Wyniki wyszukiwania - BazTech

1

An implementation of articial advisor for dynamic classication of objects

Łukawska B., Łukawski G., Sapiecha K.

Annales Universitatis Mariae Curie-Skłodowska. Sectio AI, Informatica

|

2016

|

Vol. 16, no. 1

40--49

EN

The paper presents an original method of dynamic classication of objects from a new domain which lacks an expert knowledge. The method relies on analysis of attributes of objects being classied and their general quality Q, which is a combination of particular object's attributes. The method uses a test of normality as a basis for computing the reliability factor of the classication (rfc), which indicates whether the classication and the model of quality Q are reliable. There is no need to collect data about all objects before the classication starts and possibly the best objects ale selected dynamically (on-the-y) while data concerning consecutive objects are gathered. The method is implemented as a software tool called Articial Classication Adviser (ACA). Moreover, the paper presents a case study, where the best candidates for reghting mobile robot operators are selected.

2

Dynamic classification: a novel approach to selection of complex objects

Łukawska B.

Czasopismo Techniczne. Informatyka

|

2011

|

R. 108, z. 1-I

21-31

EN

The problem of selecting the best objects may be solved with the help of classification tools. There are many software tools helpful in data exploration, and in the classification, but all of them have some restrictions. Selection algorithms used in these tools are of no use for data burdened with errors and noise, or if the information should be dynamically processed during the experiment. The problem is analyzed using selection of candidates for mobile robot (mobot) operators as an example. The paper includes comparison of basic classification methods (classification trees, rough sets and fuzzy sets), too. Moreover, a new software tool, effective in candidate selection, is presented. The tool is especially useful for candidates for difficult tasks and jobs requiring special predispositions. Presented classifier works with data burdened with noise, and also if the data is gathering dynamically, after the classification has started. In may be used practically, ensuring high reliability.

PL

Problem selekcji najlepszych obiektów może być rozwiązany z pomocą narzędzi wspomagających klasyfikację. Istnieje wiele narzędzi programowych przeznaczonych do eksploracji danych, w tym do klasyfikacji, ale każde z nich posiada pewne ograniczenia. Stosowane w nich metody selekcji nie sprawdzają się dla danych obciążonych błędami lub szumem, dla których istotna informacja powinna być dynamicznie pozyskiwana w trakcie trwania eksperymentu. Problem jest analizowany na przykładzie selekcji kandydatów na operatorów mobilnego robota (mobota). Praca zawiera porównanie podstawowych metod klasyfikacji (drzew klasyfikacyjnych, zbiorów przybliżonych oraz zbiorów rozmytych). Ponadto przedstawione jest nowe narzędzie programowe, skuteczne w selekcji kandydatów do wykonania trudnych zadań lub zawodów wymagających specyficznych predyspozycji. Prezentowany klasyfikator jest użyteczny zarówno w wypadku danych obciążonych szumami, jak i danych napływających dynamicznie, po rozpoczęciu procesu selekcji. Może być on wykorzystany w praktyce zapewniając dużą wiarygodność wyników.

3

An application of expectation-maximization for model verification

Łukawska B., Łukawski G., Sapiecha K.

Annales Universitatis Mariae Curie-Skłodowska. Sectio AI, Informatica

|

2010

|

Vol. 10, no. 1

15--27

EN

A description which summarizes entire and usually big set of data is called its model. The problem investigated in the paper consists in verification of models of data coming from a simulation experiment of selecting candidates for operators of mobile robot (more strictly building reliable predictive model of the data). The models are validated using train-and-test method and verified with the help of the EM (expectation-maximization) algorithm which was originally designed for solving clustering problems with missing data. Actually, the selecting is a clustering problem because the candidates are assigned to ‘chosen’, ‘accepted’ or ‘rejected’ subgroups. For such a case the missing data is the category (the subgroup) for which a candidate should be assigned on the basis of his activity measured during the simulation experiment. The paper explains the procedure of model verification. It also shows experimental results and draws conclusions.

4

Experimental evaluation of two touring simulators for training operators of mobot

Łukawska B., Łukawski G., Sapiecha K.

Czasopismo Techniczne. Informatyka

|

2008

|

R. 105, z. 1-I

45-51

EN

In the paper two versions of a touring simulator are presented and evaluated. Both versions were developed for training mobot operators. Operators improve their skills playing a game based on the simulator. For simulators the problem of the precision of simulation usually appears. The same is here. Therefore, the simulators differ in quality of graphics. In the paper a usefulness of the simulators for training is evaluated. Experiments answered the question how important for efficient training is high quality of graphics generated by the simulator.

PL

W artykule przedstawiono i porównano dwie wersje symulatora marszruty. Obie wersje zostały przygotowane w celu trenowania operatorów mobilnego robota (mobota). Operatorzy poszerzają swoje umiejętności w trakcie gry opartej na symulatorze. W przypadku symulatorów zawsze pojawia się problem precyzji symulacji. Z tego powodu wersje symulatora różnią się precyzją odwzorowania trasy mobota. W artykule porównano przydatność obu wersji do trenowania operatorów. Przeprowadzone eksperymenty pozwoliły odpowiedzieć na pytanie, jak ważna dla wydajnego szkolenia jest precyzja symulatora.

5

System wspomagający profilowanie operatorów mobilnego robota

Sapiecha K., Łukawska B., Paduch P.

Zeszyty Naukowe Politechniki Świętokrzyskiej. Elektryka

|

2005

|

Z. 43

155-160

PL

W warunkach szybko zmieniającego się otoczenia mobilny robot monitorujący to otoczenie jest zazwyczaj sterowany przez operatora. Zadaniem operatora jest znalezienie takiej drogi, po której powinien poruszać się robot, żeby w nieprzekraczalnym czasie zauważyć wszystkie zmiany zaistniałe w otoczeniu. W ramach szerszych badań nad zastosowaniem mobilnych robotów do monitorowania otoczenia opracowano symulator monitorowania oraz metodę zastosowania tego symulatora do profilowania operatorów robota.

EN

In rapid changing environment a mobile robot inspecting this environment is usually controlled by an operator. The goal of the operator is to find a route for the robot such that it notices all changes of the environment before a deadline. As a part of research concerning application of mobile robots for inspecting environment a touring simulator was developed and a method of application of the simulator for robot operators profiling was worked out.