PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 6

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  decision tables
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Analiza tablic decyzyjnych z wykorzystaniem monotonicznego rachunku sekwensów
Tkacz J., Adamski M.
Przegląd Elektrotechniczny
|
2013
|
R. 89, nr 6
256--259
PL
W artykule przedstawiono nowatorski sposób analizy systemów regułowych z wykorzystaniem symbolicznego wnioskowania w monotonicznej logice sekwentów Gentzena. Badany system dyskretny jest opisywany w postaci tablicy decyzyjnej. Celem analizy systemu jest usunięcie zbytecznych kolumn w tablicy decyzyjnej oraz nieistotnych symboli zmiennych logicznych w jej poszczególnych wierszach. Efektywny aparat wnioskowania w logice formalnej umożliwia sprawne wyznaczanie transwersal krawędzi hipergrafu rozróżnialności.
EN
The paper presents a new methodology for symbolic reduction of multivalued decision tables, currently intensively used for compact behavioral specifications of logic controllers. As an example the well known problem of simplification of a set of several logic rules with many variables is chosen. As a completely new, original solution, the formal automated reasoning based on Gentzen propositional calculus together with hypergraph theory are jointly used. The clique-transversal symbolic calculation is performed by means of effective reasoning in Gentzen calculus.
2
Content available Nondeterministic decision rules in classification process for medical data
Marszał-Paszek B., Paszek P.
Journal of Medical Informatics & Technologies
|
2011
|
Vol. 17
59--64
EN
In the paper, we discuss nondeterministic rules in decision tables, called the second type nondeterministic rules. They have a few decisions values on the right hand side but on the left hand side only one attribute that has two values. We show that these kinds of rules can be used for improving the quality of classification. It is important in rule-based diagnosis support systems, where classification error can lead to serious consequences. The well known greedy strategy to construct the new nondeterministic rules, have been proposed. Additionally, based on deterministic and nondeterministic (second type) rules, classification algorithm with polynomial computational complexity has been developed. This rule-based classifier was tested on the group of decision tables, containing medical data, from the UCI Machine Learning Repository. The reported results of experiments showing that by combining rule-based classifier based on deterministic rules with second type nondeterministic rules give us possibility to improve the classification quality.
3
Content available Deterministic and nondeterministic decision rules in classification process
Paszek P., Marszał-Paszek B.
Journal of Medical Informatics & Technologies
|
2010
|
Vol. 15
87--92
EN
In this paper an algorithm of calculating nondeterministic decision rules from the decision table was presented. The algorithm uses additional conditions imposed on rules. This is a greedy algorithm. The nondeterministic decision rules were used in the process of classification of new examples, for medical data sets. The decision tables from the UCI Machine Learning Repository were used. The achieved results allow us to state that nondeterministic decision rules can be used for improving the quality of classification.
4
Content available Application of Credibility Coefficients Based on Decision Rules
Podraza R., Walkiewicz M., Dominik A.
Studia Informatica : systems and information technology
|
2008
|
Vol. 1(10)
61--73
EN
Credibility coefficients reflect similarity of objects in respect to other ones in information systems. For decision tables we can use credibility coefficients based on decision rules. Knowledge discovery methods can extract rules from an information system. The knowledge represented by the rules may be not exact due to improper data. Calculation of credibility coefficients is based on an assumption that majority of data is correct and only a minor part may be improper. The main purpose of using credibility coefficients is to indicate to which group a particular object probably belongs. A main focus of the paper is set on an algorithm of calculating credibility coefficients and a presentation how credibility coefficients can be used. The algorithm of presented credibility coefficients is based on decision rules, which are generated using the rough set theory. Some remarks on practical results of identifying improper data by credibility coefficients are inserted in the paper as well.
5
Wykorzystanie komputerowego wnioskowania w projektowaniu kombinacyjnych układów sterowania
Tkacz J., Adamski M.
Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
|
2008
|
R. 81, nr 6
728-730
PL
Przedstawiono możliwości zastosowania komputerowego wnioskowania symbolicznego Gentzena w projektowaniu układów cyfrowych oraz do rozwiązywania skomplikowanych problemów logicznych. Wykorzystując przykład sterownika zaczerpnięty z literatury, przedstawiono sposób uzyskiwania uproszczonego opisu układu kombinacyjnego, kilkukrotnie odwołujący się do systemu wnioskującego. Metoda polega na zastąpieniu silnie nieokreślonej klasycznej tablicy decyzyjnej sekwentami, które opisują relacje pomiędzy wejściami i wyjściami układu. W wyniku normalizacji tych sekwentów otrzymuje się zbiór reguł typu if-then, równoważny formie koniunkcyjnej lub dysjunkcyjnej funkcji boolowskich.
EN
The paper presents a new idea of an application of Gentzen logic symbolic reasoning for solving some combinational problems in the digital system design. Taking into account an example of industrial combinational logic controller, which could be alternatively described in classic way as an binary decision table, it is demonstrated how to apply a new efficient version of automated theorem prover in propositional sequent logic for a direct design from behavioural specification.
6
Content available remote Precyzyjna reprezentacja wiedzy niepelnej - zbiory rozmyte i przybliżone
Szmuc T.
Geoinformatica Polonica
|
2002
|
T. 4
55-79
PL
Artykuł zawiera przegląd podstawowych pojęć i metod dotyczących dwóch najbardziej znanych podejść do reprezentacji wiedzy niepełnej: zbiorów rozmytych i zbiorów przybliżonych. Pierwsze z nich bazuje na rozszerzeniu funkcji przynależności na przedział [0, 1], natomiast drugie opisuje niedokładność klasyfikacji przez relację równoważności, tzn. elementy nierozróżnialne należą do tych samych klas. Obie teorie, wywodzące się z dążenia do opisu tego samego problemu przyjmują jednak odrębne założenia początkowe, co oczywiście prowadzi do różnych metod analizy i odmiennych obszarów efektywnego zastosowania. Nie oznacza to jednak całkowitej rozłączności tych obszarów, należy również wspomnieć o możliwości komplementarnego stosowania obu podejść. W opracowaniu nieco mniej miejsca poświęcono zagadnieniom zbiorów rozmytych, gdyż teoria jest szerzej znana, natomiast zbiory przybliżone są podejściem młodszym i słabiej rozpowszechnionym. Efektywność metod oferowanych przez tę teorię jest bardzo dobrze widoczna dla tablicowej reprezentacji wiedzy (tablice decyzyjne). Ten sposób reprezentacji wiedzy jest szeroko stosowany w informatyce (systemy regułowe, wspomaganie podejmowania decyzji, analiza danych, klasyfikacja), co przenosi się na szeroki obszar zastosowań. W końcowej części pracy pokazano alternatywny sposób reprezentacji wiedzy - zastosowanie kolorowanych sieci Petriego. Stanowi to nie tylko alternatywne podejście, lecz również umożliwia rozszerzenie klasy analizowanych tablic, m.in. przez możliwości hierarchizacji.
EN
The paper contains an overview of basic notions and methods related to two mostly known approaches to representation of uncertain knowledge, i.e. fuzzy sets and rough sets. The first approach is based on an extension of membership function into interval [0, 1], while the second one describes uncertainty of classification by equivalence relation, i.e. indistinguishable elements belong to the same classes. The both theories starting from the same requirements related to description ofthe same problem, are based on different assumptions, which lead to different analysis methods and different areas of efficient applications. However, the application areas are not totally disjoint, many examples of complement applications of both methods also can be encountered. Presentation of fuzzy sets theory is relatively less detailed, because the theory is widely known. Rough sets theory is relatively younger and not so popular. Efficiency of methods provided by the theory is especially visible in the case of table knowledge representation (decision tables). This knowledge representation is widely used in computer science (rule-based systems, decision support, data analysis, classification). The wide diversity of the applications implies wide range of areas, where the theory can be applied. In the final part of the paper, an alternative way for knowledge representation is shown. This part describes an application of Coloured Petri nets for specification and analysis of decision tables. It is not only an alternative approach, but also provides possibilities for extensions of class of analysed tables, among others by providing hierarchical structure.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.