Notice: Undefined index: linkPowrot in C:\wwwroot\wwwroot\publikacje\publikacje.php on line 1275

Publikacje

[20370] Rozdział:

Software tool for classification of objects with unknown characteristics

(Narzędzie programowe wspomagające klasyfikację obiektów o nieznanej charakterystyce)
w książce: Applications of information technologies - theory and practice
ISBN: 978-83-7789-346-3
Wydawca: Wydawnictwo Naukowe Instytutu Technologii Eksploatacji - Państwowego Instytutu Badawczego
Opublikowano: Maj 2015
Miejsce wydania: Radom
Seria wydawnicza: Computer science in the age of XXI century
Liczba stron: 14
Liczba arkuszy wydawniczych: 1.00

Autorzy / Redaktorzy / Twórcy

Imię i nazwisko	Wydział	Katedra	Procent udziału	Liczba punktów
Barbara Łukawska	WEAiI	Katedra Systemów Informatycznych *	33	2.50
Grzegorz Łukawski	WEAiI	Katedra Systemów Informatycznych *	33	2.50
Krzysztof Sapiecha			33	.00

Grupa MNiSW: Autorstwo rozdziału w monografii naukowej w językach: angielskim, niemieckim, francuskim, hiszpańskim, rosyjskim lub włoskim
Punkty MNiSW: 5

Słowa kluczowe:

klasyfikacja selekcja test zgodności zrozkładem normalnym mobilne roboty eksploracja danych

Keywords:

classification selection test of normality mobile robots data mining

Streszczenie:

Rozdział prezentuje nową, oryginalną metodę klasyfikacji obiektów o nieznanej charakterystyce, bez użycia wiedzy eksperckiej. Podstawą do przeprowadzenia klasyfikacji jest jakość Q klasyfikowanych obiektów, będąca kombinacją ich wybranych atrybutów. Do weryfikacji procesu klasyfikacji stosowane są testy zgodności z rozkładem normalnym, których wyniki są podstawą do wyznaczenia wskaźnika wiarygodności klasyfikacji (rfc). Najlepsze/wystarczająco dobre obiekty mogą być wybierane dynamicznie, nie ma potrzeby gromadzenia kompletnego zestawu danych przed rozpoczęciem klasyfikacji, co znacząco redukuje koszty i czas potrzebny na przeprowadzenie klasyfikacji. Zaproponowana metoda została zaimplementowana w postaci programowego systemu doradczego ACA (ang. Artificial Classification Adviser). Rozdział prezentuje również studium przypadku, gdzie następuje selekcja i ocena najlepszych operatorów mobilnego robota.

Abstract:

The chapter presents a new original method of classification of objects with unknown characteristics, without an expert knowledge. A general quality Q of objects being classified, which is a combination of chosen attributes of objects, is a basis for the classification. Tests for normality are used to verify the process of the classification, their results are a basis for calculating the reliability factor of the classification (rfc). Moreover, there is no need to collect full set of data before the classification starts and possibly the best objects are selected on-the-fly, reducing the total cost and time required for the process. The method is implemented as a software tool called Artificial Classification Adviser (ACA). A case study is aclassification, selection, test of normality, mobile robots, data mininglso presented, where the best operators of a mobile robot are selected and evaluated.

POWRÓT

Strona główna > Publikacje