Zasady automatycznego pozyskiwania regułowych baz wiedzy dla systemów ekspertowych

Trojczak-Golonka, P.; Milewski, S.

Artykuł - szczegóły

Tytuł artykułu

Zasady automatycznego pozyskiwania regułowych baz wiedzy dla systemów ekspertowych

Autorzy

Trojczak-Golonka P. , Milewski S.

Treść / Zawartość

Pełne teksty:

Trojczak-Golonka_Milewski_Zasady_10_2013.pdf

Pobierz

Identyfikatory

Warianty tytułu

Principles of the automatic induction rule-based knowledge bases for experts systems

Języki publikacji

Abstrakty

W artykule zaprezentowano zalety i wady regułowej reprezentacji bazy wiedzy oraz podstawowe klasy metod jej indukcji maszynowej. Wskazano problemy towarzyszące temu procesowi jak również pokazano na przykładach praktyki i obszary zastosowań regułowych baz wiedzy.

In the paper the advantages and disadvantages of rules-based representation of the knowledge base and the basic class methods of machine induction were presented. There are shown the problems related to such process, the application examples and using areas rule-based knowledge bases.

Słowa kluczowe

regułowa reprezentacja wiedzy regułowe bazy wiedzy systemy ekspertowe

rule-based knowledge representation rule-based knowledge base expert systems

Wydawca

Instytut Naukowo-Wydawniczy "TTS" Sp. z o.o

Czasopismo

TTS Technika Transportu Szynowego

Rocznik

2013

Tom

R. 20, nr 10

Strony

3117--3126

Opis fizyczny

Bibliogr. 17 poz., 1 il. kolor.

Twórcy

autor

Trojczak-Golonka P.

Akademia Marynarki Wojennej - Wydział Nawigacji i Uzbrojenia Okrętowego

autor

Milewski S.

Akademia Marynarki Wojennej - Wydział Nawigacji i Uzbrojenia Okrętowego

Bibliografia

1. Breiman L. Friedman R. Ohlsen A, Stone C. Classification and regression trees, Blemont, California Wadsworth International Group 1984
2. Craven M.W., Exctracting comprehensible models from trained neural networsk, Praca doktorska, Madison, University of Wisconsin, 1996 http://www.biostat.wisc.edu/~craven/papers/thesis.pdf październik 2013
3. Cestnik, B. Estimating Probabilities: a crucial task in machine learning, Materiały konferencyji ECAO, Sztokholm, 1990
4. Eibe F. ,. Witten I. H. (1998): Generating Accurate Rule Sets Without Global Optimization., Machine Learning: Proceedings of the Fifteenth International Conference, styczeń 2006 www.cs.waikato.ac.nz/~eibe/pubs/ML98-57.ps. styczeń2009
5. Grąbczewski K, Zastosowanie kryterium separowalności do generowania reguł klasyfikacji na podstawie baz danych, Praca doktorska, Toruń, Uniwersytet Mikołaja Kopernika, 2003
6. W.Malara, W.Sikora, Ł. Wróbel, Program do indukcji i oceny reguł klasyfikacyjnych, zintegrowany z pakietem R, Studia Informatica, vol. 34 2013 http://www.znsi.aei.polsl.pl/materialy/SI112/SI112_26.pdf październik 2013
7. Mitchell T, Machine Learning, Boston, MacGraw Hill 1997
8. Mrózek A., Płonka L., Analiza danych metodą zbiorów przybliżonych. Zastosowanie w ekonomii, medycynie i sterowaniu. Warszawa, Akademicka Oficyna Wydawnicza PLJ, 1999
9. Nycz M. Generowanie wiedzy dla przedsiębiorstwa, Wrocław, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, 2004
10. D.A. Perace, The induction of Fault Diagnosis Systems for Qualitive Models, The Turing Institute 36 North Hanover St, Glasgow, Scotland http://www.aaai.org/Papers/AAAI/1988/AAAI88-063.pdf, październik 2013
11. Radosiński E., Systemy informatyczne w dynamicznej analizie decyzyjnej, Warszawa-Wrocław, PWN 2001
12. Rozenberg L., Trojczak-Golonka P., Metoda odkrywania wiedzy w bazach danych a jej jakość. Studium przypadku na przykładzie danych finansowych spółek polskich, Materiały konferencji Problemy Społeczeństwa Informacyjnego, Międzyzdroje, Uniwersytet Szczeciński, 2007
13. Rozenberg L., Trojczak-Golonka P.Impact of attributes selection on the quality of the enterprise classification on the example of the relief type algorithm, Materiały Ogólnopolskiej Konferencji Sejmik Młodego Informatyka, Świnoujście, 2007
14. Sienkiewicz W., Sieci neuronowe w tworzeniu reguł w systemach ekspertowych, wrzesień 2006 http://aragorn.pb.bialystok.pl/~radev/ai/sosn/sienkiewicz.htm luty 2013
15. Stefanowski J., Algorytmy indukcji reguł decyzyjnych w odkrywaniu wiedzy, Rozprawa habilitacyjna, Poznań, Politechnika Poznańska, 2001 luty 2013 www-idss.cs.put.poznan.pl/~stefan/pub/habjs.pdf 2
16. Nadolna B., Trojczak-Golonka P., „The meaning of attributes ranking in the multi-state classification of dynamic objects”, “Polish Journal of Enviromental Studie”, vol. 17, No. 3B, 2008
17. Trojczak-Golonka P., „Metoda syntezowania wzorców diagnostycznych z optymalizacją liczby atrybutów”, rozprawa doktorska, Zachodniopomorski Uniwersytet Technologiczny, Szczecin 2007

Typ dokumentu

Bibliografia

Identyfikator YADDA

bwmeta1.element.baztech-f12c50ea-a040-4d6f-815d-7c3fa905e910