Wyniki wyszukiwania

Wynik wyszukiwania

1/64
Nr opisu: 0000136427
Comparison of instance selection and construction methods with various classifiers.
[Aut.]: Marcin Blachnik, M. Kordos.
-Appl. Sci. 2020 vol. 10 iss. 11, s. 1-19, bibliogr. 43 poz.. Impact Factor 2.474. Punktacja MNiSW 70.000

uczenie maszynowe ; klasyfikacja ; przetwarzanie wstępne ; wybór instancji

machine learning ; classification ; preprocessing ; instance selection

2/64
Nr opisu: 0000136579
Optimization of warehouse operations with genetic algorithms.
[Aut.]: M. Kordos, J. Boryczko, Marcin Blachnik, Sławomir Golak.
-Appl. Sci. 2020 vol. 10 iss. 14, s. 1-28, bibliogr. 39 poz.. Impact Factor 2.474. Punktacja MNiSW 70.000

optymalizacja magazynu ; algorytm genetyczny ; krzyżowanie

warehouse optimization ; genetic algorithm ; crossover

3/64
Nr opisu: 0000129363
Ensembles of instance selection methods: a comparative study.
[Aut.]: Marcin Blachnik.
-Int. J. Appl. Math. Comput. Sci. 2019 vol. 29 nr 1, s. 151-168, bibliogr. 45 poz.. Impact Factor 0.967. Punktacja MNiSW 100.000

classification ; ensemble methods ; instance selection ; machine learning

4/64
Nr opisu: 0000131372
Metody bazujące na prototypach w zastosowaniu do eksploracji danych.
[Aut.]: Marcin Blachnik.
Gliwice : Wydaw. Politechniki Śląskiej, 2019, 218 s., bibliogr. 273 poz.
(Monografia ; [Politechnika Śląska] nr 771). Punktacja MNiSW 80.000

eksploracja danych ; prototyp ; uczenie nadzorowane ; model predykcyjny

data exploration ; prototype ; supervised learning ; prediction model

5/64
Nr opisu: 0000129318
Predicting presence of amphibian species using features obtained from GIS and satellite images.
[Aut.]: Marcin Blachnik, M. Sołtysiak, D. Dąbrowska.
-ISPRS Int. J. Geo-Inf. 2019 vol. 8 is. 3, art. no. 123 s. 1-18, bibliogr. 60 poz.. Impact Factor 2.239. Punktacja MNiSW 70.000

płazy ; zbiornik wodny ; GIS ; uczenie maszynowe

amphibians ; water reservoir ; GIS ; machine learning

6/64
Nr opisu: 0000126741
Data compression measures for meta-learning systems.
[Aut.]: Marcin Blachnik, M. Kordos, Sławomir Golak.
W: Proceedings of the 2018 Federated Conference on Computer Science and Information Systems, September 9-12, 2018, Poznan, Poland. Eds. Maria Ganzha, Leszek Maciaszek, Marcin Paprzycki. Piscataway : Institute of Electrical and Electronics Engineers, 2018, s. 25-28, bibliogr. 18 poz. (Annals of Computer Science and Information Systems ; vol. 15 2300-5963). Punktacja MNiSW 15.000

7/64
Nr opisu: 0000127990
Data set partitioning in evolutionary instance selection.
[Aut.]: M. Kordos, Ł. Czepielik, Marcin Blachnik.
W: Intelligent data engineering and automated learning. IDEAL 2018, 19th International conference, Madrid, Spain, November 21-23, 2018. Proceedings. Pt. 1. Eds. Hujun Yin, David Camacho, Paulo Novais, Antonio J. Tallon-Ballesteros. Cham : Springer Verlag, 2018, s. 631-641, bibliogr. 21 poz. (Lecture Notes in Computer Science ; vol. 11314 Lecture Notes in Artificial Intelligence ; 0302-9743). Punktacja MNiSW 20.000

8/64
Nr opisu: 0000126446
New architecture of correlated weights neural network for global image transformations.
[Aut.]: Sławomir Golak, Anna Jama, Marcin Blachnik, Tadeusz Wieczorek.
W: Artificial neural networks and machine learning. ICANN 2018. 27th International Conference on Artificial Neural Networks, Rhodes, Greece, October 4-7, 2018. Proceedings. Pt. 2. Eds.: Vera Kurkov, Yannis Manolopoulos, Barbara Hammer, Lazaros Iliadis, Ilias Maglogiannis. Cham : Springer, 2018, s. 56-65, bibliogr. 14 poz. (Lecture Notes in Computer Science ; vol. 11140 0302-9743). Punktacja MNiSW 70.000

9/64
Nr opisu: 0000120466
Instance selection for classifier performance estimation in meta learning.
[Aut.]: Marcin Blachnik.
-Entropy 2017 vol. 19 iss. 11, s. 1-25, bibliogr. 72 poz.. Impact Factor 2.305. Punktacja MNiSW 30.000

uczenie maszynowe ; klasyfikacja ; wybór instancji ; meta-learning ; szacowanie dokładności

machine learning ; classification ; instance selection ; meta-learning ; accuracy estimation

10/64
Nr opisu: 0000104423
Fusion of instance selection methods in regression tasks.
[Aut.]: A. Arnaiz-Gonzalez, Marcin Blachnik, M. Kordos, C. Garcia-Osorio.
-Inf. Fusion 2016 vol. 30, s. 69-79, bibliogr. 42 poz.. Impact Factor 5.667. Punktacja MNiSW 45.000

wybór instancji ; regresja

instance selection ; regression ; ensemble models

11/64
Nr opisu: 0000107059
Information Selection and Data Compression RapidMiner Library.
[Aut.]: Marcin Blachnik, M. Kordos.
W: Machine intelligence and big data in industry. Eds. Dominik Ryżko, Piotr Gawrysiak, Marzena Kryszkiewicz, Henryk Rybiński. [B.m.] : Springer, 2016, s. 135-145, bibliogr. 18 poz. (Studies in Big Data ; vol. 19 2197-6503)

12/64
Nr opisu: 0000115632
Machine-learning methods in the classification of water bodies.
[Aut.]: M. Sołtysik, Marcin Blachnik, D. Dąbrowska.
-Environ. Socio-Econom. Stud. 2016 vol. 4 iss. 2, s. 34-42, bibliogr. 35 poz.

zbiornik wodny ; algorytm k-najbliższych sąsiadów ; sztuczna sieć neuronowa ; drzewo decyzyjne ; związki amfifilowe

water body ; k-nearest neighbours algorithm ; artificial neural network ; decision tree ; amphiphiles

13/64
Nr opisu: 0000112220
On the relation between kNN accuracy and dataset compression level.
[Aut.]: Marcin Blachnik.
W: Artificial intelligence and soft computing. 15th International Conference, ICAISC 2016, Zakopane, Poland, June 12-16, 2016. Proceedings. Pt. 1. Eds.: Leszek Rutkowski, Marcin Korytkowski, Rafał Scherer, Ryszard Tadeusiewicz, Lotfi A. Zadeh, Jacek M. Zurada. Cham : Springer, 2016, s. 541-551, bibliogr. 14 poz. (Lecture Notes in Computer Science ; vol. 9692 0302-9743)

14/64
Nr opisu: 0000115631
Are locational marginal prices a good heuristic to divide energy market into bidding zones?.
[Aut.]: M. Jakubiak, K. Wawrzyniak, M. Kłos, Marcin Blachnik.
W: 12th International Conference on the European Energy Market (EEM), Lisbon, Portugal, May 19-22, 2015. Piscataway : IEEE, 2015, s. 1-4, bibliogr. 10 poz. (International Conference on the European Energy Market ; 2165-4077)

power systemeconomics ; power system reliability

15/64
Nr opisu: 0000105020
Noise reduction in regression tasks with distance, instance, attribute and density weighting.
[Aut.]: M. Kordos, Andrzej Rusin, Marcin Blachnik.
W: 2015 IEEE 2nd International Conference on Cybernetics (CYBCONF). CYBCONF 2015, June 24-26, 2015, Gdynia, Poland. Proceedings. Eds. Piotr Jędrzejowicz [et al.]. Piscataway : Institute of Electrical and Electronics Engineers, 2015, s. 73-78, bibliogr. 22 poz.

wybór instancji ; sieć neuronowa ; redukcja szumów

instance selection ; neural network ; noise reduction

16/64
Nr opisu: 0000115630
Nowa struktura europejskiego rynku energii - rynek strefowy.
[Aut.]: K. Wawrzyniak, M. Kłos, M. Jakubek, Marcin Blachnik, A. Kadłubowska.
-Rynek Energ. 2015 nr 1, s. 3-6. Punktacja MNiSW 11.000

17/64
Nr opisu: 0000100006
Przegląd metod uczenia inkrementacyjnego.
[Aut.]: Marcin Blachnik, Tadeusz Wieczorek.
-Stud. Informat. 2015 vol. 36 nr 1, s. 47-60, bibliogr. 22 poz.. Punktacja MNiSW 9.000

uczenie inkrementacyjne ; uczenie maszynowe ; inteligencja obliczeniowa ; e-learning

incremental learning ; machine learning ; computational intelligence ; e-learning

18/64
Nr opisu: 0000103134
Reducing time complexity of SVM model by LVQ data compression.
[Aut.]: Marcin Blachnik.
W: Artificial intelligence and soft computing. 14th International conference, ICAISC 2015, Zakopane, Poland, June 14-18, 2015. Proceedings. Pt. 1. Eds. Leszek Rutkowski, Marcin Korytkowski, Rafal Scherer, Ryszard Tadeusiewicz, Lotfi A. Zadeh, Jacek M. Zurada. Cham : Springer, 2015, s. 687-695, bibliogr. 10 poz. (Lecture Notes in Computer Science ; vol. 9119 Lecture Notes in Artificial Intelligence ; 0302-9743)

19/64
Nr opisu: 0000092181
Bagging of instance selection algorithms.
[Aut.]: Marcin Blachnik, M. Kordos.
W: Artificial intelligence and soft computing. ICAISC 2014. 13th International conference, Zakopane, Poland, June 1-5, 2014. Proceedings. Pt. 2. Eds. L. Rutkowski [et al.]. Berlin : Springer, 2014, s. 40-51, bibliogr. 20 poz. (Lecture Notes in Computer Science ; vol. 8468 Lecture Notes in Artificial Intelligence ; 0302-9743)

20/64
Nr opisu: 0000110235
Ensembles of instance selection methods based on feature subset.
[Aut.]: Marcin Blachnik.
W: Knowledge-based and intelligent information & engineering systems. 18th Annual conferences. KES-2014, Gdynia, Poland, September 2014. Proceedings. Ed. by Piotr Jędrzejowicz, Ireneusz Czarnowski, Robert J. Howlett and Lakhmi C. Jain. Amsterdam : Elsevier, 2014, s. 388-396, bibliogr. 14 poz. (Procedia Computer Science ; vol. 35 1877-0509)

wybór instancji ; zespół modelowy ; uczenie maszynowe

instance selection ; model ensemble ; machine learning

21/64
Nr opisu: 0000099548
Instance selection in logical rule extraction for regression problems.
[Aut.]: M. Kordos, Sz. Białka, Marcin Blachnik.
W: Artificial intelligence and soft computing. ICAISC 2013. 12th International conference, Zakopane, Poland, June 9-13, 2013. Proceedings. Pt. 2. Eds. L. Rutkowski, M. Korytkowski, R. Scherer, R. Tadeusiewicz, L.A. Zadeh, J. M. Zurada. Berlin : Springer, 2013, s. 167-175 bibliogr. 19 poz. (Lecture Notes in Computer Science ; vol. 7895 0302-9743)

22/64
Nr opisu: 0000099549
Instance selection in RapidMiner.
[Aut.]: Marcin Blachnik, M. Kordos.
W: RapidMiner. Data mining use cases and business analytics applications. Eds. Markus Hofmann, Ralf Klinkenberg. Boca Raton : CRC Press-Taylor & Francis Group, 2013, s. 377-406

23/64
Nr opisu: 0000099661
Spreadsheet Link. New extension to RapidMiner.
[Aut.]: Marcin Blachnik, W. Toporek.
W: Proceedings of the 4nd RapidMiner Community Meeting and Conference. RCOMM 2013, Oporto, Portugal, August 27-30, 2013. Eds. Simon Fischer, Ingo Mierswa, Joao Mendes Moreira, Carlos Soares. Aachen : Shaker, 2013, s. 33-39

24/64
Nr opisu: 0000081178
Combining the advantages of neural networks and decision trees for regression problems in a steel temperature prediction system.
[Aut.]: M. Kordos, P. Kania, P. Budzyna, Marcin Blachnik, Tadeusz Wieczorek, Sławomir Golak.
W: Hybrid artificial intelligent systems. HAIS 2012. 7th International conference, Salamanca, Spain, March 28-30th, 2012. Proceedings. Pt 2. Eds: E. Corchado [et al.]. Berlin : Springer, 2012, s. 36-45, bibliogr. 16 poz. (Lecture Notes in Computer Science ; nr 7209 0302-9743)

sieć neuronowa ; drzewo decyzyjne ; regresja ; reguła logiczna

neural network ; decision tree ; regression ; logical rule

25/64
Nr opisu: 0000081106
Computational complexity reduction and interpretability improvement of distance-based decision trees.
[Aut.]: Marcin Blachnik, M. Kordos.
W: Hybrid artificial intelligent systems. HAIS 2012. 7th International conference, Salamanca, Spain, March 28-30th, 2012. Proceedings. Pt 1. Eds: E. Corchado [et al.]. Berlin : Springer, 2012, s. 288-297, bibliogr. 19 poz. (Lecture Notes in Computer Science ; nr 7208 0302-9743)

grupowanie ; drzewo decyzyjne

clustering ; decision tree

26/64
Nr opisu: 0000081115
Do we need complex models for gestures?. A comparison of data representation and preprocessing methods for hand gesture recognition.
[Aut.]: Marcin Blachnik, P. Głomb.
W: Artificial intelligence and soft computing. ICAISC 2012. 11th International conference, Zakopane, Poland, April 29 - May 3, 2012. Pt 1. Eds: Leszek Rutkowski [et al.]. Berlin : Springer, 2012, s. 477-485, bibliogr. 17 poz. (Lecture Notes in Computer Science ; vol. 7267 0302-9743)

uczenie maszynowe ; rozpoznawanie gestów ; przetwarzanie sygnałów

machine learning ; gesture recognition ; signal processing

27/64
Nr opisu: 0000081109
Evolutionary optimized forest of regression trees: application in metallurgy.
[Aut.]: M. Kordos, J. Piotrowski, Sz. Białka, Marcin Blachnik, Sławomir Golak, Tadeusz Wieczorek.
W: Hybrid artificial intelligent systems. HAIS 2012. 7th International conference, Salamanca, Spain, March 28-30th, 2012. Proceedings. Pt 1. Eds: E. Corchado [et al.]. Berlin : Springer, 2012, s. 409-420, bibliogr. 26 poz. (Lecture Notes in Computer Science ; nr 7208 0302-9743)

drzewo decyzyjne ; regresja ; optymalizacja ewolucyjna

decision tree ; regression ; evolutionary optimization

28/64
Nr opisu: 0000081103
Extraction of prototype-based threshold rules using neural training procedure.
[Aut.]: Marcin Blachnik, M. Kordos.
W: Artificial neural networks and machine learning. ICANN 2012, 22th International conference, Lausanne, Switzerland, September 11-14, 2012. Proceedings. Pt 2. Eds: A. Villa [et al.]. Berlin : Springer, 2012, s. 255-262, bibliogr. 14 poz. (Lecture Notes in Computer Science ; vol. 7553 0302-9743)

data understanding ; rule extraction ; prototype-based rules

29/64
Nr opisu: 0000081104
Feature ranking methods used for selection of prototypes.
[Aut.]: Marcin Blachnik, W. Duch, T. Maszczyk.
W: Artificial neural networks and machine learning. ICANN 2012, 22th International conference, Lausanne, Switzerland, September 11-14, 2012. Proceedings. Pt 2. Eds: A. Villa [et al.]. Berlin : Springer, 2012, s. 296-304, bibliogr. 15 poz. (Lecture Notes in Computer Science ; vol. 7553 0302-9743)

30/64
Nr opisu: 0000081105
Instance selection with neural networks for regression problems.
[Aut.]: M. Kordos, Marcin Blachnik.
W: Artificial neural networks and machine learning. ICANN 2012, 22th International conference, Lausanne, Switzerland, September 11-14, 2012. Proceedings. Pt 2. Eds: A. Villa [et al.]. Berlin : Springer, 2012, s. 263-270, bibliogr. 16 poz. (Lecture Notes in Computer Science ; vol. 7553 0302-9743)

sieć neuronowa ; regresja ; wybór instancji

neural network ; regression ; instance selection

31/64
Nr opisu: 0000081110
Selecting representative prototypes for prediction the oxygen activity in electric arc furnace.
[Aut.]: Marcin Blachnik, M. Kordos, Tadeusz Wieczorek, Sławomir Golak.
W: Artificial intelligence and soft computing. ICAISC 2012. 11th International conference, Zakopane, Poland, April 29 - May 3, 2012. Pt 2. Eds: Leszek Rutkowski [et al.]. Berlin : Springer, 2012, s. 539-547, bibliogr. 12 poz. (Lecture Notes in Computer Science ; vol. 7268 0302-9743)

regresja ; metoda najbliższego sąsiedzwa ; zastosowanie przemysłowe ; elektryczny piec łukowy

regression ; nearest neighbour method ; industrial application ; electric arc furnace

32/64
Nr opisu: 0000081116
A hybrid system with regressiont trees in steel-making process.
[Aut.]: M. Kordos, Marcin Blachnik, M. Perzyk, J. Kozłowski, O. Bystrzycki, M. Gródek, A. Byrdziak, Z. Motyka.
W: Hybrid artificial intelligent systems. HAIS 2011. 6th International conference, Wroclaw, Poland, May 23-25, 2011. Proceedings. Pt 1. Eds: E. Corchado, M. Kurzyński, M. Woźniak. Berlin : Springer, 2011, s. 222-230, bibliogr. 13 poz. (Lecture Notes in Computer Science ; vol. 6678 Lecture Notes in Artificial Intelligence ; 0302-9743)

33/64
Nr opisu: 0000081123
Evolutionary optimization of regression model ensembles in steel-making process.
[Aut.]: M. Kordos, Marcin Blachnik, Tadeusz Wieczorek.
W: Intelligent data engineering and automated learning. IDEAL 2011. 12th International conference, Norwich, UK, September 7-9, 2011. Proceedings. Eds: H. Yin, W. Wang, V. J. Rayward-Smith. Berlin : Springer, 2011, s. 369-376, bibliogr. 15 poz. (Lecture Notes in Computer Science ; vol. 6936 0302-9743)

sieć neuronowa ; algorytm ewolucyjny

neural network ; evolutionary algorithm

34/64
Nr opisu: 0000082101
Instance selection and prototype based rules. A new extension to RapidMiner.
[Aut.]: Marcin Blachnik, M. Kordos.
W: Proceedings of the 2nd RapidMiner Community Meeting and Conference. RCOMM 2011, [Dublin, 7-10.06.2011]. Eds: S. Fischer, I. Mierswa. Aachen : Shaker, 2011, s. 21-30, bibliogr. 18 poz.

35/64
Nr opisu: 0000106105
LVQ algorithm with instance weighting for generation of prototype-based rules.
[Aut.]: Marcin Blachnik, W. Duch.
-Neural Netw. 2011 vol. 24 iss. 8, s. 824-830, bibliogr. 35 poz.. Impact Factor 2.182. Punktacja MNiSW 30.000

reguły oparte na prototypowaniu ; metody bazujące na podobieństwie ; grupowanie danych oparte o wiedzę ; LVQ

prototype-based rules ; similarity-based methods ; knowledge-based clustering ; learning vector quantization

36/64
Nr opisu: 0000081121
Neural network committees optimized with evolutionary methods for steel temperature control.
[Aut.]: M. Kordos, Marcin Blachnik, Tadeusz Wieczorek, Sławomir Golak.
W: Computational collective intelligence. Technologies and applications. ICCCI 2011. Third international conference, Gdynia, Poland, September 21-23, 2011. Proceedings. Pt 1. Eds: P. Jędrzejewicz, N.T. Nguyen, K. Hoang. Berlin : Springer, 2011, s. 42-51, bibliogr. 19 poz. (Lecture Notes in Computer Science ; vol. 6922 Lecture Notes in Artificial Intelligence ; 0302-9743)

algorytm ewolucyjny ; regresja ; metalurgia ; elektryczny piec łukowy

evolutionary algorithm ; regression ; metallurgy ; electric arc furnace

37/64
Nr opisu: 0000081125
Simplifying SVM with weighted LVQ algorithm.
[Aut.]: Marcin Blachnik, M. Kordos.
W: Intelligent data engineering and automated learning. IDEAL 2011. 12th International conference, Norwich, UK, September 7-9, 2011. Proceedings. Eds: H. Yin, W. Wang, V. J. Rayward-Smith. Berlin : Springer, 2011, s. 212-219, bibliogr. 12 poz. (Lecture Notes in Computer Science ; vol. 6936 0302-9743)

SVM ; algorytm LVQ

SVM ; LVQ algorithm

38/64
Nr opisu: 0000081119
Temperature prediction in electric arc furnace with neural network tree.
[Aut.]: M. Kordos, Marcin Blachnik, Tadeusz Wieczorek.
W: Artificial neural networks and machine learning. ICANN 2011, 21th International conference, Espoo, Finland, June 14-17, 2011. Proceedings. Pt 2. Eds: T. Honkela [et al.]. Berlin : Springer, 2011, s. 71-78, bibliogr. 18 poz. (Lecture Notes in Computer Science ; vol. 6792 0302-9743)

39/64
Nr opisu: 0000063243
A model for temperature prediction of melted steel in the electric arc furnace (EAF).
[Aut.]: Marcin Blachnik, Krystian* Mączka, Tadeusz Wieczorek.
W: Artificial intelligence and soft computing. ICAISC 2010. 10th International conference, Zakopane, Poland, June 13-17, 2010. Pt 2. Eds: L. Rutkowski [et al.]. Berlin : Springer, 2010, s. 371-378, bibliogr. 12 poz. (Lecture Notes in Computer Science ; vol. 6114 0302-9743)

elektryczny piec łukowy ; metoda analityczna ; pomiar temperatury

electric arc furnace ; analytical method ; temperature measurement

40/64
Nr opisu: 0000063307
Do we need whatever more than k-NN?.
[Aut.]: M. Kordos, Marcin Blachnik, D. Strzempa.
W: Artificial intelligence and soft computing. ICAISC 2010. 10th International conference, Zakopane, Poland, June 13-17, 2010. Pt 1. Eds: L. Rutkowski [et al.]. Berlin : Springer, 2010, s. 414-421, bibliogr. 22 poz. (Lecture Notes in Computer Science ; vol. 6113 0302-9743)

algorytm klasyfikacji ; k-NN ; metoda najbliższego sąsiedzwa

classification algorithms ; k-NN ; nearest neighbour method

41/64
Nr opisu: 0000063982
Identification of liquid state of scrap in electric arc furnace by the use of computational intelligence methods.
[Aut.]: Marcin Blachnik, Tadeusz Wieczorek, Krystian* Mączka, Grzegorz Kopeć.
W: Neural information processing. Models and applications. 17th International conference ICONIP 2010, Sydney, Australia, November 22-25, 2010. Proceedings. Pt 2. Eds: Kok Wai Wong, B. Sumudu U. Mendis, Abdesselam Bouzerdoum. Berlin : Springer, 2010, s. 700-707, bibliogr. 11 poz. (Lecture Notes in Computer Science ; vol. 6444 0302-9743)

elektryczny piec łukowy ; modelowanie procesów ; przetwarzanie sygnałów ; ocena hałasu ; klasyfikacja

electric arc furnace ; process modelling ; signal processing ; assessment of noise ; classification

42/64
Nr opisu: 0000064007
Improving accuracy of LVQ algorithm by instance weighting.
[Aut.]: Marcin Blachnik, W. Duch.
W: Artificial neural networks. IWANN 2010. 20th International conference, Thessaloniki, Greece, September 15-18, 2010, Proceedings.. Pt 3. Eds: K. Diamantaras [et al.]. Berlin : Springer, 2010, s. 257-266, bibliogr. 26 poz. (Lecture Notes in Computer Science ; vol. 6354 0302-9743)

algorytm LVQ ; klastrowanie ; optymalizacja

LVQ algorithm ; clustering ; optimization

43/64
Nr opisu: 0000063299
Information theory vs. correlation based feature ranking methods in application to metallurgical problem solving.
[Aut.]: Marcin Blachnik, A. Bukowiec, M. Kordos, Jacek* Biesiada.
W: Artificial intelligence and soft computing. ICAISC 2010. 10th International conference, Zakopane, Poland, June 13-17, 2010. Pt 1. Eds: L. Rutkowski [et al.]. Berlin : Springer, 2010, s. 289-298, bibliogr. 9 poz. (Lecture Notes in Computer Science ; vol. 6113 0302-9743)

metalurgia ; teoria informacji ; metoda wyboru cech

metallurgy ; information theory ; feature ranking method

44/64
Nr opisu: 0000063310
Infosel++: information based feature selection C++ library.
[Aut.]: Adam Kachel, Jacek* Biesiada, Marcin Blachnik, W. Duch.
W: Artificial intelligence and soft computing. ICAISC 2010. 10th International conference, Zakopane, Poland, June 13-17, 2010. Pt 1. Eds: L. Rutkowski [et al.]. Berlin : Springer, 2010, s. 388-396, bibliogr. 29 poz. (Lecture Notes in Computer Science ; vol. 6113 0302-9743)

Infosel++ ; C++ ; algorytm rankingu cech

Infosel++ ; C++ ; feature ranking algorithm

45/64
Nr opisu: 0000081132
Inteligencja biznesowa. Przegląd metod odkrywania wiedzy i drążenia danych.
[Aut.]: Marcin Blachnik.
W: Innowacyjne metody i narzędzia wspomagające podejmowanie decyzji w zarządzaniu. Praca zbiorowa. Pod red. Adriana Kapczyńskiego. Dąbrowa Górnicza : Wyższa Szkoła Biznesu w Dąbrowie Górniczej, 2010, s. 55-80

46/64
Nr opisu: 0000082103
Struktura funkcjonalna inteligentnego systemu ekspertowego do zarządzania produkcją stali.
[Aut.]: Tadeusz Wieczorek, Marcin Blachnik, Sławomir Golak, Teresa Lis.
W: InvEnt 2010. Pokrokove priemyselne inzinierstvo. Medzinarodna konferencia, Terchova, 7.6-9.6.2010. Zbornik referatov. Zilinska Univerzita v Zilinie. Katedra Priemyslneho Inzinierstva. Zilina : GEORG vydavatel'stvo, 2010, s. 412-419, bibliogr. 6 poz.

47/64
Nr opisu: 0000058891
Comparison of various feature selection methods in application to prototype best rules.
[Aut.]: Marcin Blachnik.
W: Computer recognition systems 3. Eds: M. Kurzynski, M. Wozniak. Berlin : Springer-Verlag, 2009, s. 257-264 (Advances in Intelligent and Soft Computing ; vol. 57 1867-5662)

48/64
Nr opisu: 0000081136
Feature selection for supervised classification: a Kolmogorov-Smirnov class correlation-based filter.
[Aut.]: Marcin Blachnik, W. Duch, Adam Kachel, Jacek* Biesiada.
W: Recent developments in artificial intelligence methods. AI-METH 2009. Eds: T. Burczyński, W. Cholewa, W. Moczulski. Silesian University of Technology. Faculty of Mechanical Engineering. Department of Fundamentals of Machinery Design. Department of Strength of Materials and Computational Mechanics. Gliwice : Centre of Excellence AI-METH. Silesian University of Technology, 2009, s. 33-40, bibliogr. 16 poz.

selekcja cech ; klasyfikacja ; uczenie maszynowe ; statystyka Kołmogorowa-Smirnowa

feature selection ; classification ; machine learning ; Kolmogorov-Smirnov statistics

49/64
Nr opisu: 0000041610
Budowa inteligentnego modelu procesu roztapiania złomu w piecu łukowym z wykorzystaniem sieci neuronowo-rozmytych.
[Aut.]: Tadeusz Wieczorek, Marcin Blachnik.
-Hutnik 2008 R. 75 nr 10, s. 592-596, bibliogr. 8 poz.

piec łukowy ; sieć neuronowo-rozmyta ; inteligentne modelowanie

electric arc furnace ; fuzzy neural network ; computational intelligence

50/64
Nr opisu: 0000047698
Building a model for time reduction of steel scrap meltdown in the electric arc furnace (EAF). General strategy with a comparison of feature selection methods.
[Aut.]: Tadeusz Wieczorek, Marcin Blachnik, Krystian* Mączka.
W: Artificial intelligence and soft computing. ICAISC 2008. 9th International conference, Zakopane, Poland, June 22-26, 2008. Proceedings. Eds: L. Rutkowski [et al.]. Berlin : Springer, 2008, s. 1149-1159 (Lecture Notes in Computer Science ; vol. 5097 0302-9743)

51/64
Nr opisu: 0000048053
Building localized basis function networks using context dependent clustering.
[Aut.]: Marcin Blachnik, W. Duch.
W: Artificial neural networks. ICANN 2008. 18th International conference, Prague, Czech Republic, September 3-6, 2008. Proceedings. Pt 1. Berlin : Springer, 2008, s. 482-491, bibliogr. 25 poz. (Lecture Notes in Computer Science ; vol. 5163 0302-9743)

52/64
Nr opisu: 0000047492
Image classification by histogram features created with learning vector quantization.
[Aut.]: Marcin Blachnik, J. Laaksonen.
W: Artificial neural networks. ICANN 2008. 18th International conference, Prague, Czech Republic, September 3-6, 2008. Proceedings. Pt 1. Berlin : Springer, 2008, s. 827-836, bibliogr. 13 poz. (Lecture Notes in Computer Science ; vol. 5163 0302-9743)

53/64
Nr opisu: 0000042253
Modelowanie procesu roztapiania złomu w piecu łukowym z wykorzystaniem sieci neuronowych i algorytmów SVM.
[Aut.]: Tadeusz Wieczorek, Marcin Blachnik, Krystian* Mączka.
W: Informatyka w technologii metali. KomPlasTech 2008. Materiały XV konferencji, Korbielów, 6-9 stycznia 2008. Ed. F. Grosman, M. Hyrcza-Michalska. Kraków : Wydaw. Naukowe Akapit, 2008, s. 161-168, bibliogr. 8 poz.

elektryczny piec łukowy ; sieć neuronowa ; maszyna wektorów wspierających ; modelowanie procesów

electric arc furnace ; neural network ; Support Vector Machine ; process modelling

54/64
Nr opisu: 0000047735
Prototype rules from SVM.
[Aut.]: Marcin Blachnik, W. Duch.
W: Rule extraction from support vector machines. Ed. J. Diederich. Berlin : Springer, 2008, s. 163-182, bibliogr. 39 poz. (Studies in Computational Intelligence ; vol. 80 1860-949X)

55/64
Nr opisu: 0000040884
Learning from the Internet: review of classification approaches.
[Aut.]: Tadeusz Wieczorek, Marcin Blachnik.
W: Internet in the information society. Ed. Tadeusz Wieczorek. Dąbrowa Górnicza : Academy of Business, 2007, s. 72-82

56/64
Nr opisu: 0000030396
Systemy regułowe bazujące na prototypach oraz ich relacje z systemami rozmytymi w zastosowaniu do klasyfikacji danych. Rozprawa doktorska.
[Aut.]: Marcin Blachnik.
Gliwice, 2007, 117 k., bibliogr. 178 poz.
Politechnika Śląska. Wydział Automatyki, Elektroniki i Informatyki. Promotor: dr hab. Tadeusz Wieczorek

system regułowy ; system rozmyty ; grupowanie danych ; przetwarzanie danych ; selekcja cech ; sieć neuronowa

rule-based system ; fuzzy system ; data clustering ; data processing ; feature selection ; neural network

57/64
Nr opisu: 0000031001
Prototype-based threshold rules.
[Aut.]: Marcin Blachnik, W. Duch.
W: Neural information processing. ICONIP 2006. 13th International conference, Hong Kong, China, October 3-6, 2006. Eds: Irwin King [et al.]. Berlin : Springer, 2006, s. 1028-1037 (Lecture Notes in Computer Science ; vol. 4234 0302-9743)

58/64
Nr opisu: 0000030999
Selection of prototype rules: context searching via clustering.
[Aut.]: Marcin Blachnik, W. Duch, Tadeusz Wieczorek.
W: Artificial intelligence and soft computing. ICAISC 2006. 8th International conference, Zakopane, Poland, June 25-29, 2006. Proceedings. Eds: L. Rutkowski [et al.]. Berlin : Springer, 2006, s. 573-582 (Lecture Notes in Computer Science ; vol. 4029 Lecture Notes in Artificial Intelligence ; 0302-9743)

59/64
Nr opisu: 0000020390
Influence of probability estimation parameters on stability of accuracy in prototype rules using heterogenous distance functions.
[Aut.]: Tadeusz Wieczorek, Marcin Blachnik, W. Duch.
W: Proceedings on VII International Conference on Artificial Intelligence AI-20'2005. 20th Jubilee Scientific Event: (research, development, applications). Siedlce : Publishing House of University of Podlasie, 2005, s. 71-78 (Artificial Intelligence Studies ; vol. 2 (25))

60/64
Nr opisu: 0000020387
Probabilistic distance measures for prototype - based rules.
[Aut.]: Marcin Blachnik, W. Duch, Tadeusz Wieczorek.
W: 12th International Conference on Neural Information Processing. ICONIP'2005, Taipei, Taiwan, 30 October - 2 November, 2005. Proceedings. Taipei : [b.w.], 2005, s. 445-450

61/64
Nr opisu: 0000016925
Threshold rules decision list.
[Aut.]: Marcin Blachnik, W. Duch, Tadeusz Wieczorek.
W: Methods of artificial intelligence. AI-METH 2005. [Proceedings of the Symposium on Methods of Artificial Intelligence AI-METH 2005 and the Workshop on Knowledge Acquisition in Mechanical Engineering, Gliwice, Poland, 16-18 November 2005]. Eds: T. Burczyński, W. Cholewa, W. Moczulski. Centre of Excellence AI-METH. Silesian University of Technology, Polish Association for Computational Mechanics. [Gliwice] : Centre of Excellence AI-METH. Silesian University of Technology, 2005, s. 23-24, bibliogr. 7 poz.

sztuczna inteligencja ; system doradczy ; wspomaganie decyzji ; odkrywanie wiedzy

artificial intelligence ; expert system ; decision support ; knowledge discovery

62/64
Nr opisu: 0000015514
Adaptacyjny system detekcji intruzów.
[Aut.]: Sebastian* Pałucha, Jacek* Biesiada, Marcin Blachnik, M. Podyma.
W: Internet w społeczeństwie informacyjnym. Podstawowe problemy Internetu. Praca zbiorowa. Pod. red. Andrzeja Grzywaka. Warszawa : Wydaw. Naukowo-Techniczne, 2004, s. 209-218

63/64
Nr opisu: 0000015543
Comparison of feature ranking methods based on information entropy.
[Aut.]: W. Duch, Tadeusz Wieczorek, Jacek* Biesiada, Marcin Blachnik.
W: IEEE International Joint Conference on Neural Networks, Budapest, Hungary, 25-29 July 2004. Proceedings. Vol. 2. Piscataway : Institute of Electrical and Electronics Engineers, 2004, s. 1415-1419

64/64
Nr opisu: 0000081172
Fuzzy rule-based systems derived from similarity to prototypes.
[Aut.]: W. Duch, Marcin Blachnik.
W: Neural information processing. ICONIP 2004. 11th International conference, Calcutta, India, November 22-25, 2004. Proceedings. Ed. N. Pal. Berlin : Springer, 2004, s. 912-917, bibliogr. 10 poz. (Lecture Notes in Computer Science ; vol. 3316 0302-9743). Impact Factor 0.513

stosując format: