PL
 |
EN
Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 22

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

help Ogranicz wyniki do:
first rewind previous Strona / 2 next fast forward last
1
Content available remote Medical data preprocessing for increased selectivity of diagnosis
100%
Walczak A. , Paczkowski M.
Bio-Algorithms and Med-Systems
|
2016
|
tom Vol. 12, no. 1
39--43
EN
In this review, we present a framework that will enable us to obtain increased accuracy of computer diagnosis in medical patient checkups. To some extent, a new proposition for medical data analysis has been built based on medical data preprocessing. The result of such preprocessing is transformation of medical data from descriptive, semantic form into parameterized math form. A proper model for digging of hidden medical data properties is presented as well. Exploration of hidden data properties achieved by means of preprocessing creates new possibilities for medical data interpretation. Diagnosis selectivity has been increased by means of parameterized illnesses patterns in medical databases.
2
Klasyfikacja danych - przegląd wybranych metod
100%
Fatyga P. , Podraza R.
Zeszyty Naukowe Wydziału ETI Politechniki Gdańskiej. Technologie Informacyjne
|
2010
|
tom T. 19
55-60
PL
Artykuł przedstawia zagadnienie tworzenia klasyfikacji danych oraz dokonuje przeglądu kilku popularnych metod wyznaczania klasyfikacji takich jak: teoria zbiorów przybliżonych, wzorce wyłaniające się czy maszyny wektorów podpierających, pokrótce omawiając mechanizmy matematyczne będące podstawą każdego z klasyfikatorów. W ramach pracy porównana jest efektywność poszczególnych metod dla różnych zadań (zbiory małe/duże, klasyfikacja dwu/wieloklasowa), jak również przeprowadzana jest częściowa analiza uzyskanych wyników. Na tej podstawie zarysowane są charakterystyki danych, dla których określone metody uzyskują najlepsze wyniki.
EN
This paper describes the problem of data classifications and reviews some classification methods such as Emerging Patterns, Support Vector Machines or Rough Sets. It introduces a brief summary of the main concepts of each method and tries to compare the classifiers' performance for various tasks (small and large data sets, bi- and multi-class classification etc.). Based on the results a partial analysis is being done and characteristics of each classifier are outlined.
3
Content available Comparative Study of Supervised Learning Methods for Malware Analysis
88%
Kruczkowski M. , Niewiadomska-Szynkiewicz E.
Journal of Telecommunications and Information Technology
|
2014
|
tom nr 4
24--33
EN
Malware is a software designed to disrupt or even damage computer system or do other unwanted actions. Nowadays, malware is a common threat of the World Wide Web. Anti-malware protection and intrusion detection can be significantly supported by a comprehensive and extensive analysis of data on the Web. The aim of such analysis is a classification of the collected data into two sets, i.e., normal and malicious data. In this paper the authors investigate the use of three supervised learning methods for data mining to support the malware detection. The results of applications of Support Vector Machine, Naive Bayes and k-Nearest Neighbors techniques to classification of the data taken from devices located in many units, organizations and monitoring systems serviced by CERT Poland are described. The performance of all methods is compared and discussed. The results of performed experiments show that the supervised learning algorithms method can be successfully used to computer data analysis, and can support computer emergency response teams in threats detection.
4
Badanie jakości predykcyjnej segmentacji rynku
75%
Paśko Ł. , Setlak G.
|
|
tom Vol. 37, nr 1
83--97
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.
5
Content available Diagnosing Parkinson’s disease using the classification of speech signals
75%
Froelich W. , Wróbel K. , Porwik P.
Journal of Medical Informatics & Technologies
|
2014
|
tom Vol. 23
187--193
EN
This paper addressees the problem of an early diagnosis of Parkinson’s disease by the classification of characteristic features of person’s voice. A new, two-step classification approach is proposed. In the first step, the voice samples are classified using standard state-of-the-art classifiers. In the second step, the classified samples are assigned to patients and the final classification process based on majority criterion is performed. The advantage of using our new approach is the resulting, reliable patientoriented medical diagnose. The proposed two-step method of classification allows also to deal with the variable number of voice samples gathered for every patient. Preliminary experiments revealed quite satisfactory classification accuracy obtained during the performed leave-one-out cross validation.
6
Content available Personal identity verification method based on lips photographs
75%
Wrobel K. , Doroz R. , Porwik P. , Naruniec J. , Kowalski M.
|
|
tom Vol. 24
59--65
EN
The paper presents a personal identification method based on lips photographs. This method uses a new approach to the extraction and classification of characteristic features of the mouth from photographs. It eliminates the drawbacks that occur during the acquisition of lip print images with the use of the forensic method that requires special tools. Geometrical dimensions of the entire mouth as well as of the upper and lower lips were adopted as the features, on the basis of which the verification is performed. An ensemble classifier was used for the classification of the features obtained. The effectiveness of the classifier has been verified experimentally.
7
Content available Towards gesture recognition in three-dimensional space
63%
Gadomer Ł.
Advances in Computer Science Research
|
2015
|
tom Nr 12
5--20
EN
In this work, author describes the continuation of his researches about gesture recognition. The previous varaint of the solution was using plain data and was dependent of the performance velocity. In the described researches author made it speed and position invariant by resolving problem of too long or too short gestures – in a previous solution the user had to decide about gesture duration time before performing, now it is not necessary. He also proposed another data representations, using features computed of recorded data. Previous representation, which assumed storing relative positions between samples, was replaced by transforming each gesture to the axis origin and normalizing. He also tried to connect these two representations – plain data and features – into a single one. All of these new data representations were tested using the SVM classifier, which was judged to be the best for the given problem in the previous work. Each of them was tested using one of four popular SVM kernel functions: linear, polynomial, sigmoid and radial basis function (RBF). All achieved results are presented and compared.
PL
W niniejszym artykule autor opisał kontynuację swoich badań dotyczących rozpoznawania gestów. Ulepszył on stworzone przez siebie rozwiązanie w taki sposób, aby nagrywanie i rozpoznawanie gestów było niezależne od szybkości ich wykonywania, a co za tym idzie — ich zróżnicowanej długości. Zaproponował on także inne reprezentacje danych, za pomocą których wyrażany jest stworzony zbiór gestów. Wcześniejsze rozwiązanie, opierające się na przechowywaniu relatywnego położenia dłoni w stosunku do poprzedniej zarejestrowanej próbki (poprzedniego położenia), zastąpione zostało sprowadzeniem gestu do początku układu współrzędnych i zastąpieniem wartości relatywnych absolutnymi, a następnie ich normalizację Z tak przygotowanego zbioru gestów obliczone zostały cechy stanowiące drugą zaproponowaną reprezentację danych. Trzecia reprezentacja stanowi połączenie dwóch poprzednich: zawiera jednocześnie bezpośrednie wartości wyrażające ruch dłoni, jak i obliczone na podstawie jego cechy. Wszystkie trzy reprezentacje zostały przetestowane przy pomocy klasyfikatora, który okazał się najlepszy dla zadanego problemu podczas przeprowadzania wcześniejszych badań: SVM. Porównano, jak z zadanym problemem radzą sobie cztery popularne funkcje jądra: liniowa, wielomianowa, sigmoidalna i radialna. Otrzymane wyniki zostały przedstawione, porównane i omówione.
8
Content available Recognition of lip prints using Fuzzy c-Means clustering
63%
Wrobel K. , Froelich W.
|
|
tom Vol. 24
67--73
EN
In this paper a new method for lip print recognition is proposed. The proposed approach is based on Fuzzy c-Means clustering of the characteristics features of lip prints. First, the Hough transform is applied for the recognition of the characteristic features within lip prints, then Fuzzy c-Means clustering is performed to cluster those features. The proposed algorithm applies the results of clustering to find an unknown image withing the collected repository of lip prints. Instead of comparing all pairs of individual characteristic features, the proposed algorithm uses the representatives of clusters for the comparison of images. The advantage of using the proposed method is its increased tolerance to the noise in data and thus the increased efficiency of the recognition. The effectiveness of presented method has been verified experimentally using real-world images. The results are satisfactory and suggest the possibility of using the method in forensic identification systems
9
Content available Enhanced algorithm for energy optimization and improvised synchronization in knee exoskeleton system
63%
Arunamithra J. , Saravanan R. , Venkatesh Babu S.
Archives of Materials Science and Engineering
|
2022
|
tom Vol. 117, nr 2
79--85
EN
Purpose: The purpose of the study is to develop an augmented algorithm with optimised energy and improvised synchronisation to assist the knee exoskeleton design. This enhanced algorithm is used to estimate the accurate left and right movement signals from the brain and accordingly moves the lower-limb exoskeleton with the help of motors. Design/methodology/approach: An optimised deep learning algorithm is developed to differentiate the right and left leg movements from the acquired brain signals. The obtained test signals are then compared with the signals obtained from the conventional algorithm to find the accuracy of the algorithm. Findings: The obtained average accuracy rate of about 63% illustrates the improvised differentiation in identifying the right and left leg movement. Research limitations/implications: The future work involves the comparative study of the proposed algorithm with other classification technologies to extract more reliable results. A comparative analysis of the replaceable and rechargeable battery will be done in the future study to exhibit the effectiveness of the proposed model. Originality/value: This study involves the extended study of five frequency regions namely alpha, beta, gamma, delta and theta, to handle the real-time EEG signal processing exoskeleton, model.
10
Zastosowanie metod eksploracji danych do segmentacji rynków
63%
Setlak G. , Paśko Ł.
|
|
tom Vol. 34, nr 2A
311--323
PL
Celem niniejszego artykułu są przedstawienie i ocena możliwości wykorzystania metod eksploracji danych do segmentacji rynków zbytu. Przedstawiono segmentacje opisową i predykcyjną oraz przeanalizowano wyniki rozwiązywania zadań klasyfikacji i grupowania danych za pomocą sieci neuronowych Kohonena oraz drzew klasyfikacyjnych CART i CHAID. W pracy wykorzystano dane dotyczące rynków zbytu przedsiębiorstwa produkującego wyroby gospodarstwa domowego.
EN
The purpose of this paper is to present and evaluate the possibility of using data mining methods in the market segmentation process. In the paper the descriptive and predictive segmentation were presented and the results of classification and clustering data were analyzed. To carry out the analysis were used following methods: Kohonen neural networks, CART and CHAID. The analysis concerns the manufacturing company producing household products.
11
Content available The dedicated decision support system in recognition of some uncertain disease entities
63%
Porwik P.
|
2009
|
tom Vol. 13
97--100
EN
This work presents the principles of image recognition, where quality-based methods are applied. The neural networks and additional software have been proposed. This goal was achieved by using non-parametric recognition algorithms. In this paper the two-state hybrid classification method has been proposed, where artificial intelligence algorithm is included. In recognition process, the learning method, selection and optimization of diagnostic parameters have been introduced. The integrated part of the classifier structure is voting mechanism, which indicates incorrect states of the system – for example the unrecognized images. Effectiveness of the system has been shown by means of examples, where ambiguous data have been incorporated – it is very often a practice of medical diagnostics.
12
Content available The detection of selected marine engine malfunctions on the basis of the exhaust gas composition
63%
Kowalski J.
Diagnostyka
|
2014
|
tom Vol. 15, No. 3
39--44
EN
Marine diesel engines are generators of mechanical energy, but also are generators of toxic compounds into the atmosphere. The composition of the exhaust gas may be a carrier of diagnostic information about the condition of functional systems of the engine. Results of the classification and selection of diagnostic signals for selected marine engine malfunctions are presented. The analysis was based on results of laboratory tests. Mentioned classification was able to isolate symptoms of malfunctions of marine 4-stroke diesel engine in the composition of the exhaust gas. Complementary detection signals are exhaust gas temperature behind each cylinder. The conclusion of this work is the ability to detect by this method such engine malfunctions as the throttling the air intake duct, the throttling of the exhaust gas duct, the decreasing and the increasing of fuel injection pressure on the selected cylinder, chocked or discalibrated fuel injector, the leakage of the fuel pump, changing of the fuel injection timing and exhaust and inlet valves malfunctions.
PL
Silniki tłokowe generatorami energii mechanicznej, ale również generatorami emisji związków toksycznych do atmosfery. Skład emitowanych spalin może być nośnikiem informacji diagnostycznej o stanie technicznym układów funkcjonalnych silnika. W pracy przedstawiono wyniki klasyfikacji i wyboru sygnałów diagnostycznych dla wybranych niesprawności silnika okrętowego. Analiza została oparta na wynikach badań laboratoryjnych. W wyniku przeprowadzonych działań udało się wyodrębnić symptomy niesprawności 4-suwowego silnika okrętowego w składzie emitowanych spalin. Sygnałami uzupełniającymi detekcję są temperatury gazów spalinowych za poszczególnymi cylindrami. Wnioskiem z prezentowanej pracy jest możliwość wykrycia tą metodą takich niesprawności silnika jak dławienie kanału dolotowego powietrza i wylotowego spalin, obniżenie i zwiększenie ciśnienia wtrysku paliwa do wybranego cylindra, zakoksowanie lub rozkalibrowanie wtryskiwacza, przecieki w pompie paliwowej, zmiana rozpoczęcia wtrysku paliwa oraz wypalenie gniazd zaworów dolotowych i wylotowych.
13
Content available remote Application of fussion classify for data classification
63%
Duraj A.
|
|
tom Vol. 21, nr 1
39--52
EN
In the published articles and works there are solutions regarding data fusion. However, there is not any verification as for the efficiency of classifiers in the case of many sources of data given simultaneously. It is, seemingly, a very significant problem to be considered in the case of e.g. data fusion in intelligent traffic control. The intention of the author is to prepare the tools for classification of data which come from various sources. They can be sets (data files) prepared by the user of application, but they can also be one (or many) sets from the UCI machine learning repository (http://archive.ics.uci.edu/ml/).
14
Content available An empirical study of a simple incremental classifier based on vector quantization and adaptive resonance theory
63%
Czmil S. , Kluska J. , Czmil A.
International Journal of Applied Mathematics and Computer Science
|
2024
|
tom Vol. 34, no. 1
149--165
EN
When constructing a new data classification algorithm, relevant quality indices such as classification accuracy (ACC) or the area under the receiver operating characteristic curve (AUC) should be investigated. End-users of these algorithms are interested in high values of the metrics as well as the proposed algorithm’s understandability and transparency. In this paper, a simple evolving vector quantization (SEVQ) algorithm is proposed, which is a novel supervised incremental learning classifier. Algorithms from the family of adaptive resonance theory and learning vector quantization inspired this method. Classifier performance was tested on 36 data sets and compared with 10 traditional and 15 incremental algorithms. SEVQ scored very well, especially among incremental algorithms, and it was found to be the best incremental classifier if the quality criterion is the AUC. The Scott–Knott analysis showed that SEVQ is comparable in performance to traditional algorithms and the leading group of incremental algorithms. The Wilcoxon rank test confirmed the reliability of the obtained results. This article shows that it is possible to obtain outstanding classification quality metrics while keeping the conceptual and computational simplicity of the classification algorithm.
15
Content available Basic quantum circuits for classification and approximation tasks
63%
Wiśniewska J. , Sawerwain M. , Obuchowicz A.
|
|
tom Vol. 30, no. 4
733--744
EN
We discuss a quantum circuit construction designed for classification. The circuit is built of regularly placed elementary quantum gates, which implies the simplicity of the presented solution. The realization of the classification task is possible after the procedure of supervised learning which constitutes parameter optimization of Pauli gates. The process of learning can be performed by a physical quantum machine but also by simulation of quantum computation on a classical computer. The parameters of Pauli gates are selected by calculating changes in the gradient for different sets of these parameters. The proposed solution was successfully tested in binary classification and estimation of basic non-linear function values, e.g., the sine, the cosine, and the tangent. In both the cases, the circuit construction uses one or more identical unitary operations, and contains only two qubits and three quantum gates. This simplicity is a great advantage because it enables the practical implementation on quantum machines easily accessible in the nearest future.
16
Content available Comparing continuity and compactness of choropleth map classes
63%
Całka B.
|
|
tom Vol. 67, no. 1
21--34
EN
Population density varies sharply from place to place on the whole territory of Poland. The largest number of people per 1 km2 is 21,531, while uninhabited areas account for about 48% of the country. Such uneven, non-Gaussian distribution of the data causes some difficulty in choosing the classification method in geometric choropleth maps. A thorough evaluation of a geometric choropleth map of population data is not possible using only traditional indicators such as the Tabular Accuracy Index (TAI). That is why the aim of the article is to develop an innovative index based on distance analysis and neighbour analysis of grid cells. Two indexes have been suggested in this paper: the Spatial Distance Index (SDI) and the Spatial Contiguity Index (SCI). The paper discusses the use of five classification methods to evaluate choropleth maps of population data, like head-tail breaks, natural breaks, equal intervals, quantile, and geometrical intervals. A comprehensive assessment of such geometric choropleth maps is also done. The research was conducted for the whole territory of Poland, using data from the 2011 National Census of Population and Housing. Population data are presented in the 1km grid. The results of the analysis are shown on thematic maps. A compatibility of the choropleth maps with urban-rural typology of the OECD (Organisation for Economic Co-operation and Development) was also checked.
17
Konstrukcja systemów eksploracji danych dla obrazów rastrowych
63%
Ładniak M. , Piórkowski A. , Młynarczuk M.
|
|
tom Vol. 34, nr 2B
7--20
PL
Poniższy artykuł porusza tematykę możliwości wydobywania wiedzy zawartej w obrazach rastrowych, magazynowanych w bazie danych. Zaproponowano autorskie podejście do możliwości konstrukcji systemu wspomagającego proces eksploracji takich danych. Omówione zostały aspekty konstrukcyjne oraz implementacyjne.
EN
The following article deals with possibilities for retrieving information from raster images stored in a database. An author’s approach for the possibility of a support system construction for the process of exploration of such data is proposed. The following article describes construction and implementation aspects.
18
Content available remote Analysis of medical data using dimensionality reduction techniques
63%
Siwek K. , Osowski S. , Markiewicz T. , Korytkowski J.
|
|
tom R. 89, nr 2a
279--281
EN
The paper presents the application of dimensionality reduction methods for representation of the multidimensional medical data representing the images of the blood cells in leukemia. Different techniques of reduction belonging to linear and nonlinear methods will be applied and their efficiency compared. Their application to the visualization of different classes as well as clusterization and classification of data will be studied and discussed in the paper.
PL
Praca przedstawia zastosowanie różnych metod redukcji wymiaru danych w reprezentacji numerycznej deskryptorów charakteryzujących klasy komórek krwiotwórczych w białaczce. Porównane zostaną różne podejścia do redukcji oparte na metodach liniowych i nieliniowych transformacji. W szczególności analizie poddane zostaną możliwości zastosowania tych metod w wizualizacji danych jak również klasteryzacji i klasyfikacji. W pracy pokazane zostaną wyniki przeprowadzonych eksperymentów dotyczących 11 klas komórek.
19
Content available Implementacja procesu klasyfikacji danych z użyciem układów reprogramowalnych
63%
Botowicz J.
|
|
tom R. 54, nr 8
532-535
PL
W artykule opisano różne problemy klasyfikacji danych oraz podano dziedziny w których mają one zastosowanie. Następnie przedstawiono architekturę systemu, w którym będzie możliwe zaimplementowanie podanych wcześniej przez innych autorów, sprawdzonych już algorytmów klasyfikacji danych i wsparcie ich działania poprzez specjalizowane układy sprzętowe. Podano wyniki (w postaci skuteczności klasyfikacji oraz zużycia zasobów) przykładowych modułów sprzętowych. Przedstawiony został również proces tworzenia modułu sprzętowego - od danych wejściowych poprzez wygenerowany kod źródłowy w języku opisu sprzętu, aż po konfigurację układu reprogramowalnego.
EN
In this article various classification problems was described and also their applications was depicted. Afterwards the hardware module architecture was introduced in which there is a possibility to implement previously described mature classification algorithms. The article contains results of testing hardware classification modules (classification precision and hardware resources usage). Finally, the complete process of module generation was presented (from examples of data, through source code in hardware description language to reconfigurable hardware configuration).
20
Data classification from cartographic point of view
63%
Galant K.
|
|
nr 4
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.