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

Znaleziono wyników: 26

Liczba wyników na stronie
first rewind previous Strona / 2 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 2 next fast forward last
1
Content available remote Outlier mining using the DBSCAN algorithm
Nowak-Brzezińska A., Xięski T.
Journal of Applied Computer Science
|
2017
|
Vol. 25, nr 2
53--68
EN
This paper introduces an approach to outlier mining in the context of a real-world dataset containing information about the mobile transceivers operation. The goal of the paper is to analyze the influence of using different similarity measures and multiple values of input parameters for the densitybased clustering algorithm on the number of outliers discovered during the mining process. The results of the experiments are presented in section 4 in order to discuss the significance of the analyzed parameters.
2
Content available remote Outlier mining in rule-based knowledge bases
Nowak-Brzezińska A.
Journal of Applied Computer Science
|
2017
|
Vol. 25, nr 2
7--27
EN
This paper introduces an approach to outlier mining in the context of rule-based knowledge bases. Rules in knowledge bases are a very specific type of data representation and it is necessary to analyze them carefully, especially when they differ from each other. The goal of the paper is to analyze the influence of using different similarity measures and clustering methods on the number of outliers discovered during the mining process. The results of the experiments are presented in Section 6 in order to discuss the significance of the analyzed parameters.
3
Content available Porównanie algorytmów wnioskowania klasycznego i rozmytego na przykładzie systemu wspomagania decyzji personalnych menedżera
Ćwiklińska I., Nowak-Brzezińska A.
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
|
2016
|
z. 92
21--30
PL
Celem pracy jest porównanie działania algorytmów wnioskowania dwuwartościowego i rozmytego. Artykuł zawiera opis teoretycznych podstaw działania obu algorytmów, użycia każdego z nich w innej wersji systemu wspomagania decyzji menedżera. Następnie pokazano bazę wiedzy oraz dokładny algorytm wnioskowania, a także przykład użycia w praktyce systemu z wnioskowaniem klasycznym. Ostatnią częścią pracy jest opis analizy podobieństw i różnic pomiędzy algorytmami oraz wynikających z niej wniosków.
EN
The aim of the study is to compare operation of divalent and fuzzy inference. The article contains describing the theoretical basis of operation of both algorithms and illustrated is to use each of them with a different version of the manager’s decision support system. Next is shown knowledge base and accurate inference algorithm and also example of use system of classic inference in practice. The last part of the work is to describe the analysis of the similarities and differences between algorithms and of its conclusions.
4
Eksploracja medycznych regułowych baz wiedzy
Nowak-Brzezińska A., Rybotycki T.
Studia Informatica
|
2016
|
Vol. 37, nr 1
149--162
PL
Celem pracy jest eksploracja (grupowanie i wizualizacja) medycznych regułowych baz wiedzy. W artykule opisano narzędzie CluVis, zaimplementowane przez autorów, pozwalające analizować (grupować przy użyciu hierarchicznej analizy skupień) reguły i wizualizować (przy użyciu tzw. map prostokątów) ich skupienia. W ramach eksperymentów przeanalizowano wpływ miar podobieństwa wewnątrz- i międzygrupowego, metod wizualizacji, a także miary jakości skupień na wyniki eksploracji (wykrycie tendencji, nietypowości w danych).
EN
In this work the topic of applying clustering as a knowledge extraction method from real-world medical data is discussed. The authors propose hierarchical clustering method and visualization techniques for knowledge base representation in the context of medical knowledge bases for which data mining methods are success-fully employed and may resolve different problems. What is more, the authors analyze the impact of different clustering parameters on the result of searching through such structure.
5
Content available remote Impact of Clustering Parameters on the Efficiency of the Knowledge Mining Process in Rule-based Knowledge Bases
Nowak-Brzezińska A., Rybotycki T.
Schedae Informaticae
|
2016
|
Vol. 25
85--101
EN
In this work the subject of the application of clustering as a knowledge extraction method from real-world data is discussed. The authors analyze an influence of different clustering parameters on the quality of the created structure of rules clusters and the efficiency of the knowledge mining process for rules / rules clusters. The goal of the experiments was to measure the impact of clustering parameters on the efficiency of the knowledge mining process in rulebased knowledge bases denoted by the size of the created clusters or the size of the representatives. Some parameters guarantee to produce shorter/longer representatives of the created rules clusters as well as smaller/greater clusters sizes.
6
Content available remote Mining Rule-based Knowledge Bases Inspired by Rough Set Theory
Nowak-Brzezińska A.
Fundamenta Informaticae
|
2016
|
Vol. 148, nr 1/2
35--50
EN
Rule-based knowledge bases are constantly increasing in volume, thus the knowledge stored as a set of rules is getting progressively more complex and when rules are not organized into any structure, the system is inefficient. The aim of this paper is to improve the performance of mining knowledge bases by modification of both their structure and inference algorithms, which in author’s opinion, lead to improve the efficiency of the inference process. The good performance of this approach is shown through an extensive experimental study carried out on a collection of real knowledge bases. Experiments prove that rules partition enables reducing significantly the percentage of the knowledge base analysed during the inference process. It was also proved that the form of the group’s representative plays an important role in the efficiency of the inference process.
7
kbExplorator a inne narzędzia eksploracji regułowych baz wiedzy
Nowak-Brzezińska A.
Studia Informatica
|
2015
|
Vol. 36, nr 1
61--74
EN
The aim of the study was to describe the functionality of the kbExplorator system which allows to create and use of rule-based knowledge bases with an inference algorithms. Three available tools: Jess, Drools and PC-Shell were characterized and compared to the kbExplorator co-created by the author. Apart from formal definition, an example of the knowledge base with rules partition was shown, and application process implemented for such a knowledge base was discussed.
PL
Celem artykułu jest przedstawienie funkcjonalności systemu kbExplorator na tle dostępnych narzędzi, pozwalających na tworzenie i edycję regułowych baz wiedzy wraz z algorytmami wnioskowania. Scharakteryzowano, a następnie Porównano trzy z dostępnych narzędzi: Jess, Drools oraz PC-Shell, a także opisano podstawowe cechy współtworzonego przez autorkę narzędzia kbExplorator. Prócz formalnych definicji przedstawiono także przykład regułowej bazy wiedzy z podziałami reguł i omówiono proces wnioskowania realizowany dla takiej bazy wiedzy.
8
Badanie wydajności serwerów bazodanowych z wykorzystaniem metod eksploracji odchyleń
Nowak-Brzezińska A., Turos A.
Studia Informatica
|
2015
|
Vol. 36, nr 1
75--88
EN
An article presents the issues of performance testing of database servers based on SAP Adaptive Server Enterprise (ASE). The authors propose a solution for performance testing of SAP ASE based on outlier detection from Query Processing Metrics mechanism.
PL
Artykuł przedstawia problematykę badania wydajności serwerów bazodanowych z zastosowaniem SAP Adaptive Server Enterprise (ASE). Autorzy proponują rozwiązanie monitorujące wydajność serwera ASE opierając się na wykrywaniu anomalii z mechanizmu Query Processing Metrics.
9
Content available Visualization of medical rule-based knowledge bases
Nowak-Brzezińska A., Rybotycki T.
Journal of Medical Informatics & Technologies
|
2015
|
Vol. 24
91--98
EN
In this work the topic of applying clustering as a knowledge extraction method from real-world data is discussed. The authors propose hierarchical clustering method and visualization technique for knowledge base representation in the context of medical knowledge bases for which data mining techniques are successfully employed and may resolve different problems. What is more, the authors analyze the impact of different clustering parameters on the result of searching through such a structure. Particular attention was also given to the problem of cluster visualization. Authors review selected, two-dimensional approaches, stating their advantages and drawbacks in the context of representing complex cluster structures.
10
Wykrywanie danych nietypowych – nowe podejście
Nowak-Brzezińska A., Turos A.
Studia Informatica
|
2014
|
Vol. 35, nr 2
187--198
PL
Celem artykułu jest przedstawienie idei wykrywania nietypowych danych w dużych zbiorach danych poddanych grupowaniu. Autorzy przedstawiają własne podejście do klasycznej wersji algorytmu k-średnich. Modyfikacja prezentuje także definicje skupień odstających i skupień wpływowych. W pracy przedstawiono również wyniki przeprowadzonych badań wraz z analizą ich rezultatów.
EN
The goal of the article is to present the idea of discovering unusual da-ta in large datasets in which the many clusters were created. Authors presents the methods which is modification of classical version of k-means algorithm. The modification introduces the concept of an influential and outlier cluster. The paper consists also of the results of the experiments with the analysis of it.
11
Wydobywanie wiedzy z danych złożonych
Nowak-Brzezińska A., Xięski T.
Studia Informatica
|
2014
|
Vol. 35, nr 2
175--186
PL
Artykuł przedstawia uniwersalną metodę wydobywania wiedzy z danych złożonych, uwzględniającą wykorzystanie technik opisu danych, algorytmów analizy skupień oraz efektywnych środków wizualizacji wydobytej wiedzy. Charakterystyczną cechą opisywanej metody jest zastosowanie dwuetapowego grupowania danych.
EN
This work presents a universal knowledge discovery method from complex data, which takes into account the usage of data description techniques, cluster analysis algorithms and effective means of visualization of the discovered knowledge. A characteristic feature of this method is the usage of a two-stage clustering process.
12
Wykrywanie reguł nietypowych - metody oparte na analizie skupień
Nowak-Brzezińska A.
Studia Informatica
|
2013
|
Vol. 34, nr 2A
239--250
PL
Artykuł przedstawia problematykę wykrywania odchyleń w regułowych bazach wiedzy. Reguły nietypowe, uznawane tu za odchylenia, powinny być przedmiotem analiz ekspertów i inżynierów wiedzy, gdyż mogą wpływać na efektywność wnioskowania w systemach wspomagania decyzji. Autorka prezentuje różne podejścia w znajdowaniu odchyleń w strukturze skupień reguł. W artykule ujęto także wykonane eksperymenty wraz z interpretacją wyników.
EN
The paper presents the problem of outlier detection in the rule knowledge bases. Unusual (rare) rules, regarded here as the deviation, should be the subject of analysis experts and knowledge engineers because they can influence the efficiency of inference in decision support systems. The author presents a different approach in finding outliers in the structure of rules’ clusters. The experiments with their results are also presented in the paper.
13
Metody reprezentacji danych złożonych
Nowak-Brzezińska A., Xięski T.
Studia Informatica
|
2013
|
Vol. 34, nr 2A
215--226
PL
Artykuł dokonuje przeglądu metod reprezentacji i wizualizacji danych, ze szczególnym uwzględnieniem technik graficznego przedstawienia skupień. Ponadto omawia algorytm wizualizacji struktur hierarchicznych w przestrzeni dwuwymiarowej (Squarified Treemaps) oraz prezentuje koncepcję jego zastosowania do rzeczywistego zbioru skupień danych złożonych, wygenerowanych przez gęstościowy algorytm grupowania OPTICS.
EN
This work reviews data representation and visualization methods, with emphasis on techniques for clusters’ representation. Furthermore it describes an algorithm for hierarchical structures’ visualization in a two-dimensional space (Squarified Treemaps) and presents the concept of its application to a real-world complex dataset composed of clusters generated by the OPTICS algorithm.
14
Metoda współczynników niepełności wiedzy w systemach wspomagania decyzji
Nowak-Brzezińska A., Jach T.
Studia Informatica
|
2013
|
Vol. 34, nr 2A
227--238
PL
W artykule zaproponowano metodę współczynników niepełności (IF) służących do modelowania niepełności wiedzy w systemach wspomagania decyzji. Przedstawiono miarę współczynnika niepełności wiedzy oraz wyniki przeprowadzonych eksperymentów i ich interpretację.
EN
The paper consists of the proposition of using the method of incompleteness factors (IF) in order to model the incompleteness of knowledge in decision support systems. The authors are using cluster analysis methods along with the incompleteness factors to reason in systems with incomplete knowledge.
15
Content available Multidimensional clustering data visualization using k-medoids algorithm
Kocyba J., Jach T., Nowak-Brzezińska A.
Journal of Medical Informatics & Technologies
|
2013
|
Vol. 22
63--70
EN
The article presents the possibilities of using clustering algorithms to group and visualize data from blood tests of various people in the context of alcohol consumption impact on measured blood parameters. The presented results should be considered as the preliminary to the future works involving automatic visualization of medical data by using clustering algorithms. The authors present the results of clustering of the above data using k-medoids algorithm along with the proposition of visualization. The authors used as a set of input data "BUPA liver disorders" medical base taken from the Machine Learning Repository [7].
16
Content available remote Complex Decision Systems and Conflicts Analysis Problem
Wakulicz-Deja A., Nowak-Brzezińska A., Przybyła-Kasperek M.
Fundamenta Informaticae
|
2013
|
Vol. 127, nr 1-4
341--356
EN
This paper discusses the issues related to the conflict analysis method and the rough set theory, process of global decision-making on the basis of knowledge which is stored in several local knowledge bases. The value of the rough set theory and conflict analysis applied in practical decision support systems with complex domain knowledge are expressed. The furthermore examples of decision support systems with complex domain knowledge are presented in this article. The paper proposes a new approach to the organizational structure of a multi-agent decision-making system, which operates on the basis of dispersed knowledge. In the presented system, the local knowledge bases will be combined into groups in a dynamic way. We will seek to designate groups of local bases on which the test object is classified to the decision classes in a similar manner. Then, a process of knowledge inconsistencies elimination will be implemented for created groups. Global decisions will be made using one of the methods for analysis of conflicts.
17
Wybrane aspekty wnioskowania w systemach z wiedzą niepełną
Nowak-Brzezińska A., Jach T.
Studia Informatica
|
2012
|
Vol. 33, nr 2A
465-477
PL
Autorzy proponują użycie metod analizy skupień (grupowania) do szybkiego wyszukiwania, aktywowania reguł i wnioskowania w złożonych bazach wiedzy z wiedzą niepełną. Artykuł porównuje użycie dwóch algorytmów – AHC oraz mAHC, przedstawiona jest również metoda do wyznaczania optymalnej liczby skupień oraz eksperymenty obliczeniowe potwierdzające zdolność zaproponowanego podejścia do wnioskowania z wiedzą niepełną.
EN
The authors propose to use the methods of cluster analysis (clustering) in complex decision support systems with incomplete knowledge. The paper compares using of mAHC and AHC algorithms. The problem of finding the optimal number of clusters is addressed, the experiments confirming the ability of proposed approach to inference within decision support systems with incomplete knowledge are provided.
18
Gęstościowa metoda grupowania i wizualizacji danych złożonych
Nowak-Brzezińska A., Xięski T.
Studia Informatica
|
2012
|
Vol. 33, nr 2A
453-464
PL
Artykuł dokonuje przeglądu dotychczas stosowanych rozwiązań implementacyjnych w zakresie grupowania dużych wolumenów danych oraz opisuje problematykę doboru parametrów startowych dla algorytmu gęstościowego DBSCAN. Ponadto stanowi on wprowadzenie w tematykę wizualizacji struktury złożonych skupień, wykorzystując w tym celu algorytm oparty na idei gęstości – OPTICS.
EN
This work reviews currently used implementation solutions for clustering large volumes of data, and describes the problem of choosing proper initial values for the density-based DBSCAN algorithm. Furthermore it should be also treated as an introduction to the topic of visualization of complex clusters using another density-based algorithm - OPTICS.
19
Eksploracja odchyleń w regułowych bazach wiedzy
Nowak-Brzezińska A.
Studia Informatica
|
2012
|
Vol. 33, nr 2A
479-492
PL
Artykuł przedstawia problematykę wykrywania odchyleń w regułowych bazach wiedzy. Reguły nietypowe, uznawane tu za odchylenia, powinny być przedmiotem analiz ekspertów i inżynierów wiedzy, gdyż mogą wpływać na efektywność wnioskowania w systemach wspomagania decyzji. Autorka prezentuje różne podejścia w znajdowaniu odchyleń w regułach. W artykule ujęto także wykonane eksperymenty wraz z interpretacją wyników.
EN
The paper presents the problem of outlier detection in the rule knowledge bases. Unusual (rare) rules, regarded here as the deviation, should be the subject of analysis experts and knowledge engineers because they can influence the efficiency of inference in decision support systems. The author presents a different approach in finding outliers in the rules. The experiments with their results are also presented in the paper.
20
Content available Knowledge mining approach for optimization of inference processes in medical rule knowledge bases
Nowak-Brzezińska A., Simiński R.
Journal of Medical Informatics & Technologies
|
2012
|
Vol. 20
19--27
EN
The main aim of the article is to present the modifications of inference algorithms based on information extracted from large rule sets. The article introduces the conception of discovering the knowledge about rules saved in rule bases. It also describes the cluster analysis and decision units conception for this task and presents the optimization of forward and backward inference algorithms as well as selected experimental results.
first rewind previous Strona / 2 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.