Computer recognition of data structures using cluster analysis and the theory of mathematical records

• Autorzy: Topolski M. , Topolska K.

Identyfikatory

DOI

10.1515jok-2017-0001

Warianty tytułu

PL

Komputerowe rozpoznawanie struktur danych z wykorzystaniem analizy skupień i teorii ewidencji matematycznej

• Języki publikacji: EN PL

Abstrakty

EN

The paper proposes a new approach to the agglomeration of data in cluster analysis. The new approach assumes that sets of similar events are attributed to the cumulative probability of their occurrence at the same time. Such approaches will not be found in probability. Thanks to the mathematical theory of records fairly accurate classification of the object can be provided. This is the method which can be used in the cluster analysis by agglomeration. Figure 1 has been drawn for the purposes of better illustration of the problem. It shows the problem of classifying an object to one of the two classes: suitable or unsuitable for further use. Thanks to the merger of two classifiers: KNN algorithm (k nearest neighbours) and belief function a model was created, which is pretty strong as it seems to discriminate against space objects. It therefore seems reasonable to discriminate space of objects. The paper also shows a possibility of applying the proposed model to classification and the correlation between cytokines and features related to the occurrence of lymphocytic leukaemia. It therefore seems justified to carry out tests on this new method as regards various scientific problems.

PL

W pracy zaproponowano nowe podejście do aglomeracji danych w analizie skupień. Nowe podejście zakłada, że zbiorom zdarzeń podobnych przypisywane jest łączne prawdopodobieństwo ich zaistnienia jednocześnie. Takiego podejścia nie znajdziemy w probabilistyce. Dzięki zastosowaniu teorii ewidencji matematycznej można dokonać dość trafnej klasyfikacji obiektu. Jest to metoda którą można stosować w analizie skupień metodą aglomeracji. Dla lepszego zobrazowania przedstawionego modelu wykonano rysunek 1. Przedstawia on problem klasyfikacji obiektu do jednej z klas: zdatny bądź nie zdatny do dalszej eksploatacji. Dzięki zastosowaniu fuzji dwóch klasyfikatorów: algorytmu kNN (k najbliższych sąsiadów) oraz funkcji przekonania został stworzony model, który dość silnie jak się wydaje dyskryminuje przestrzeń obiektów. Przedstawiono również możliwość zastosowania zaproponowanego modelu w zadaniu klasyfikacji i związku przesłanek białek cytoklin i cech związanych z występowaniem białaczki limfatycznej. Wydaje się zatem zasadne przeprowadzenie testów nad nową metodą w różnych problemach dziedzin nauki.

Słowa kluczowe

EN

mathematical methods; cluster analysis

PL

metody matematyczne; analiza skupień

• Wydawca: Wydawnictwo Instytutu Technicznego Wojsk Lotniczych
• Czasopismo: Journal of KONBiN
• Rocznik: 2017
• Tom: No. 41
• Strony: 5--20
• Opis fizyczny: Bibliogr. 9 poz., rys.

Twórcy

autor

Topolski M.

• WSB University in Wrocław

autor

Topolska K.

• WSB University in Wrocław

Bibliografia

• [1] GATNAR Eugeniusz, WALESIAK Marek Metody statystycznej analizy wielowymiarowej w badaniach marketingowych. Wrocław : Wydawnictwo Akademii Ekonomicznej, 2004, s. 317
• [2] GRABIŃSKI Tadeusz Metody taksonometrii. Kraków: Wyd. AE 1988
• [3] Kurzyński M., Woźniak M., Żołnierek A., Analiza przydatności wybranych metod rozpoznawania sekwencyjnego dla problemu z zakresu diagnostyki
• medycznej, Inteligentne Wydobywanie Informacji, Technologie Informacyjne: Diagnostyka. PWNT Gdańsk 2007
• [4] Stanisz A., Przystępny kurs statystyki z zastosowaniem STATISTICA PL na przykładach z medycyny, Tom 2. Modele liniowe i nieliniowe, Kraków 2007
• [5] Topolski Mariusz, Komputerowe algorytmy rozpoznawania sekwencyjnego łączące teorię zbiorów rozmytych z teorią ewidencji matematycznej, Raport PRE 1/08, Politechnika Wrocławska (praca doktorska)
• [6] Trocki M., Zarządzanie Projektami. Polskie Wydawnictwo Ekonomiczne, Warszawa 2003 (cytat, str. 160)
• [7] Witkowski J., „Zarządzanie łańcuchem dostaw. Koncepcje, procedury, doświadczenia”, PWE, Warszawa 2003.
• [8] Woźniak M., Podstawy komputerowego rozpoznawania sterowanych łańcuchów Markowa z regułami eksperta i ciągiem uczącym - algorytmy i ich zastosowanie w diagnostyce medycznej, Raport PRE 2/96, Politechnika Wrocławska (praca doktorska)
• [9] Xiao-Jie Yan, Igor Dozmorov , Wentian Li, Sophia Yancopoulos, Cristina SisonMichael Centola , Preetesh Jain, Steven L. Allen, Jonathan E. Kolitz, Kanti R. Rai, Nicholas Chiorazzi, Barbara Sherry „Identification of outcome-correlated cytokine clusters in chronic lymphocytic leukemia” November 10, 2011