłopotek M. A.

• Instytut Podstaw Informatyki, Polska Akademia Nauk, Warszawa
• Zakład Sztucznej Inteligencji, Instytut Informatyki, Akademia Podlaska, Siedlce

autor

Kujawiak M.

• Zakład Sztucznej Inteligencji, Instytut Informatyki, Akademia Podlaska, Siedlce

Bibliografia

• 1. Cichosz P.: Systemy uczące się. WNT. Warszawa 2000.
• 2. Ciesielski K., Dramiński M., Kłopotek M.A., Kujawiak M., Wierzchoń S.T.: Mapping Document Collections in Non-Śtandard Geometries.Current Issues in Data and Knowledge Engineering, [pod red.] Baets B. de, Caluwe R. de, Tre G. de, Fodor J., Kacprzyk J., Zadrożny S. Akademicka Oficyna Wydawnicza EXIT. Warszawa 2004.
• 3. Cohn D., Chang H.: Learning to Probabilistically Identify authoritative documents. In Proceedings of the 17th International Conference on Machine Learning, 2000.
• 4. Cohn, D., and Hofmann Т.: The Missing Link a Probabilistic Model of Document Content and Hypertext Connectivity, in Т.К. Leen, T.G. Dietterich and V. Tresp (eds), Advances in Neural Information Processing Systems, Vol. 10/2001.
• 5. Cowell R.G., Dawid A.P., Lauritzen S.L., and Spiegelhalter D.J.: Probabilistic Networks and Expert Systems. Springer-Verlag New York 1999.
• 6. Czerny I.: Teoria wyszukiwania informacji. Biblioteka Problemów, tom 273 PWN. Warszawa 1981.
• 7. Finn J.V.: Introduction to Bayesian Networks. Springer-Verlag. New York 1996.
• 8. Hebb D.O.: The Organization of Behaviour, a Neuropsychological Theory. John Wiley. New York 1949.
• 9. Hirvensalo M.: Algorytmy kwantowe. Idee, metody i narzędzia Informatyki. WSiP. Warszawa 2004.
• 10. Honkela Т.: Self-Organizing Maps in Natural Langua. Strona internetowa: http://websom.hut.fi /websom/doc/backaround.html
• 11. Hoffmann Т.: Probabilistic Latent Semantic Analysis, in: Proceedings of the 15th Conference on Uncertainty in AI, 1999, pp 289-296.
• 12. Horzyk A.: Samo-optymalizujace sieci neuronowe jako nowe narzędzie obliczeniowe w biomedycynie. Sztuczna Inteligencja w Inżynierii Biomedycznej. AGH. Kraków 2004.
• 13. Hyötyniemi Heikki: Text Document Classification with Self-Organizning Maps. Helsinki UT. Helsinki 1996.
• 14. Jankowski N.: Ontogeniczne sieci neuronowe. O sieciach neuronowych zmieniających swą strukturę. Akademicka Oficyna Wydawnicza EXIT. Warszawa 2004.
• 15. Jensen F.V., Jensen F.B.: Bayesian Networks and Decision Graphs (Statistics for Eng. and Information Science) Springer-Verlag, New York 2001.
• 16. Kłopotek M.A.: Inteligentne wyszukiwarki internetowe. Akademicka Oficyna Wydawnicza EXIT. Warszawa 2001.
• 17. Kłopotek M.: Impact of Structuring on Bayesian Network Learning and Reasoning. Soft Computing, Tools, Techniques and Applications, [pod red.] Grzegorzewski P, Krawczak M, Zadrożny S. AOW EXIT. Warszawa 2004.
• 18. Kohonen Т.: Adaptive, Associative, and Self-organizing Functions in Neural Computing. Appl. Opt., 26(23), 491-0-4918, 1987.
• 19. Kohonen Т.: The Self-organizing Map. Proc. IEEE, 78, nr 9, 1494-1480, 1990.
• 20. Kohonen Т.: Self-Organization of Very Large Document Collections: State of the Art. In Niklasson L., Boden M.,ZiemkeT., Proceedings of ICANN98, the 8th International Conference on Artificial Neural Networks. Springer. London 1998.
• 21. Korbicz J., Obuchowicz A., Uciński D.: Sztuczne Sieci Neuronowe podstawy i zastosowania. Akademicka Oficyna Wydawnicza PLJ. Warszawa 1994.
• 22. Lauritzen S.L.: Graphical models. Clarendon Press 8 s. 298 Oxford Statistical Science Series, Oxford 1996.
• 23. Osowski S.: Sieci neuronowe w ujęciu algorytmicznym. WNT. Warszawa 1997.
• 24. Tadeusiewicz R.: Sieci neuronowe. Państwowa Oficyna Wydawnicza RM. Warszawa 1993.
• 25. Tchorzewski J.R., Kłopotek M.A.: The Concept of Discoveries in Evolving Neural Networks. IIS’2002. Advances in Soft Computing. Phisica Verlang. Heidelberg. New York 2002.
• 26. Tchórzewski J., Kłopotek M., Pieszalski S.: Distributed Problem Solving for Making Discoveries in the Evolving Neural Net. Soft Computing, Tools, techniques and Applications, [pod red.] Grzegorzewski P, Krawczak M, Zadrożny S. AOW EXIT. Warszawa 2004.
• 27. Tchórzewski J., Glejzer. K., Szarafin L.: Koncepcja zdalnego sterowania systemem odkryć w sztucznym świecie dokumentów Internetowych [w:] Badania operacyjne i systemowe wobec wyzwań XXI wieku pt. „Metody i techniki analizy informacji i wspomagania decyzji” pod redakcją Z. Bubnickiego, O. Hryniewicza, R. Kulikowskiego. AOW EXIT. Warszawa 2002.
• 28. Wakulicz-Deja A.: Podstawy systemów wyszukiwania informacji. Analiza metod. AOW PLJ. Warszawa 1995.
• 29. Wierzchoń, S.T., Kłopotek, M.A.: Evidential Reasoning. An Interpretative Investigation. AP. Siedlce 2002.
• 30. Żurada J., Barski M., Jędruch W.: Sztuczne sieci neuronowe. Wydawnictwo Naukowe PWN. Warszawa 1996.