Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: algorytm C4.5

Sortuj według:

Ogranicz wyniki do:

Laboratoryjne systemy zarządzania informacją jako użyteczne źródło danych w pozyskiwaniu wiedzy przy użyciu metod eksploracji danych

Chabior M., Tkacz M.

Studia Informatica

2011

Vol. 32, nr 2B

403-413

Artykuł wskazuje na Laboratoryjne Systemy Zarządzania Informacją (ang. LIMS – Laboratory Information Management System) jako bazodanowe źródło danych możliwych do wykorzystania w procesie pozyskiwania wiedzy przy użyciu metod eksploracji danych. W artykule opisano zasady funkcjonowania LIMS, kierunki ich rozwoju oraz oczekiwania stawiane tym systemom na dzień dzisiejszy, ze strony laboratoriów badawczych. Na przykładzie systemu Sample-based Laboratory Information Management System (SLIMS) pokazano, że przy użyciu aplikacji pośredniczącej można pobrać określone dane zgromadzone w bazie systemu LIMS i wykorzystać je w celu eksploracji danych przy użyciu jednej z metod Data Mining. Opisano ponadto sposób pozyskiwania wybranych danych z bazy danych systemu laboratoryjnego przy użyciu autorskiej aplikacji, odpytującej przez składnię zapytań języka SQL, i użycie tych danych w metodzie drzew decyzyjnych C4.5. Rozwiązanie opisane w artykule pokazuje możliwość rozszerzenia funkcjonalności LIMS o zakres pozyskiwania wiedzy z danych.

The article describes Laboratory Information Management Systems (LIMS) as a useful source of data to obtain new knowledge by using data mining techniques. Based on the example, article shows that using a simple application user can retrieve data from the LIMS database and use them to explore the data using data mining methods. The article describes also the use of a particular group of data stored in the Genapha SLIMS system to construct a decision tree using the algorithm C4.5. The solution described in the article, shows the possibility to extend the functionality of the LIMS through knowledge discovery from data.

Metoda automatycznego wyznaczania indeksu mitotycznego populacji komórek cebuli z wykorzystaniem drzewa decyzyjnego

Gocławski J., Sekulska-Nalewajko J., Anioł P.

Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

2008

T. 12, z. 3

641-656

Wyznaczanie indeksu mitotycznego jest metodą oceny zdolności podziału komórek w populacjach poddawanych oddziaływaniom różnorodnych czynników hamujących lub ułatwiających ich wzrost. Zaproponowano algorytmy segmentacji obrazów komórek cebuli i elementów jąder komórkowych wyodrębniających się w procesie podziału mitotycznego. Następnie wydobyto zestaw cech geometrycznych, teksturalnych i topologicznych elementów jąder komórkowych odróżniających interfazę od faz mitozy. Zbudowano drzewo decyzyjne oparte na algorytmie C4.5. W celu oszacowania błędu klasyfikacji przeprowadzono próby 10-krotnych walidacji skrośnych. Dokonano także redukcji przestrzeni cech za pomocą metody PCA. Wyliczono wartość indeksu mitotycznego badanej populacji komórek cebuli, błąd estymatora tego indeksu i przeprowadzono porównanie ze średnim błędem klasyfikacji.

The evaluation of mitotic index is the method of estimation of cell division ability in cell populations treated by growth inhibitors or accelerators. The image processing algorithms for the segmentation of onion cells and their nuclei elements appearing in the process of mitosis is proposed. Then a set of geometrical, textural and topological features of nuclei elements was extracted, which can distinguish interphase from the stages of mitosis. A decision tree was built according to C4.5 method using the maximum of information gain ratio of the feature values. To evaluate classification error, a series of 10-fold crossvalidations were performed. The feature space was reduced by applying PCA method. The value of mitotic index for the tested onion cell population as well as the estimator index error was evaluated. The errors were compared with an average classification error.