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: 8

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  knowledge discovery in databases
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Discovering Motifs in DNA Sequences
100%
Guan J. W. , Liu D. Y. , Bell D. A.
|
|
tom Vol. 59, nr 2,3
119--134
EN
Large collections of genomic information have been accumulated in recent years, and embedded latently in them is potentially significant knowledge for exploitation in medicine and in the pharmaceutical industry. The approach taken here to the distillation of such knowledge is to detect strings in DNA sequences which appear frequently, either within a given sequence (eg for a particular patient) or across sequences (eg from different patients sharing a particular medical diagnosis). Motifs are strings that occur very frequently. We present basic theory and algorithms for finding very frequent and common strings. Strings which are maximally frequent are of particular interest and, having discovered such motifs we show briefly how to mine association rules by an existing rough sets based technique. Further work and applications are in progress.
2
Content available remote Privacy Aware Data Management and Chase
86%
Im S.
|
2007
|
tom Vol. 78, nr 4
507-524
EN
One of the key applications that uses the knowledge discovered by data mining is called Chase. Chase is a process that replaces null or missing values with the values predicted by the knowledge, and it is mainly used to obtain more complete information systems or to replace unknown attribute values in user queries. The process improves the quality of query answers with increased volume of reliable data, and helps the system understand user queries that would otherwise be difficult. However, a security breach may occur when a set of data in an information system is confidential. The confidential data can be hidden from the public view. However, Chase has the capability to reveal the hidden data by classifying them as null or missing. In this paper, we discuss disclosure of confidential data by Chase and protection algorithms that reduce the risk. In particular, the proposed algorithms aim to protect confidential data with the least amount of additional data hiding.
3
Data mining-generation and visualisation of decision trees
72%
Kwaśnicka H. , Doczekalski M.
Systems Science
|
2002
|
tom Vol. 28, nr 3
63-84
EN
A computer system presented in the paper is developed as a data mining tool-it allows using large databases as a source for the process of decision tree generation and visualisation. The designed system (DTB&V-Decision Tree Builder and Visualiser) is able to perform data preprocessing, generation of decision trees followed by their post-processing and visualisation. DTB&V was tested using a number of databases commonly employed for such tasks.
4
Projekcja i selekcja atrybutów w identyfikacji modeli dynamicznych metodami odkryć wiedzy w bazach danych
72%
Wachla D.
|
|
tom R. 51, nr 9 bis
142--144
PL
W artykule poruszono problem projekcji i selekcji atrybutów w bazach danych dla potrzeb budowy ilościowych modeli obiektów dynamicznych. Za pomocą operacji projekcji dokonywane jest przekształcenie atrybutów w wielowymiarową przestrzeń regresorów. Następnie, w przestrzeni regresorów wybierany jest zbiór atrybutów, które w sensie funkcyjnym najlepiej opisują zmienną zależną. Zmienna, zależną jest tu jeden lub kilka atrybutów, wcześniej wybranych z przestrzeni regresorów. Opisaną metodę zweryfikowano dla problemu określenia zbioru zmiennych niezależnych tworzących model przykładowego, nieliniowego systemu dynamicznego typu MISO. Przedstawiono przyjęte założenia, fragmenty uzyskanych wyników i wnioski z przeprowadzonych badań.
EN
In the article, the problem of the projection and selection of the attributes in the databases for the needs of building quantitative dynamics models has been looked into. By means of the projection operation, the transformation of the attributes into multidimensional space of regressors is carried out. Later on, in the rcgrcssors space such a set of attributes is chosen which, in a functional sense, best describes a dependent variable. The dependent variable constitutes one or few attributes previously picked up from the regressors space. The described method for the problem of defining a set of independent variables forming a model of exemplary nonlinear dynamic MISO-type system was verified. The assumptions, the fragments of procured results and the results of conducted research are presented.
5
Zastosowanie eksploracji danych w telekomunikacji
72%
Jankowski C. , Mańkowski M. , Zbierzchowski B.
Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
|
2014
|
tom nr 10
1329--1334
PL
Rozwój sieci komputerowych oraz teleinformatyki umożliwił zdobywanie wielkiej ilości danych. Istotna jest jednak wiedza z ich pomocą zdobywana. Jest to możliwe dzięki zastosowaniu eksploracji danych. Przedstawiono podstawowy podział metod eksploracji danych oraz rozliczne ich zastosowania w telekomunikacji. Wśród przykładów można miedzy innymi wyróżnić klasyczny problem filtracji wiadomości elektronicznych, należący do szerszej rodziny wykrywania zdarzeń niepożądanych czy segmentację rynku na potrzeby marketingowe.
EN
The modern development of computer networks and teleinformatics has enabled the acquisition of great amounts of data. However, the discovered knowledge is important. This is possible through the use of data mining. The article presents the basic division of data mining methods and their numerous applications in telecommunications. Examples include, among others, the classic problem of filtering emails, belonging to a wider family of detecting adverse events, and market segmentation for marketing purposes.
6
Wiedza uświadomiona i nieuświadomiona w kształtowaniu procedury diagnostycznej
72%
Jagielski J. , Skorupska I.
|
|
tom R. 51, nr 9 bis
151--153
PL
W artykule przedstawiono podstawową procedurę diagnostyki technicznej. Scharakteryzowano wiedzę jaka może być wykorzystana do projektowania diagnostyki. Wprowadzono pojęcie wiedzy uświadomionej i wiedzy nieuświadomionej. Zaproponowano zintegrowane podejście do projektowania diagnostyki. Uwzględniono zastosowanie metod odkrywania wiedzy w bazach danych.
EN
In the article basic procedure of the technical diagnostics is presented. Knowledge which can be used to design of diagnostics is outlined. Notion of the conscious and unconscious knowledge is introduced. Integrated approach to the design of the diagnostics is proposed. Use of knowledge exploration methods in databases was took into account.
7
Metoda klasyfikacji danych na podstawie modelu sekwencyjnej dyskretyzacji
72%
Jankowski C.
|
2017
|
tom nr 4
102--106
PL
Klasyczny schemat eksploracji danych z nadzorem zawiera etap klasyfikacji, poprzedzony wstępnym przetwarzaniem danych. Dyskretyzacja danych numerycznych stanowi ważny element przetwarzania wstępnego. Klasyczne podejście nie zapewnia wykorzystania wiedzy zdobytej podczas dyskretyzacji danych w etapie klasyfikacji. Prowadzi to do zwiększenia zasobów potrzebnych do obliczeń. W artykule przedstawiono nowatorską metodę klasyfikacji danych na podstawie modelu sekwencyjnej dyskretyzacji. Opisano założenia i kroki algorytmu, przedstawiono przykłady, ilustrujące działanie metody w zależności od wybranych parametrów, a także wyniki przeprowadzonych eksperymentów.
EN
The classic scheme of supervised data mining includes the step of classification preceded by data preprocessing. Numeric data discretization is an important part of the preprocessing. The classic approach does not allow to use the knowledge gained in the discretization stage in the following classification. This leads to an increase of resources needed for calculations. The paper proposes the novel method of data classification based on the model of sequential discretization. The assumptions and steps of the proposed algorithm have been described. The examples showing how method results change depending on the parameters' values have been presented. The paper contains the results of conducted experiments.
8
Eksploracja danych w kontekście procesu Knowledge Discovery In Databases (KDD) i metodologii Cross-Industry Standard Process For Data Mining (CRISP-DM)
51%
Mirończuk M. , Maciak T.
Metody Informatyki Stosowanej
|
2009
|
tom nr 2 (19)
65-79
EN
Article aims at introducing for the readers few problems connected with KDD process, Data Mining project modeling with the use of CRlSP-DM The systemized knowledge, aproaches to and generic terms was presented in the article. In the first part article describes approach to Data Exploration as one of the KDD cycle, which is specialized Knowledge Discovery process. Then article takes the subject of CRlSP-DM method. The context of method usage depending on scale and integration of project, which they concern - ivestigate of useing text mining in Inteligent Decission Support System (IDSS) develop by informatic faculty of Fire Service. At the end of the article the summary was made, which contains common features between the two looks on the exploration and extracting knowledge from data bases.
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.