Odkrywanie wiedzy z dużych baz danych jest jednym z istotnych i aktualnych problemów badawczych. W referacie przedstawione zostaną pewne metody automatycznego odkrywania modeli współbieżnych zdanych eksperymentalnych ([4],[5-6]). Metody te oparte są na teorii zbiorów przybliżonych [l] i teorii sieci Petriego [2]. Celem referatu jest prezentacja algorytmów realizujących odkrywanie z danych eksperymentalnych modeli współbieżnych reprezentowanych w formie sieci Petriego. Praktycznym wynikiem tych prac badawczych będzie moduł wspomagający odkrywanie modeli współbieżnych z danych. Moduł będzie częścią składową tworzonego w Katedrze Podstaw Informatyki WSIiZ w Rzeszowie systemu komputerowego do wspomagania projektowania i analizy modeli współbieżnych, działającego na komputerach klasy PC pod kontrolą systemu operacyjnego Windows. Wskazane zostaną także kierunki dalszych badań.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.