Wyniki wyszukiwania - BazTech

1

Wykorzystanie technik bazujących na teorii zbiorów przybliżonych w procesie detekcji i klasyfikacji niezgodności spawalniczych

Misztal L.

Przegląd Spawalnictwa

|

2013

|

R. 85, nr 12

110--113

PL

Przetwarzanie znaczących ilości informacji pochodzących z obrazów radiograficznych oraz automatyczne wykrywanie wad połączeń spawalniczych z dużą dokładnością jest możliwe dzięki zastosowaniu rozwiązań opartych na teorii zbiorów przybliżonych oraz zastosowaniu jej w systemach komputerowych, które umożliwiają szybkie przetwarzanie znaczących ilości danych. Wspomniana metoda ma solidne podstawy matematyczne, których zastosowanie umożliwia określenie istotności atrybutów mających znaczenie dla identyfikacji niedoskonałości, natomiast ostateczna ocena reguł tworzy bazę wiedzy umożliwiająca komputerowe wskazywanie określonej klasy wady spawu. Opisana technika umożliwiła klasyfikację wad w bardzo wysoką dokładnością dla rzeczywistych danych pochodzących ze zdjęć rentgenowskich połączeń spawalniczych.

EN

Processing of large amount of information deriving from radiographic images and automatically detecting of welding joints imperfections with high accuracy is possible by applying solutions based on rough sets theory and usage of this theory on computer systems that are capable to make fast calculations on huge number of information. The theory posses solid and confirmed mathematical foundation that allows applying it for calculation of attribute importance that have huge significance for identification of weld imperfections, whereas final extracting rules creates knowledge base that gives possibility for computer aided pointing specific class of weld imperfection. Technique that is described in the paper was capable of classification of weld defects with very high accuracy for real data originating from radiographic images of weld joints.

2

Rough Set Application for the Tax Payer Classification Rules

Misztal L.

Pomiary Automatyka Kontrola

|

2009

|

R. 55, nr 10

796-798

EN

Classification of the tasks for real-world problems becomes possible because of creation and use of more efficient IT systems. It also targets rough set methods as well described with solid mathematical basis for classification tasks. In the presented paper the application of rough set theory with the usage of significance of attributes and decision rule sets for classification of taxpayers is described. There are taken into account the negative or positive results of taxation control, and specific features describing payers are considered. Appropriate choice of data, building the model and its application leads to the specified goal reaching, with better accuracy in comparison to "intuitive" choice. Simultaneously it becomes possible to extract decision rules in the linguistic form, what gives opportunity for easier interpretation of obtained results. As a result of the solution application the more accurate selection of tax payers is obtained. This is of significant meaning for the tax authorities, and this leads for the better observance of the tax law.

PL

Rozwiązywanie zadań klasyfikacji dla rzeczywistych problemów stało się możliwe dzięki rozwojowi wydajniejszych systemów informatycznych. Dotyczy to również teorii zbiorów przybliżonych dla zadań klasyfikacji. W przedstawionej publikacji zastosowano zbiory przybliżone, które mają ugruntowaną teorię bazującą na rozszerzeniu teorii zbiorów i definiującą dolne oraz górne przybliżenie, oraz wyznaczającą tabelę decyzyjną do klasyfikacji. Metodę użyto do obliczeń istotności atrybutów oraz reguł decyzyjnych opisujących klasyfikację podatników ze względu na pozytywny lub negatywny wynik kontroli, przy uwzględnieniu specyficznych cech ich opisujących. Odpowiedni dobór danych, budowa modelu oraz jego użycie umożliwiło osiągnięcia zadanego celu ze zwiększoną dokładnością w stosunku do "intuicyjnego" wyboru. Wykorzystanie zbiorów przybliżonych, które wyznaczają wyniki końcowe klasyfikacji w postaci zbioru reguł umożliwiło ich ekstrakcję w łatwo interpretowalnej formie lingwistycznej. W publikacji zastosowano autorskie rozwiązanie programowe bazujące na kolekcjach, tablicach oraz obiektach pośrednich, zaimplementowane dla bazy danych Oracle, dzięki któremu zrealizowano zadanie oraz przedstawiono rezultaty. Dzięki uzyskanym wynikom bazującym na modelu opartym na użytej metodzie możliwe staje się dokładniejsze typowanie podatników funkcjonujących w polskim systemie prawnym i mających problemy podatkowe, których należy poddać kontroli. Tym samym zwiększa się skuteczność egzekwowania prawa podatkowego.

3

Wykorzystanie naiwnego algorytmu Bayes'a w zadaniu klasyfikacji podatników

Misztal L.

Metody Informatyki Stosowanej

|

2009

|

nr 3 (20)

143-152

EN

Resolving tasks of classification for real-world problems became possible because of rising and development of more efficient IT systems. The goal of described solution in the paper is also real-world problem of finding these taxpayers, who could have problems with observance of the tax law. The solution is based on classification of persons, by assigning them to group with or without taxations problems. Usage of Naive Bayes Algorithm for classification, choosing appropriate attributes describing problem, building and applying the model led to reaching above described goal with better accuracy in comparison to “intuitive” choice and gave more accurate results, than some other known classification algorithms used for such domain. It results in more accurate typing of tax payers for controlling purposes of tax authorities.