Ograniczanie wyników
Czasopisma help
Autorzy help
Lata help
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 37

Liczba wyników na stronie
first rewind previous Strona / 2 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  drzewa decyzyjne
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 2 next fast forward last
1
Content available remote Induction of decision trees for building knowledge bases of production processes
EN
The article presents the process of acquiring the knowledge based on the induction of decision trees, graphically illustrating the differences between acquiring the knowledge in a traditional way, from the expert, and the process of acquiring the knowledge supported by the machine learning methods. The methods of acquiring the knowledge are discussed and specified. The practical part represents the use of De Treex 4.0 software dedicated to the induction of decision trees, which is a part of the Sphinx 4.0 artificial intelligence package.
PL
W artykule przedstawiono proces pozyskiwania wiedzy w oparciu o indukcję drzew decyzyjnych, w sposób graficzny zilustrowano różnice pomiędzy pozyskiwaniem wiedzy w sposób tradycyjny, od eksperta, a także procesem pozyskiwania wiedzy wspomaganym metodami uczenia maszynowego. Omówiono i wyszczególniono metody pozyskiwania wiedzy. W części praktycznej przedstawiono wykorzystanie oprogramowania DeTreex 4.0 dedykowanego do indukcji drzew decyzyjnych wchodzącego w skład pakietu sztucznej inteligencji Sphinx 4.0.
EN
The article presents sources of production knowledge and thoroughly describes its identification which on the construction of decision trees, and on the construction of knowledge bases for production processes. The problems that arise during the technical preparation of production are briefly characterized and the advanced algorithm with which decision trees can be built is described in detail. A decision tree was built based on real data from the manufacturing company. Decision trees are presented as a method of knowledge representation.
3
Content available remote Decision trees in the tests of artillery igniters
EN
The article addressed the method for building decision trees paying attention to the binary character of the tree structure. The methodology for building our decision tree for KW-4 igniters was presented. It involves determining features of tested igniters and applied predictors, which are necessary to create the correct model of the tree. The classification tree was built based on the possessed test results, determining the adopted post-diagnostic decision as the qualitative independent variable. The schema of the resultant classification tree and the full structure of this tree together with the results in end nodes were shown. The obtained graphic and tabular sequence of the designed tree was characterized, and the prediction accuracy was evaluated on the basis of the resultant matrix of incorrect classifications. The quality of the resultant predictive model was assessed on the basis of the chosen examples by means of the 'ROC' curve and the graph of the cumulative value of increase coefficient.
PL
W artykule opisano metodę budowy drzew decyzyjnych zwracając uwagę na binarny charakter struktury drzewa. Przedstawiono metodykę budowy drzewa dla zapłonników typu KW-4, określając cechy badanych zapłonników oraz zastosowane predyktory, które są niezbędne do tworzenia prawidłowego modelu drzewa. Na podstawie posiadanych wyników badań, zbudowano drzewo klasyfikacyjne, określając jako jakościową zmienną niezależną przyjętą decyzję podiagnostyczną. Pokazano schemat powstałego drzewa klasyfikacyjnego oraz pełną strukturę tego drzewa łącznie z wynikami w węzłach końcowych. Scharakteryzowano uzyskaną graficzną i tabelaryczną sekwencję zaprojektowanego drzewa oraz oceniono trafność predykcji na podstawie powstałej macierzy błędnych klasyfikacji. Oceniono na wybranych przykładach jakość powstałego modelu predykcyjnego za pomocą krzywej „ROC” oraz wykresu skumulowanej wartości współczynnika przyrostu.
PL
Metodyka automatycznego odkrywania wiedzy o procesach wytwarzania i przetwarzania metali obejmuje problemy związane z (1) akwizycją danych i integracją ich w aspekcie dalszej eksploracji, (2) doborem i adaptacją metod uczenia maszynowego ― indukcji reguł, predykcji zmiennych ilościo wych i jakościowych, (3) formalizacją wiedzy w odpowiednich reprezentacjach: regułowej, zbiorów rozmytych, zbiorów przybliżonych czy wreszcie logiki deskrypcyjnej oraz (4) integracją wiedzy w repozytoriach opisanych modelami semantycznymi, czyli ontologiami. Autor przedstawił możliwość osiągnięcia równowagi pomiędzy wygodą użytkowania a precyzją w przypadku pozyskiwania wiedzy z małych zbiorów. Badania wykazały, że drzewa decyzyjne są wygodnym narzędziem odkrywania wiedzy i dobrze radzą sobie z problemami silnie nieliniowymi, a wprowadzenie dyskretyzacji poprawia ich działanie. Zastosowanie metod analizy skupień umożliwiło też wyciąganie bardziej ogólnych wniosków, przez co udowodniono tezę, że granulacja informacji pozwala znaleźć wzorce nawet w małych zbiorach danych. Opracowano w ramach badań procedurę postępowania w analizie małych zbiorów danych eksperymentalnych dla modeli multistage, multivariate & multivariable, co może w znacznym stopniu uprościć takie badania w przyszłości.
EN
The methodology of automatic knowledge discovery about metal production and processing processes includes problems related to (1) data acquisition and integration in the aspect of further exploration, (2) selection and adaptation of machine learning methods - rule induction, quantitative and qualitative variable prediction, (3) formalization knowledge in appropriate representations: rule, fuzzy sets, rough sets and finally descriptive logic, and (4) integration of knowledge in repositories described by semantic models or ontologies. The author presented the possibility of achieving a balance between ease of use and precision when acquiring knowledge from small collections. Research has shown that decision trees are a convenient tool for discovering knowledge and that they deal well with strongly non-linear problems, and the introduction of discretization improves their operation. The use of cluster analysis methods also made it possible to draw more general conclusions, which proved the thesis that granulation of information allows finding patterns even in small data sets. As part of the research, a procedure was developed for analyzing small experimental data sets for multistage, multivariate & multivariable models, which can greatly simplify such research in the future.
EN
Particulate matters (PMs) are considered as one of the air pollutants generally associated with poor air quality in both outdoor and indoor environments. The composition, distribution and size of these particles hazardously afect the human health causing cardiovascular health problems, lung dysfunction, respiratory problems, chronic obstructive pulmonary disease and lungs cancer. Classifcation models developed by analyzing mass concentration time series data of atmospheric particulate matter can be used for the prediction of air quality and for issuing warnings to protect the health of the public. In this study, mass concentration time series data of both outdoor and indoor particulates matters PM2.5 (aerodynamics size up to 2.5 μ) and PM10.0 (aerodynamics size up to 10.0 μ) were acquired using Haz-Dust EPAM-5000 from six diferent locations of the Muzafarabad city, Azad Kashmir. The linear and nonlinear approaches were used to extract mass concentration time series features of the indoor and outdoor atmospheric particulates. These features were given as an input to the robust machine learning classifers. The support vector machine (SVM) kernels, ensemble classifers, decision tree and K-nearest neighbors (KNN) are used to classify the indoor and outdoor particulate matter time series. The performance was estimated in terms of area under the curve (AUC), accuracy, true negative rate, true positive rate, negative predictive value and positive predictive value. The highest accuracy (95.8%) was obtained using cubic and coarse Gaussian SVM along with the cosine and cubic KNN, while the highest AUC, i.e., 1.00, is obtained using fne Gaussian and cubic SVM as well as with the cubic and weighted KNN.
EN
Since the plastic surgery should consider that facial impression is always dependent on current facial emotion, it came to be verified how precise classification of facial images into sets of defined facial emotions is.
7
PL
Powszechnie stosowaną graficzną metodą wspomagania procesu decyzyjnego w warunkach ryzyka są drzewa decyzyjne. Jako kryterium wyboru optymalnej decyzji zwykle stosuje się maksymalizację wartości oczekiwanej. W behawioralnym podejściu do analizy decyzyjnej uwzględnia się subiektywne czynniki, które często powodują, iż decyzje decydentów nie są zgodne z podejściem normatywnym. W pracy zostanie zaproponowana procedura oceny problemów decyzyjnych, które można przedstawić za pomocą drzew decyzyjnych zawierających dwa lub więcej etapów, wykorzystująca zasady kumulacyjnej teorii perspektywy.
EN
The decision trees are a commonly used graphical method for analysis of decisions under conditions of risk. As the criterion for choosing the optimal decision the expected value criterion is usually used. In the behavioral decision analysis, subjective factors are taken into account, which often causes that the preferred decision differs from optimal decision based on the normative approach. In this paper we propose procedures for the analysis of decision problems, which can be presented by decision trees with two or more stages. These procedures are based on cumulative prospect theory.
EN
When running data-mining algorithms on big data platforms, a parallel, distributed framework, such as MAPREDUCE, may be used. However, in a parallel framework, each individual model fits the data allocated to its own computing node without necessarily fitting the entire dataset. In order to induce a single consistent model, ensemble algorithms such as majority voting, aggregate the local models, rather than analyzing the entire dataset directly. Our goal is to develop an efficient algorithm for choosing one representative model from multiple, locally induced decision-tree models. The proposed SySM (syntactic similarity method) algorithm computes the similarity between the models produced by parallel nodes and chooses the model which is most similar to others as the best representative of the entire dataset. In 18.75% of 48 experiments on four big datasets, SySM accuracy is significantly higher than that of the ensemble; in about 43.75% of the experiments, SySM accuracy is significantly lower; in one case, the results are identical; and in the remaining 35.41% of cases the difference is not statistically significant. Compared with ensemble methods, the representative tree models selected by the proposed methodology are more compact and interpretable, their induction consumes less memory, and, as confirmed by the empirical results, they allow faster classification of new records.
EN
Reliable sensors and information are required for reliable condition monitoring. Complex systems are commonly monitored by many sensors for health assessment and operation purposes. When one of the sensors fails, the current state of the system cannot be calculated in same reliable way or the information about the current state will not be complete. Condition monitoring can still be used with an incomplete state, but the results may not represent the true condition of the system. This is especially true if the failed sensor monitors an important system parameter. There are two possibilities to handle sensor failure. One is to make the monitoring more complex by enabling it to work better with incomplete data; the other is to introduce hard or software redundancy. Sensor reliability is a critical part of a system. Not all sensors can be made redundant because of space, cost or environmental constraints. Sensors delivering significant information about the system state need to be redundant, but an error of less important sensors is acceptable. This paper shows how to calculate the significance of the information that a sensor gives about a system by using signal processing and decision trees. It also shows how signal processing parameters influence the classification rate of a decision tree and, thus, the information. Decision trees are used to calculate and order the features based on the information gain of each feature. During the method validation, they are used for failure classification to show the influence of different features on the classification performance. The paper concludes by analysing the results of experiments showing how the method can classify different errors with a 75% probability and how different feature extraction options influence the information gain.
PL
Niezawodne monitorowanie stanu wymaga niezawodności czujników i pochodzących z nich informacji. Systemy złożone są zazwyczaj monitorowane przez wiele czujników, co pozwala na ocenę stanu technicznego oraz aspektów eksploatacyjnych. Gdy jeden z czujników ulega uszkodzeniu, uniemożliwia to obliczenie bieżącego stanu systemu z dotychczasową niezawodnością lub uzyskanie kompletnych informacji o bieżącym stanie. Stan można co prawda monitorować nawet przy niekompletnych danych, ale wyniki takiego monitorowania mogą nie odpowiadać rzeczywistemu stanowi systemu. Sytuacja taka ma miejsce w szczególności, gdy uszkodzony czujnik jest odpowiedzialny za monitorowanie istotnego parametru systemu. Problem uszkodzenia czujnika można rozwiązywać na dwa sposoby. Pierwszy polega na zwiększeniu złożoności systemu, co umożliwia jego sprawniejsze działanie w sytuacji, gdy dane są niekompletne. Drugim sposobem jest wprowadzenie nadmiarowego sprzętu (hardware'u) lub oprogramowania. Niezawodność czujników stanowi krytyczny aspekt systemu. Oczywiście, ze względu na ograniczenia przestrzenne, ekonomiczne i środowiskowe nie wszystkie czujniki w systemie mogą być nadmiarowe. Redundancja powinna dotyczyć wszystkich czujników, które dostarczają istotnych informacji na temat stanu systemu, natomiast dopuszczalne są błędy mniej ważnych czujników. W niniejszej pracy pokazano jak obliczać istotność informacji o systemie dostarczanych przez poszczególne czujniki z wykorzystaniem metod przetwarzania sygnałów oraz drzew decyzyjnych. Zademonstrowano również w jaki sposób parametry przetwarzania sygnałów wpływają na poprawność klasyfikacji metodą drzewa decyzyjnego, a tym samym na poprawność dostarczanych informacji. Drzew decyzyjnych używa się do obliczania i porządkowania cech w oparciu o przyrost informacji charakteryzujący poszczególne cechy. Podczas weryfikacji zastosowanej metody, drzewa decyzyjne wykorzystano do klasyfikacji uszkodzeń celem przedstawienia wpływu różnych cech na dokładność klasyfikacji. Pracę kończy analiza wyników eksperymentów pokazujących w jaki sposób zastosowana metoda pozwala na klasyfikację różnych błędów z 75-procentowym prawdopodobieństwem oraz jak różne opcje ekstrakcji cech wpływają na przyrost informacji.
PL
W artykule dokonano analizy kampanii telemarketingowej portugalskiego banku. Dane zawierają 17 atrybutów (cech), w tym informację o skuteczności przeprowadzonej rozmowy związanej z ofertą lokaty bankowej. Analiza przeprowadzona została z zastosowaniem algorytmów do konstruowania drzew decyzyjnych (m.in. CART, C4.5), a w jej wyniku, na podstawie wartości cech klienta, wykonana została predykcja określająca skutek rozmowy telemarketingowej. Wykonane doświadczenia pozwoliły na analizę wyników poszczególnych klasyfikatorów pod względem różnych miar oceny jakości klasyfikacji. Jest to szczególnie ważne w przypadku rzeczywistych zbiorów danych z nierównomiernie rozłożonymi klasami decyzyjnymi.
XX
In this article we propose a novel approach for the generating transaction systems based on the technical analysis indicator - moving averages. Crossover of the moving average with the price chart is considered as a signal. Mechanism of setting the moving average period will be decreased in case of efficient trading. On the other hand, a couple of loss making trades leads to the increasing the moving average period. This will directly affect of decreasing number of trades. Such approach will be compared with the classical solutions based on crossover of two moving averages. Such mechanism will be presented as a system based on the procedural programming paradigm, in which stand-alone block codes are system functions. This will allow to easily expand some system functionalities without increasing code complexity.
11
Content available remote Badanie jakości predykcyjnej segmentacji rynku
PL
Celem pracy jest ocena wyników predykcyjnej segmentacji rynku za pomocą narzędzi wykorzystywanych do badania jakości klasyfikatorów. Omawiana predykcyjna segmentacja rynku dotyczyła wyrobów gospodarstwa domowego. Przeprowadzono ją, wykorzystując klasyfikatory CART i CHAID. W pracy przedstawiono rezultaty oceny tych klasyfikatorów oraz wynikające z tego wnioski, dotyczące jakości segmentacji rynku.
EN
The aim of the paper is to assess the results of predictive market segmentation using methods of examination of classifiers’ quality. The discussed predictive market segmentation was applied to household products. It was performed using CART and CHAID classifiers. The article contains the results of assessing the classifiers and the consequent conclusions on the quality of market segmentation.
12
EN
The present paper is dedicated to the valuation of mining investments by means of the decision tree method. The paper consists of four parts. The introduction presents the purpose of work. The second section describes the decision tree method. The next part of the paper focuses on a short sample calculation of an investment valuation by means of the discussed method, meant for a mining company which intends to undertake an investment involving the extraction of a new mineral deposit. The paper ends with a summary and a list of literature used in its development.
PL
Niniejszy artykuł został poświęcony wycenie inwestycji górniczych przy użyciu the metody drzewa decyzyjnego. Artykuł składa się z czterech części. We wstępie do opracowania przedstawiono cel artykułu. W drugiej części przedstawiono metodę drzewa decyzyjnego. Kolejna część artykułu została poświęcona na przeprowadzenie krótkiego przykładu obliczeniowego wyceny inwestycji z zastosowaniem omawianej metody dla przedsiębiorstwa górniczego, które zamierza podjąć inwestycję w eksploatację nowego złoża. Artykuł został zakończony podsumowaniem oraz spisem literatury użytej do opracowania artykułu.
PL
Artykuł jest kontynuacją serii publikacji dotyczących opracowywanego systemu wspomagania decyzji w ratownictwie morskim. W artykule zbadano możliwość zastosowania aplikacji komputerowej wykorzystującą metodę drzew decyzyjnych podczas analizy sytuacji statku będącego w niebezpieczeństwie. Badania przeprowadzono dla przypadku statku na mieliźnie. W pracy scharakteryzowano metodę, wykonano wstępne założenia do algorytmu postępowania, zdefiniowano atrybuty i warianty zdarzeń. Zbudowano model, który został przetestowany w aplikacji komputerowej. Wyniki analizy przedstawiono w postaci grafu oraz danych liczbowych zinterpretowanych dla badanego przypadku. We wnioskach ujęto przydatność wykorzystanej aplikacji komputerowej oraz możliwość jej dalszego zastosowania także w innych operacjach poszukiwawczo – ratowniczych na morzu.
EN
The article is continuation of publication series on decision support system for maritime rescue currently being developed. The article examines the possibility of using a computer application that implements the method of decision tree analysis for ship in distress situations. The research has been conducted for ship aground case. The study characterizes the method, initial assumptions for the algorithm, defines attributes and variants events. Created model has been tested in a computer application. The results of the analysis are presented in the form of graph and numerical data interpreted for researched case. The proposals included the usefulness of described computer application and the possibility of its further use in other types of search and rescue operations at sea.
EN
The article presents a preliminary database analysis regarding the technical condition of 94 portal frame buildings located in the mining area of Legnica-Głogów Copper District (LGOM), using the methodology of decision trees. The scope of the analysis was divided into two stages. The first one included creating a decision tree by a standard CART method, and determining the importance of individual damage indices in the values of the technical wear of buildings. The second one was based on verification of the created decision tree and the importance of these indices in the technical wear of buildings by means of a simulation of individual dendritic models using the method of random forest. The obtained results confirmed the usefulness of decision trees in the early stage of data analysis. This methodology allows to build the initial model to describe the interaction between variables and to infer about the importance of individual input variables.
PL
Celem prezentowanych w artykule badań było sprawdzenie możliwości pozyskiwania informacji na temat udziału uszkodzeń w zużyciu technicznym zabudowy terenu górniczego z wykorzystaniem metody drzew decyzyjnych. Badania przeprowadzono na podstawie utworzonej przez autorów bazy danych o stanie technicznym i uszkodzeniach 94 budynków typu halowego, usytuowanych na terenie górniczym Legnicko-Głogowskiego Okręgu Miedziowego (LGOM). Do analiz przyjęto metodę drzew decyzyjnych CART – Classification & Regression Tree, na bazie której utworzono model aproksymujący wartość zużycia technicznego budynków. W efekcie ustalono wpływ poszczególnych zmiennych na przebieg modelowanego procesu (Rys. 3 i 4). W drugim etapie, stosując metodę losowych lasów przeprowadzono weryfikację wyników uzyskanych dla modelu utworzonego metodą CART (Tab. 2). Przeprowadzone badania pozwoliły na ustalenie udziałów wyspecyfikowanych kategorii uszkodzeń elementów badanych budynków w ich stopniu zużycia technicznego. Największy udział w zużyciu technicznym budynków stwierdzono w przypadku uszkodzeń ścian wypełniających i osłonowych, warstw elewacyjnych oraz wewnętrznych elementów wykończeniowych. Z kolei najmniej istotny wpływ na stopień zużycia budynków mają uszkodzenia elementów stężających oraz zewnętrznych. Z rezultatów przeprowadzonych badań wynika, że wykorzystanie metody drzew decyzyjnych może okazać się przydatne w początkowej fazie analizy danych. Pozwala ona na utworzenie wstępnego modelu oraz wnioskowanie o udziałach poszczególnych zmiennych wejściowych w zmienności zmiennej zależnej. Zaletę metody drzew decyzyjnych stanowi fakt, iż mimo niejawnej reprezentacji ostatecznego podziału przestrzeni wielowymiarowej, struktura drzewa jest w pełni przejrzysta i pozwala na interpretację powiązań przyczynowo-skutkowych w modelu. Drzewa decyzyjne, oprócz aproksymacji funkcji wielu zmiennych, pozwalają na analizę struktury utworzonego systemu z możliwością jego adaptacji do innych modeli wnioskowania (np. sieci Bayesowskich bądź rozmytych systemów regułowych), oraz ocenę istotności poszczególnych zmiennych wejściowych.
EN
Agricultural practices contribute to emissions of the greenhouse gases (GHGs) such a methan (CH4) and nitrous oxide (N2O). Their estimated share from agricultural sources is assessed at around 50% of CH4 and 60% of N2O emissions. The efforts made by the agricultural sector aim to limit and reduce emissions. Due to their significant share, all the complementary knowledge information concerning their reduction are highly precious. The paper proposes the use of neural modeling techniques and the summary of results by modeling based on a decision tree (Recursive Partitioning) to estimate the levels of methane and nitrous oxide emissions from agriculture under varying weather conditions in Poland. The obtained results support the hypothesis that neural model describing the effect of meteorological conditions on the CH4and N2O emissions is an appropriate tool for the assessment of the projected emission level.
PL
Praktyki rolnicze przyczyniają się do emisji gazów cieplarnianych (GGC), takich jak metan (CH4) i podtlenku azotu (N2O). Ich szacunkowy udział ze źródeł rolniczych oceniany jest na około 50% emisji CH4 i 60% emisji N2O. Wysiłki podejmowane przez sektor rolny mają na celu ograniczenie i redukcję ich emisji. Ze względu na ich znaczący udział, wszelkie informacje dopełniające wiedzę na temat możliwości ich redukcji są niezwykle cenne. W pracy zaproponowano wykorzystanie technik neuronowego modelowania oraz posumowania wyników z wykorzystaniem modelowania w oparciu o drzewo decyzyjne (Recursive Partitioning) do estymacji poziomu metanu i podtlenku azotu emitowanych z rolnictwa przy zmiennych warunkach meteorologicznych w Polsce. Uzyskane wyniki badań potwierdzają hipotezę, że model neuronowy, opisujący wpływ warunków meteorologicznych na emisję CH4 i N2O, jest właściwym instrumentem dla dokonania oceny prognozowania poziomu tej emisji.
EN
The time passed in the urgency zone of a hospital is really important, and the quick evaluation and selection of the patients who arrive to this area is essential to avoid waste of time and help the patients in a higher emergency level. The triage, an evaluation and classification structured system, allows to manage the urgency level of the patient; it is based on the vital signs measures and clinical data of the patient. The goal is making the classification in the shortest possible time and with a minimal error percentage. Levels are allocated according to the concept that what is urgent is not always serious and that what is serious is not always urgent. In this work, we present a computational algorithm that evaluates the patients within the fever symptomatic category, we use fuzzy logic and decision trees to collect and analyze simultaneously the vital signs and the clinical data of the patient through a graphical interface; so that the classification can be more intuitive and faster. Fuzzy logic allows us to process data and take a decision based on incomplete information or uncertain values, decision trees are structures or rules sets that classify the data when we have several variables.
EN
This paper proposes a description of the reinforcement phase shape in MMCs by means of a decision, or classification tree analysis, recognized as a basic data mining technique. The material under examination was composed of reinforcement particles (SiC) in suspension composites with silumin matrix, made by mechanical stirring method. The use of decision tree method allowed to determine logic rules for the classification of particles to the category circle on the basis of its diameter and surface area, taking into account the division into three samples (depending on the location of the analyzed area in the casting space) and a reference sample (representative analysis area – of most desired shape in terms of composite quality - generated by simulation). To assess the accuracy of classification we used a redistribution indicator, that can be a measure used in describing the feature: homogeneity of reinforcement phase particle shape in the space of composite casting.
PL
Praca omawia problem sterowania decyzyjnego bioprotezą dłoni traktowany jako rozpatrywanie intencji ruchowych człowieka na drodze analizy sygnałów bioelektrycznych z kikuta protezowanej kończyny. Przedstawione podejście polega na połączeniu wybranych metod analizy danych (drzewa decyzyjne, sieci neuronowe, algorytmy genetyczne, kNN, jądrowy estymator gęstości) dla poprawy niezawodności klasyfikacji tych sygnałów.
EN
The paper discusses the problem of decision control of hand bioprosthesis. The problem is considered as human intention recognition by means if the electromyography (EMG) signals analysis. The signal characteristics and the large number of movement classis of a dexterous hand together with the high reliability of their recognition that is demanded make the decision control problem all the more difficult. The presented approach consist in combining such technics as Decision Tree, Neural Networks and Genetic Algorithms, to obtain the reliable recognition.
PL
W artykule przedstawiono metodę klasyfikacji zdjęć USG tarczycy. Metoda ta pozwala zaklasyfikować analizowane przypadki do jednej z dwóch kategorii: chory lub zdrowy. Wyselekcjonowana w trakcie badania grupa przypadków błędnie klasyfikowanych zdaniem autorów może zawierać cechy charakterystyczne dla wczesnego stadium rozwoju choroby Hashimoto. Do budowy modelu klasyfikacji wykorzystano indukcję drzew decyzji. Wyniki testów pokazały, iż zaproponowana metoda może stanowić punkt wyjścia do budowy systemu wspomagającego lekarza w procesie diagnozy.
EN
The article presents a method for classification of ultrasound thyroid images. This method allows to classify the analyzed cases as sick and healthy. It also allows to separate fairly large group of incorrectly classified cases. According to the authors, this group may include characteristics of the early stage of Hashimoto's disease. Decision tree induction has been used to build a classification model. Test results showed that the proposed method can provide a starting point to build a support system in the process of medical diagnosis.
EN
In medical decision making (e.g., classification) we expect that decision will be made effectively and reliably. Decision making systems with their ability to learn automatically seem to be very appropriate for performing such tasks. Decision trees provide high classification accuracy with simple representation of gathered knowledge. Those advantages cause that decision trees have been widely used in different areas of medical decision making. In this paper we present characteristic of univariate and multivariate decision tree. We apply those classifiers to the problem of acute abdominal pain diagnosis.
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.