Wyniki wyszukiwania - BazTech

1

Obituary of Bernard Roy (1934-2017)

Słowiński R.

Foundations of Computing and Decision Sciences

|

2018

|

Vol. 43, No. 1

3--6

2

Application of Rough Set Theory to Prediction of Antimicrobial Activity of Bis-Quaternary Imidazolium Chlorides

Pałkowski Ł., Krysiński J., Błaszczyński J., Słowiński R., Skrzypczak A., Błaszczak J., Gospodarek E., Wróblewska J.

Fundamenta Informaticae

|

2014

|

Vol. 132, nr 3

315--330

EN

The paper investigates relationships between chemical structure, surface active properties and antibacterial activity of 70 bis-quaternary imidazolium chlorides. Chemical structure and properties of imidazolium chlorides were described by 7 condition attributes and antimicrobial properties were mapped by a decision attribute. Dominance-based Rough Set Approach (DRSA) was applied to discover a priori unknown rules exhibiting monotonicity relationships in the data, which hold in some parts of the evaluation space. Strong decision rules discovered in this way may enable creating prognostic models of new compounds with favorable antimicrobial properties. Moreover, relevance of the attributes estimated from the discovered rules allows to distinguish which of the structure and surface active properties describe compounds that have the most preferable and the least preferable antimicrobial properties.

3

Finding Meaningful Bayesian Confirmation Measures

Greco S., Słowiński R., Szczęch I.

Fundamenta Informaticae

|

2013

|

Vol. 127, nr 1-4

161--176

EN

The paper focuses on Bayesian confirmation measures used for evaluation of rules induced from data. To distinguish between many confirmation measures, their properties are analyzed. The article considers a group of symmetry properties. We demonstrate that the symmetry properties proposed in the literature focus on extreme cases corresponding to entailment or refutation of the rule's conclusion by its premise, forgetting intermediate cases. We conduct a thorough analysis of the symmetries regarding that the confirmation should express how much more probable the rule's hypothesis is when the premise is present rather than when the negation of the premise is present. As a result we point out which symmetries are desired for Bayesian confirmation measures. Next, we analyze a set of popular confirmation measures with respect to the symmetry properties and other valuable properties, being monotonicity M, Ex1 and weak Ex1, logicality L and weak L. Our work points out two measures to be the most meaningful ones regarding the considered properties.

4

A Novel Method for Elimination of Inconsistencies in Ordinal Classification with Monotonicity Constraints

Deng W., Hu F., Wang G., Błaszczyński J., Słowiński R., Szeląg M.

Fundamenta Informaticae

|

2013

|

Vol. 126, nr 4

377--395

EN

In order to handle inconsistencies in ordinal and monotonic information systems, several relaxed versions of the Dominance-based Rough Set Approach (DRSA) have been proposed, e.g., VC-DRSA. These versions use special consistency measures to admit some inconsistent objects in the lower approximations. The minimal consistency level that has to be attained by objects included in the lower approximations is defined using a prior knowledge or a trial-and-error procedure. In order to avoid dependence on prior knowledge, an alternative way of handling inconsistencies is to iteratively eliminate the most inconsistent objects (according to some measure) until the information system becomes consistent. This idea is a base of a new method of handling inconsistencies presented in this paper and called TIPStoC. The TIPStoC algorithm is illustrated by an example from the area of telecommunication and the efficiency of the new method is proved by a computational experiment.

5

The Bipolar Complemented de Morgan Brouwer-Zadeh Distributive Lattice as an Algebraic Structure for the Dominance-based Rough Set Approach

Greco S., Matarazzo B., Słowiński R.

Fundamenta Informaticae

|

2012

|

Vol. 115, nr 1

25-56

EN

We introduce the bipolar complemented de Morgan Brouwer-Zadeh distributive lattice in order to give an algebraic model the to Dominance-based Rough Set Approach. We present also the concept of bipolar approximation space and we show how it can be induced from a bipolar quasi Brouwer-Zadeh lattice.

6

Interactive evolutionary multiobjective optimization driven by robust ordinal regression

Branke J., Greco S., Słowiński R., Zielniewicz P.

Bulletin of the Polish Academy of Sciences. Technical Sciences

|

2010

|

Vol. 58, nr 3

347-358

EN

This paper presents the Necessary-preference-enhanced Evolutionary Multiobjective Optimizer (NEMO), which combines an evolutionary multiobjective optimization with robust ordinal regression within an interactive procedure. In the course of NEMO, the decision maker is asked to express preferences by simply comparing some pairs of solutions in the current population. The whole set of additive value functions compatible with this preference information is used within a properly modified version of the evolutionary multiobjective optimization technique NSGA-II in order to focus the search towards solutions satisfying the preferences of the decision maker. This allows to speed up convergence to the most preferred region of the Pareto-front.

7

Analysis of monotonicity properties of some rule interestingness measures

Greco S., Słowiński R., Szczęch I.

Control and Cybernetics

|

2009

|

Vol. 38, no 1

9-25

EN

One of the crucial problems in the field of knowledge discovery is development of good interestingness measures for evaluation of the discovered patterns. In this paper, we consider quantitative, objective interestingness measures for "if..., then... " association rules. We focus on three popular interestingness measures, namely rule interest function of Piatetsky-Shapiro, gain measure of Fukuda et al., and dependency factor used by Pawlak. We verify whether they satisfy the valuable property M of monotonic dependency on the number of objects satisfying or not the premise or the conclusion of a rule, and property of hypothesis symmetry (HS). Moreover, analytically and through experiments we show an interesting relationship between those measures and two other commonly used measures of rule support and anti-support.

8

Nowy rok z nową mocą

Słowiński R.

Energetyka Cieplna i Zawodowa

|

2008

|

Nr 1

18--20

PL

Dobiega końca realizacja największej od ponad pięciu lat inwestycji w polskiej elektroenergetyce - budowy bloku energetycznego w Elektrowni Pątnów II wchodzącej w skład Zespołu Elektrowni Pątnów-Adamów-Konin SA.

9

Ensembles of decision rules

Błaszczyński J., Dembczyński K., Kotłowski W., Słowiński R., Szeląg M.

Foundations of Computing and Decision Sciences

|

2006

|

Vol. 31, No. 3-4

221-232

EN

In most approaches to ensemble methods, base classifiers are decision trees or decision stumps. In this paper, we consider an algorithm that generates an ensemble of decision rules that are simple classifiers in the form of logical expression: if [conditions], then [decision]. Single decision rule indicates only one of the decision classes. If an object satisfies conditions of the rule, then it is assigned to that class. Otherwise the object remains unassigned. Decision rules were common in the early machine learning approaches. The most popular decision rule induction algorithms were based on sequential covering procedure. The algorithm presented here follows a different approach to decision rule generation. It treats a single rule as a subsidiary, base classifier in the ensemble. First experimental results have shown that the presented algorithm is competitive with other methods. Additionally, generated decision rules are easy in interpretation, which is not the case of other types of base classifiers.

10

Searching for an equivalence between decision rules and concordance-discordance preference model in multicriteria choice problems

Greco S., Prędki B., Słowiński R.

Control and Cybernetics

|

2002

|

Vol. 31, no 4

921--935

EN

Solving multicriteria decision problems, like choice and ranking, requires the use of decision maker's DM's (Decision Maker's) preference model. In this paper, we investigate some issues of equivalence between the preference model in terms of "if..., then..." decision rules and a concordance-discordance preference model based on the use of the outranking relation. The decision rule model is attractive for at least two reasons: (i) it is intelligible and speaks the language of the DM, (ii) the preference information coming from the DM is a set of decision examples. The decision rules are induced from rough approximations of the preference relation specified in decision examples. Then, from the set of decision rules representing the DM's preferences, criteria weights and veto thresholds are inferred, setting up an equivalent preference model following from concordance-discordance tests proposed in ELECTRE methods. A simple example will illustrate the interest of such an equivalence.

PL

Rozwiązywanie wielokryterialnych zadań decyzyjnych, takich jak wybór i rangowanie, wymaga zastosowania modelu preferencji decydenta. W artykule rozważa się pewne zagadnienia dotyczące równoważności pomiędzy modelem preferencji w postaci reguł decyzyjnych "jeśli..., to..." oraz modelem preferencji zgodności-niezgodności opartym na relacji przewyższania. Model oparty na regułach decyzyjnych jest atrakcyjny z co najmniej dwóch powodów: (i) jest łatwy do zrozumienia i posługuje się językiem decydenta, (ii) informacja o preferencjach, pochodząca od decydenta jest zbiorem przykładów decyzji. Reguły decyzyjne są wyprowadzane z opartych na zbiorach przybliżonych ocen relacji preferencji stanowiących podstaw(c) podanych przykładów. Następnie, ze zbioru reguł decyzyjnych reprezentujących preferencje decydenta, wyprowadzane są wagi kryteriów i progi weto, stanowiące podstawę równoważnego modelu preferencji, wynikającego z testów zgodności-niezgodności, zaproponowanych w metodyce ELECTRE. Dla zilustrowania istotności przedstawionej równoważności stanowi podano i zanalizowano prosty przykład.

11

Methodology of rough-set-based classification and sorting with hierarchical structure of attributes and criteria

Dembczyński K., Greco S., Słowiński R.

Control and Cybernetics

|

2002

|

Vol. 31, no 4

891-920

EN

We consider a hierarchical classification problem involving sets of attributes and criteria. The problem of classification concerns an assignment of a set of objects to pre-defined classes. The classification to preference-ordered classes is called sorting. The objects are described by two sorts of attributes: criteria and regular attributes, depending on whether the attribute domain is preference-ordered or not. The hierarchical classification and sorting is made in finite number of steps due to hierarchical structure of regular attributes and criteria in the form of a tree. We propose a methodology based on the decision rule preference model. The model is constructed by inductive learning from examples of hierarchical decisions made by the Decision Maker on a reference set of objects. To deal with inconsistencies appearing in decision examples we adapt the rough set approach to the hierarchical classification and sorting problems. Due to inconsistency and their propagation from the bottom to the top of the hierarchy, the description of an object on a particular attribute may be not a simple value but either a subset of a regular attribute domain or an interval on a criterion scale. An example illustrates the methodology presented.

PL

Rozpatrujemy problem klasyfikacji hierarchicznej ze zbiorami atrybutów i kryteriów. Zadanie klasyfikacji dotyczy przydziału zbioru obiektów do z góry zdefiniowanych klas. Klasyfikacja do klas uporządkowanych według relacji preferencji nazywana jest sortowaniem. Obiekty są opisane przez dwa rodzaje atrybutów: kryteria i właściwe atrybuty, w zależności od tego, czy dziedzina atrybutu jest uporządkowana względem preferencji, czy też nie. Hierarchiczna klasyfikacja i sortowanie wykonywane są w skończonej liczbie kroków dzięki hierarchicznej strukturze atrybutów właściwych i kryteriów, w postaci drzewa. Proponujemy metodyk(c) opartą na modelu reguł decyzyjnych co do preferencji. Model jest konstruowany poprzez uczenie indukcyjne na przykładach decyzji hierarchicznych podejmowanych przez decydenta w stosunku do zbioru odniesienia obiektów. Aby poradzić sobie z niespójnościami pojawiającymi się w przykładach decyzji zaadaptowaliśmy podejście zbiorów przybliżonych do zadania hierarchicznej klasyfikacji i sortowania. Wobec niespójności i ich propagacji od dołu do góry hierarchii, opis obiektu w ramach konkretnego atrybutu może nie być pojedynczą wartością, ale bądź to podzbiorem dziedziny atrybutu właściwego bądź to przedziałem na skali kryterium. Zaproponowaną metodykę zilustrowaliśmy przykładem.

12

Axiomatization of utility, outranking and decision rule preference models for multiple-criteria classification problems under partial inconsistency with the dominance principle

Słowiński R., Greco S., Matarazzo B.

Control and Cybernetics

|

2002

|

Vol. 31, no 4

1005-1035

EN

Multiple-criteria classification (sorting) problem concerns assignment of actions (objects) to some pre-defined and preference-ordered decision classes. The actions are described by a finite set of criteria, i.e. attributes, with preference-ordered scales. To perform the classification, criteria have to be aggregated into a preference model which can be: utility (discriminant) function, or outranking relation, or "if..., then..." decision rules. Decision rules involve partial profiles on subsets of criteria and dominance relation on these profiles. A challenging problem in multiple-criteria decision making is the aggregation of criteria with ordinal scales. We show that the decision rule model we propose has advantages over a general utility function, over the integral of Sugeno, conceived for ordinal criteria, and over an outranking relation. This is shown by basic axioms characterizing these models. Moreover, we consider a more general decision rule model based on the rough set theory. The advantage of the rough set approach compared to competitive methodologies is the possibility of handling partially inconsistent data that are often encountered in preferential information, due to hesitation of decision makers, unstable character of their preferences, imprecise or incomplete knowledge and the like. We show that these inconsistencies can be represented in a meaningful way by "if..., then..." decision rules induced from rough approximations. The theoretical results reported in this paper show that the decision rule model is the most general aggregation model among all the considered models.

PL

Wielokryterialne zadania klasyfikacji (sortowania) dotyczą przypisania działan (obiektów) pewnym z góry określonym i uporządkowanym wzgl(c)dem preferencji klasom. Działania są opisane przez skończony zbiór kryteriów, tj. atrybutów o skalach uporządkowanych według preferencji. Aby dokonać klasyfikacji, kryteria muszą zostać zagregowane do modelu preferencji, którym może być: funkcja użyteczności (dyskryminująca), bąd" relacja przewyższania, bąd" reguła decyzyjna typu "jeśli..., to...". Reguły decyzyjne oparte są na cz(c)ściowych profilach na podzbiorach kryteriów i relacji dominacji na tych profilach. Wyzwaniem w wielokryterialnym podejmowaniu decyzji jest agregacja kryteriów o skalach porządkowych. Pokazujemy w artykule, że model reguł decyzyjnych, zaproponowany przez nas, jest korzystniejszy niż ogólna postać funkcji użyteczności, niż całka Sugeno zaproponowana dla kryteriów porządkowych, i niż relacja przewyższania. Pokazano to przy pomocy podstawowych aksjomatów charakteryzujących rozważane modele. Ponadto, rozważamy ogólniejszy model reguł decyzyjnych, oparty na teorii zbiorów przybliżonych. Korzyścią z zastosowania zbiorów przybliżonych w porównaniu do innych podejść jest możliwość uwzgl(c)dniania cz(c)ściowo niespójnych danych, jakie cz(c)sto spotyka si(c) informacji o preferencjach, w związku z wahaniami decydentów, niestabilnością ich preferencji, niedokładną wiedzą, itp. Pokazujemy, że takie niespójności mogą być reprezentowane w sposób sensowny poprzez reguły decyzyjne typu "jeśli..., to...", wyprowadzone z ocen dokonanych przy pomocy zbiorów przybliżonych. Wyniki teoretyczne przedstawione w pracy pokazują, że model reguł decyzyjnych jest najogólniejszym modelem agregacji spośrod wszystkich rozważanych modeli.

13

Rough set based processing of inconsistent information in decision analysis

Słowiński R., Stefanowski J., Greco S., Matarazzo B.

Control and Cybernetics

|

2000

|

Vol. 29, no 1

379-404

EN

Inconsistent information is one of main difficulties in the explanation and recommendation tasks of decision analysis. We distinguish two kinds of such information inconsistencies : the first is related to indiscernibility of objects described by attributes defined in nominal or ordinal scales, and the other follows from violation of the dominance principle among attributes defined on preference ordered ordinal or cardinal scales, i.e. among criteria. In this paper we discuss how these two kinds of inconsistencies are handled by a new approach based on the rough sets theory. Combination of this theory with inductive learning techniques leads to generation of decision rules from rough approximations of decision classes. Particular attention is paid to numerical attribute scales and preference-ordered scales of criteria, and their influence on the syntax of induced decision rules.

14

Generation of reducts and rules in multi-attribute and multi-criteria classification

Susmaga R., Słowiński R., Greco S., Matarazzo B.

Control and Cybernetics

|

2000

|

Vol. 29, no 4

969-988

EN

The paper addresses the problem of analysing information tables which contain objects described by both attributes and criteria, i.e. attributes with preference-ordered scales. The objects contained in those tables, representing exemplary decisions made by a decision maker or a domain expert, are usually classified into one of several classes that are also often preference-ordered. Analysis of such data using the classic rough set methodology may produce improper results, as the original rough set approach is not able to discover inconsistencies originating from consideration of typical criteria, like e.g. product quality, market share or debt ratio. The paper presents the framework for the analysis of both attributes and criteria and a very promising algorithm for generating reducts. The algorithm presented is evaluated in an experiment with real-life data sets and its results are compared to those by two other reduct generating algorithms.

15

Rozmyte podejście do wielokryterialnego programowania sieciowego w warunkach niepewności

Hapke M., Jaszkiewicz A., Słowiński R.

Zeszyty Naukowe. Automatyka / Politechnika Śląska

|

1998

|

z. 123

155-168

PL

W pracy proponuje się dwuetapową metodę rozwiązywania problemu rozmytego wielokryterialnego programowania sieciowego. Rozmyte są parametry czasowe poszczególnych operacji. Pierwszy etap polega na wygenerowaniu zbioru uszeregowań niezdominowanych, który następnie jest przeglądany przez decydenta w drugim etapie w celu wyboru najbardziej kompromisowego uszeregowania. Do realizacji pierwszego etapu stosuje się rozmytą wersję metaheurystycznej procedury Paretosymulowanego wyżarzania. W etapie drugim do wyboru uszeregowania najbardziej kompromisowego postanowiono wykorzystać ideę dialogowej metody Przeglądu Wiązką Światła, w której decydent może sam kierować poszukiwaniem najlepszego kompromisu.

EN

A new two-stage method for solving fuzzy project scheduling problems with multiple objectives is presented. The method accepts fuzzy time parameters of project activities. In the first stage a set of non-dominated schedules is calculated using a fuzzy version of the Pareto-simulated annealing metaheuristic procedure. Then in the second this set is interactively analyzed using a fuzzy version of the 'Light Beam Search' - procedure. It supports the decision maker in selecting the best compromise schedule.