PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!
  • Sesja wygasła!
  • Sesja wygasła!

Znaleziono wyników: 9

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available Membership Functions for Fuzzy Focal Elements
Porębski S., Straszecka E.
Archives of Control Sciences
|
2016
|
Vol. 26, no. 3
395--427
EN
The paper presents a study on data-driven diagnostic rules, which are easy to interpret by human experts. To this end, the Dempster-Shafer theory extended for fuzzy focal elements is used. Premises of the rules (fuzzy focal elements) are provided by membership functions which shapes are changing according to input symptoms. The main aim of the present study is to evaluate common membership function shapes and to introduce a rule elimination algorithm. Proposed methods are first illustrated with the popular Iris data set. Next experiments with five medical benchmark databases are performed. Results of the experiments show that various membership function shapes provide different inference efficiency but the extracted rule sets are close to each other. Thus indications for determining rules with possible heuristic interpretation can be formulated.
2
Content available Tworzenie reguł diagnostycznych na podstawie danych
Straszecka E.
Pomiary Automatyka Kontrola
|
2014
|
R. 60, nr 4
219--222
PL
W pracy przedstawiono metodę tworzenia reguł diagnostycznych o rozmytych przesłankach reprezentujących objawy i nierozmytej konkluzji odpowiadającej diagnozie. Reguły tworzy się na podstawie danych uczących, lecz są one zrozumiałe dla ekspertów i mogą być przez nich weryfikowane. Zbiór reguł dla każdej z diagnoz jest ustalany odrębnie, z zastosowaniem oryginalnego algorytmu eliminacji reguł. Obliczenia dla dwóch benchmarkowych baz danych potwierdzają efektywność proponowanych metod.
EN
A method of diagnostic rule creation is presented in the paper. The rules have fuzzy premises that represent symptoms and a crisp conclusion relevant to the diagnosis. Each rule has an assigned weight that is determined as a value of the basic probability assignment defined in the Dempster-Shafer theory. Having created the rules, there is performed the diagnostic reasoning for a consulted case whose outcomes are values of the Bel belief measure (of the Dempster-Shafer theory) for all diagnostic hypotheses. The hypothesis of the maximal belief is the ultimate conclusion. Membership functions of symptoms and the basic probability assignment are found from the training data. Although the rules are created by means of data, they are understandable for human experts who can interpret and verified them. An individual set of rules is provided for each diagnosis. It results from an original elimination algorithm that is proposed in the paper. The elimination process starts from the complete set of rules and the algorithm indicates rule(s) of the lowest diagnostic significance, which are next deleted. Numerical experiments for two benchmark databases show the properties of the proposed method.
3
Content available The basic probability assignment as a measure of diagnostic rules significance
Straszecka E.
Journal of Medical Informatics & Technologies
|
2013
|
Vol. 22
95--102
EN
Diagnostic rules are usually IF-THEN rules, but they should satisfy specific requirements of a diagnosis. Thus, not always the classical methods of rules determination are applicable. In the present paper it is suggested to find out the set of rules by an elimination of superfluous rules from the maximal rule set or adding rules that improve inference to the minimal set of rules. It is shown that the basic probability assignment determined in the Dempster-Shafer theory of evidence can be used as a measure indicating symptoms that are the most significant for a diagnosis and should create rules. A set of IF-THEN rules with fuzzy premises and crisp conclusions can be built in this way. The proposed method is illustrated by determining rules allowing for diagnostic inference for a database of thyroid gland diseases.
4
Content available Uncertainty and imprecision in medical diagnosis support
Straszecka E.
Journal of Medical Informatics & Technologies
|
2012
|
Vol. 19
11--22
EN
The paper concerns methods of representation of uncertainty and imprecision in successful medical support applications. Advantages of the methods are pointed out and some of their drawbacks are explained. A method of simultaneous representation of imprecision of symptoms and uncertainty of diagnostic rules is proposed. The method suggests an extension of the Dempster-Sahfer theory for fuzzy focal elements. An example of the method is given and their links as well differences from previous approaches are discussed. Conclusions about uncertainty and imprecision representation in medical diagnosis support are provided.
5
Content available Jednoczesna ocena informacji ilościowej i jakościowej podczas wspomagania diagnostyki medycznej
Straszecka E.
Pomiary Automatyka Kontrola
|
2007
|
R. 53, nr 9 bis
372--375
PL
Diagnoza medyczna bazuje na niepełnej i nieprecyzyjnej informacji, dlatego algorytmy wspomagania wnioskowania medycznego muszą spełniać specyficzne wymagania. Praca koncentruje się na jednoczesnej i równoważnej ocenie parametrów medycznych rozmaitej natury: mierzalnych (np. testy laboratoryjne), formułowanych ściśle (ciąża), określanych nieprecyzyjnie (przyrost wagi), a czasem definiowanych w umownej skali (ból). Proponuje się modelowanie wnioskowania medycznego z zastosowaniem teorii Dempstera-Shafera rozszerzonej poprzez zdefiniowanie rozmytych elementów ogniskowych. Pozwala to na reprezentację wiedzy w postaci reguł. W przesłankach tych reguł mogą występować zarówno zmienne ilościowe, jak i jakościowe. Każdej regule jest przypisana wartość bazowego prawdopodobiestwa zdefiniowanego zgodnie z teorią Dempstera-Shafera. Funkcje przynależności charakteryzujące zmienne w przesłankach reguł oraz rozkładu bazowego prawdopodobieństwa można wyznaczyć na podstawie danych uczących. Wniosek diagnostyczny jest wynikiem porównania wartości miar przekonania (Bel) dla kilku hipotez. Przedstawiony model wnioskowania został zweryfikowany się dla 3 niezależnych baz danych dotyczących chorób tarczycy.
EN
Medical diagnosis is based on uncertain and imprecise information. Therefore, algorithms that support medical inference comply with specific requirements. This paper is focused on simultaneous and equal estimation of medical parameters of different nature: measurable (like laboratory tests), precisely formulated (pregnancy), described in an imprecise way (putting on weight), or defined on an assumed scale (pain). It is suggested to model a medical inference in the framework of the Dempster-Shafer theory extended for fuzzy focal elements. By means of the proposed algorithm, diagnostic rules can be formulated. Premises of the rules may include both quantity and quality variables. Each rule is assigned with a value of the basic probability assignment that is defined according to the Dempster-Shafer theory. Membership functions of rule predicates as well as the basic probability assignment are found from training data. The diagnostic conclusion is formulated after a comparison of belief values for several hypotheses. The model of inference is verified for 3 independent data bases of thyroid gland diseases.
6
Content available remote Building membership functions for medical knowledge representation
Straszecka E.
Journal of Applied Computer Science
|
2003
|
Vol. 11, nr 2
55-66
EN
The paper proposes defining membership functions of fuzzy sets for medical applications. Membership junctions with different kinds of information are constructed. Methods of designing them with a deficient database are suggested A comparison of the membership function resulting form different methods is presented. A representation of an influence of considered population on medical patterns trough fuzzy sets is proposed. Indications for score test transforming into IF- THEN rules of a knowledge base are given. Advantages of the approach are shown.
7
Content available remote Distance based classifiers and their use to analysis of data concerned acute coronary syndromes
Straszecka E., Straszecka J.
Image Processing & Communications
|
2003
|
Vol. 9, no 3-4
53-69
EN
The paper deals with calculating basic probability assignment (BPA) in the Dempster-Shafer theory of evidence when focal elements are fuzzy sets. A method of membership functions designing for focal elements representation is given. A combination of two BPAs using an extension of Dempster's principle is proposed. A simulation of evidences combining and an example in medical diagnosis support is given.
8
Sprawozdanie szczegółowe z realizacji projektu badawczego Komitetu Badań Naukowych nr 8 T11E 012 15 pt. Opracowanie metodologii wspomagania decyzji w medycynie z zastosowaniem teorii Dempstera-Shafera
Straszecka E., Gertych A., Kostka P., Pośpiech-Kurkowska S., Straszecka J.
Zeszyty Naukowe. Elektronika / Politechnika Śląska
|
2000
|
z. 12
5-29
PL
W sprawozdaniu szczegółowym podano podstawowe założenia, omówiono doświadczenia zebrane podczas realizacji projektu oraz uzyskane wyniki. Projekt dotyczył wspomagania decyzji w diagnostyce chorób tarczycy. Opracowany system wskazuje miarę zaufania do jednej z trzech możliwych hipotez: nadczynność tarczycy, eutyreoza (prawidłowe funkcjonowanie tarczycy) i niedoczynność tarczycy. Działanie systemu przetestowano dla zebranej bazy danych.
EN
In the detailed report basic assumptions are formulated, experiences gathered during the project realisation are commented and results obtained are presented. The project aimed at decision support in thyroid gland diseases diagnosis. The system elaborated determines a measure of belief for one of the three possible hypotheses: hyperthyroidism, euythyroidism and hypothyroidism. System's performance was tested for a gathered database.
9
Definiowanie czynników niepewności i nieprecyzyjności na potrzeby wspomagania diagnozy medycznej
Straszecka E., Straszecka J., Marcisz Cz.
Zeszyty Naukowe. Elektronika / Politechnika Śląska
|
2000
|
z. 12
31-48
PL
W pracy zaproponowano modelowanie czynników niepewności i nieprecyzyjności reguły typu "jeżeli... to ..." w przypadku jej zastosowania do wspomagania diagnozy medycznej. Omówiono sposoby opisu nieprecyzyjnej przesłanki za pomocą zbioru rozmytego i skali. Zastosowano jednolitą interpretację nieprecyzyjnej przesłanki, niezależnie od sposobu jej określenia (zbiór rozmyty, skala, wartość O lub 1). Z pomocą teorii Dempstera-Shafera zdefiniowano pewność diagnozy (konkluzji). Podano przykład wnioskowania we wspomaganiu diagnostyki chorób tarczycy.
EN
Uncertainty and imprecision factors modelling for IF-THEN rules used in medical diagnosis support is proposed in the paper. A method of interpretation of an imprecise predicate using fuzzy sets or a scale is described. A unified representation of the imprecise predicate, independently from the manner of its formulation (a fuzzy set, a scale, 0 or 1 values) is suggested. Certainty of a diagnosis (conclusion) is defined on Depster-Shafer theory. An example of reasoning in thyroid gland diagnosis support is provided.
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.