Map of Attributes (MoA) is a visualization technique that allows to construct graphical representation of abstract entities. The technique is intended to aid recognition of the entities’ representations through the effective use of human perception abilities. A certain difficulty in the application of MoA is the computational complexity of finding an optimal map. The study presents a heuristic approach, based on evolutionary algorithms (EA), to constructing MoA visualization. The method was evaluated using the repository of disease entities as an input dataset. Several different setups of EA were tested; these were configurations with well-known evolution operators, as well as setups with newly proposed operators for the matrix representation of chromosome. Detailed results and analysis of conducted experiments are presented.
PL
Mapa atrybutów (MoA, z ang. Map of Attributes) to technika wizualizacji, która pozwala konstruować graficzną reprezentację abstrakcyjnych obiektów. Celem działania techniki jest wsparcie rozpoznawania graficznej reprezentacji obiektów przez efektywne wykorzystanie percepcyjnych zdolności człowieka. Pewną trudnością stosowania MoA jest złożoność obliczeniowa znajdywania optymalnej mapy. W artykule przedstawiono heurystyczne podejście bazujące na algorytmach ewolucyjnych (EA, z ang. evolutionary algorithms) do konstruowania wizualizacji MoA. Metoda została zbadana z wykorzystaniem repozytorium jednostek chorobowych jako zbioru danych wejściowych. Kilka różnych konfiguracji EA zostało zweryfikowanych, były to konfiguracje z zastosowaniem dobrze znanych operatorów ewolucyjnych, jak również konfiguracje z nowo zaproponowanymi operatorami dla macierzowej reprezentacji chromosomu. Artykuł prezentuje szczegółowe wyniki oraz analizę przeprowadzonych eksperymentów.
A Banach algebra homomorphism on the convolution algebra of integrable functions is the essence of Kisyński's equivalent formulation of the Hille–Yosida theorem for analytic semigroups. For the study of implicit evolution equations the notion of empathy happens to be more appropriate than that of semigroup. This approach is based upon the intertwining of two families of evolution operators and two families of pseudoresolvents. In this paper we show that the Kisyński approach can be adapted to empathy theory. The adaptation highlights the essential differences between semigroup theory and the theory of empathy.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.