Wyniki wyszukiwania

Wynik wyszukiwania

1/142
Nr opisu: 0000137379
Automated classification of axial CT slices using convolutional neural network.
[Aut.]: Paweł Badura, Jan Juszczyk, P. Bożek, Michał Smoliński.
W: Innovations in biomedical engineering. AAB 2020. International Scientific Conference Advances in Applied Biomechanics, Wisła, Poland, 15-17 May 2020. Eds. Marek Gzik, Zbigniew Paszenda, Ewa Pietka, Ewaryst Tkacz, Krzysztof Milewski. Cham : Springer, 2021, s. 329-336, bibliogr. 11 poz. (Advances in Intelligent Systems and Computing ; vol. 1223 2194-5357)

rozpoznawanie obrazów ; tomografia komputerowa ; klasyfikacja ; uczenie głębokie ; konwolucyjna sieć neuronowa

image recognition ; computed tomography ; classification ; deep learning ; convolutional neural network

2/142
Nr opisu: 0000136305
Application of texture features and machine learning methods to grain segmentation in rock material images.
[Aut.]: Karolina Nurzyńska, S. Iwaszenko.
-Image Anal. Stereol. 2020 vol. 39 no. 2, s. 73-90, bibliogr.. Impact Factor 0.550. Punktacja MNiSW 70.000

klasyfikacja ; wielkość ziarna ; segmentacja obiektu ; cechy tekstury

classification ; grain size ; object segmentation ; texture features

3/142
Nr opisu: 0000137790
Assessing quality of decision reducts.
[Aut.]: Urszula Stańczyk, B. Zielosko.
W: Knowledge-based and intelligent information & engineering systems. Proceedings of the 24th International Conference KES2020. Eds. M. Cristiani, C. Toro, C. Zanni-Merk, R. J. Howlett, L. C. Jain. Amsterdam : Elsevier B.V., 2020, s. 3273-3282, bibliogr. 21 poz. (Procedia Computer Science ; vol. 176 1877-0509). Punktacja MNiSW 70.000

redukt ; zbiory przybliżone ; klasyfikacja ; stylometria ; redukcja cech

reduct ; rough sets ; decision rules ; classification ; stylometry ; feature reduction

4/142
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

5/142
Nr opisu: 0000134860
Hyperspectral band selection using attention-based convolutional neural networks.
[Aut.]: Pablo Ribalta Lorenzo, Łukasz Tulczyjew, M. Marcinkiewicz, Jakub Nalepa.
-IEEE Access 2020 vol. 8, s. 42384-42403, bibliogr. 101 poz.. Impact Factor 3.745. Punktacja MNiSW 100.000

uczenie głębokie ; konwolucyjna sieć neuronowa ; klasyfikacja ; wybór pasma ; mechanizm skupienia uwagi

deep learning ; convolutional neural network ; classification ; band selection ; attention mechanism

6/142
Nr opisu: 0000131978
Influence of the applied outlier detection methods on the quality of classification.
[Aut.]: Błażej Moskal, Daniel Kostrzewa, Robert Brzeski.
W: Man-machine interactions 6. 6th International Conference on Man-Machine Interactions, ICMMI 2019, Cracow, Poland, October 2-3, 2019. Eds. Aleksandra Gruca, Tadeusz Czachórski, Sebastian Deorowicz, Katarzyna Harężlak, Agnieszka Piotrowska. Berlin : Springer International Publishing, 2020, s. 77-88, bibliogr. 35 poz. (Advances in Intelligent Systems and Computing ; vol. 1061 2194-5357). Punktacja MNiSW 20.000

wykrywanie próbek odstających ; klasyfikacja ; analiza danych ; metoda rozstępu międzykwartylowego ; lokalny współczynnik wyjątkowości

outlier detection ; classification ; data analysis ; interquartile method ; distance-based method ; local outlier factor ; angle based outlier detection

7/142
Nr opisu: 0000138893
Optimization of the values of classifiers parameters - is it still worthwhile to deal with it?.
[Aut.]: Daniel Kostrzewa, Konrad Karczewski, Robert Brzeski.
W: Artificial intelligence and soft computing. 19th International conference, ICAISC 2020, Zakopane, Poland, October 12-14, 2020. Proceedings. Pt. 1. Eds. Leszek Rutkowski, Rafał Scherer, Marcin Korytkowski, Witold Pedrycz, Ryszard Tadeusiewicz, Jacek M. Zurada. Cham : Springer, 2020, s. 417-428, bibliogr. 41 poz. (Lecture Notes in Computer Science ; vol. 12415 Lecture Notes in Artificial Intelligence ; 0302-9743). Punktacja MNiSW 20.000

optymalizacja rojem cząstek ; wyżarzanie symulowane ; algorytm optymalizacji kukułkowej ; algorytm optymalizacji Lion ; klasyfikacja ; analiza danych ; dokładność ; Weka ; repozytorium UCI

particle swarm optimization ; simulated annealing ; cuckoo optimization algorithm ; lion optimization algorithm ; classification ; data analysis ; accuracy ; Weka ; UCI machine learning repository

8/142
Nr opisu: 0000137791
Performance evaluation for ranking-based discretisation.
[Aut.]: Grzegorz Baron, Urszula Stańczyk.
W: Knowledge-based and intelligent information & engineering systems. Proceedings of the 24th International Conference KES2020. Eds. M. Cristiani, C. Toro, C. Zanni-Merk, R. J. Howlett, L. C. Jain. Amsterdam : Elsevier B.V., 2020, s. 3335-3344, bibliogr. 28 poz. (Procedia Computer Science ; vol. 176 1877-0509). Punktacja MNiSW 70.000

dyskretyzacja ; selekcja cech ; ranking ; znaczenie atrybutu ; stylometria ; klasyfikacja

discretization ; feature selection ; ranking ; importance of attribute ; stylometry ; classification

9/142
Nr opisu: 0000137663
Qualification of suppliers in a selected production enterprise.
[Aut.]: Marzena Kuczyńska-Chałada, Monika Odlanicka-Poczobutt, Roksana Poloczek.
-Sil. Univ. Technol. Sci. Pap., Organ. Manage. 2020 no. 148, s. 339-349, bibliogr. 11 poz.. Punktacja MNiSW 20.000

logistyka ; zamówienie ; zaopatrzenie ; klasyfikacja

logistics ; order ; supply ; classification

10/142
Nr opisu: 0000138081
Recognition of drivers' activity based on 1D convolutional neural network.
[Aut.]: Rafał Doniec, Szymon Sieciński, Konrad Duraj, Natalia Piaseczna, K. Mocny-Pachońska, Ewaryst Tkacz.
-Electronics - Switz. 2020 vol. 9 iss. 12, s. 1-17, bibliogr. 42 poz.. Impact Factor 2.412. Punktacja MNiSW 100.000

rozpoznawanie aktywności ; jazda samochodem ; klasyfikacja ; elektrookulografia ; konwolucyjna sieć neuronowa ; inteligentne okulary ; urządzenie do noszenia

activity recognition ; car driving ; classification ; electrooculography ; convolutional neural network ; smart glasses ; wearable devices

11/142
Nr opisu: 0000137785
Reduct-based ranking of attributes.
[Aut.]: B. Zielosko, Urszula Stańczyk.
W: Knowledge-based and intelligent information & engineering systems. Proceedings of the 24th International Conference KES2020. Eds. M. Cristiani, C. Toro, C. Zanni-Merk, R. J. Howlett, L. C. Jain. Amsterdam : Elsevier B.V., 2020, 2576-2585, bibliogr. 35 poz. (Procedia Computer Science ; vol. 176 1877-0509). Punktacja MNiSW 70.000

redukcja cech ; redukt ; ranking atrybutów ; zbiory przybliżone ; reguły decyzyjne ; klasyfikacja ; stylometria

feature reduction ; reduct ; ranking of attributes ; rough sets ; decision rules ; classification ; stylometry

12/142
Nr opisu: 0000133918
RuleKit: a comprehensive suite for rule-based learning.
[Aut.]: Adam Gudyś, Marek Sikora, Łukasz Wróbel.
-Knowl.-Based Syst. 2020 vol. 194, art. no. 105480, bibliogr. 16 poz.. Impact Factor 5.921. Punktacja MNiSW 200.000

uczenie się reguł ; klasyfikacja ; regresja ; analiza przeżyć ; indukcja zarządzana przez użytkownika

rule learning ; classification ; regression ; survival analysis ; user-guided induction ; knowledge discovery

13/142
Nr opisu: 0000129594
The data dimensionality reduction and features weighting in the classification Process using forest optimization algorithm.
[Aut.]: Daniel Kostrzewa, Robert Brzeski.
W: Machine learning paradigms: theory and application. Eds. Maciej Huk, Marcin Maleszka, Edward Szczerbicki. Cham : Springer, 2020, s. 97-108, bibliogr. 26 poz. (Studies in Computational Intelligence ; vol. 830 1860-949X). Punktacja MNiSW 20.000

redukcja wymiarowości ; wybór cech ; klasyfikacja ; UCI machine learning repository ; dźwięk ; ważenie cech ; algorytm wzrostu lasu

dimensionality reduction ; feature selection ; classification ; UCI machine learning repository ; sound ; features weighting ; forest optimization algorithm

14/142
Nr opisu: 0000134271
Towards resource-frugal deep convolutional neural networks for hyperspectral image segmentation.
[Aut.]: Jakub Nalepa, M. Antoniak, Michał Myller, Pablo Ribalta Lorenzo, M. Marcinkiewicz.
-Microprocess. Microsyst. 2020 vol. 73, art. no. 102994 s. 1-14, bibliogr. 98 poz.. Impact Factor 1.161. Punktacja MNiSW 40.000

obrazowanie hiperspektralne ; głębokie sieci neuronowe ; splotowa sieć neuronowa ; kwantyzacja ; segmentacja ; klasyfikacja

hyperspectral imaging ; deep neural networks ; convolutional neural network ; quantization ; segmentation ; classification

15/142
Nr opisu: 0000132851
Training- and test-time data augmentation for hyperspectral image segmentation.
[Aut.]: Jakub Nalepa, Michał Myller, Michał Kawulok.
-IEEE Geosci. Remote Sens. Lett. 2020 vol. 17 iss. 2, s. 292-296, bibliogr. 17 poz.. Impact Factor 3.833. Punktacja MNiSW 140.000

klasyfikacja ; rozszerzanie danych ; deep learning ; obrazowanie hiperspektralne ; analiza składowych głównych ; PCA ; segmentacja

classification ; data augmentation ; deep learning ; hyperspectral imaging ; principal component analysis ; PCA ; segmentation

16/142
Nr opisu: 0000132849
Transfer learning for segmenting dimensionally reduced hyperspectral images.
[Aut.]: Jakub Nalepa, Michał Myller, Michał Kawulok.
-IEEE Geosci. Remote Sens. Lett. 2020 vol. 17 iss. 7, s. 1228-1232, bibliogr. 19 poz.. Impact Factor 3.833. Punktacja MNiSW 140.000

klasyfikacja ; deep learning ; obrazowanie hiperspektralne ; segmentacja ; transfer learning

classification ; deep learning ; hyperspectral imaging ; segmentation ; transfer learning

17/142
Nr opisu: 0000137487
Writhing movement detection in newborns on the second and third day of life using pose-based feature machine learning classification.
[Aut.]: I. Doroniewicz, Daniel Ledwoń, A. Affanasowicz, K. Kieszczyńska, D. Latos, M. Matyja, Andrzej Mitas, A. Myśliwiec.
-Sensors 2020 vol. 20 iss. 21, s. 1-15, bibliogr. 27 poz.. Impact Factor 3.275. Punktacja MNiSW 100.000

niemowlę ; ekstrakcja cech ; klasyfikacja ; uczenie maszynowe ; ogólna ocena ruchu ; fizjoterapia ; diagnoza

infant ; feature extraction ; classification ; machine learning ; general movement assessment ; physiotherapy ; diagnosis

18/142
Nr opisu: 0000123525
Attribute-based assessment of lung nodules in CT using support vector machine and random forest.
[Aut.]: Beata* Choroba, Paweł Badura.
W: Information technology in biomedicine. Proceedings 6th International Conference, ITIB 2018, Kamień Śląski, Poland, June 18-20, 2018. Eds. Ewa Pietka, Pawel Badura, Jacek Kawa, Wojciech Wieclawek. Cham : Springer, 2019, s. 279-289, bibliogr. 37 poz. (Advances in Intelligent Systems and Computing ; vol. 762 2194-5357). Punktacja MNiSW 20.000

diagnostyka wspomagana komputerowo ; rak płuc ; klasyfikacja ; Maszyna Wektorów Nośnych ; las losowy

computer-aided diagnosis ; lung cancer ; classification ; Support Vector Machine ; random forest

19/142
Nr opisu: 0000128225
Comparison of atrial fibrillation detection performance using decision trees, SVM and artificial neural network.
[Aut.]: Szymon Sieciński, Paweł Kostka, Ewaryst Tkacz.
W: Information Technology and Systems. Proceedings on ICITS 2019, Quito, Ecuador, 6-8 February 2019. Eds.: Alvaro Rocha, Carlos Ferras, Manolo Paredes. Cham : Springer, 2019, s. 693-701, bibliogr. 27 poz. (Advances in Intelligent Systems and Computing ; vol. 918 2194-5357). Punktacja MNiSW 20.000

migotanie przedsionków ; klasyfikacja ; SVM ; drzewo klasyfikacyjne ; ANN

atrial fibrillation ; classification ; SVM ; classification tree ; ANN

20/142
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

21/142
Nr opisu: 0000128832
GuideR: a guided separate-and-conquer rule learning in classification, regression, and survival settings.
[Aut.]: Marek Sikora, Łukasz Wróbel, Adam Gudyś.
-Knowl.-Based Syst. 2019 vol. 173, s. 1-14, bibliogr. 67 poz.. Impact Factor 5.921. Punktacja MNiSW 200.000

indukcja reguł ; indukcja reguł zarządzana przez użytkownika ; półautomatyczna indukcja reguł ; klasyfikacja ; regresja ; analiza przeżycia

rule induction ; user-guided rule induction ; semi-automatic rule induction ; classification ; regression ; survival analysis

22/142
Nr opisu: 0000129750
Memetic evolution of classification ensembles.
[Aut.]: Szymon Piechaczek, Michał Kawulok, Jakub Nalepa.
W: Applications of evolutionary computation. 22nd International Conference, EvoApplications 2019, held as Part of EvoStar 2019, Leipzig, Germany, April 24-26, 2019. Proceedings. Ed. Paul Kaufmann, Pedro A. Castillo. Cham : Springer, 2019, s. 299-307, bibliogr. 18 poz. (Lecture Notes in Computer Science ; vol. 11454 0302-9743). Punktacja MNiSW 20.000

głosowanie większościowe ; algorytm memetyczny ; klasyfikacja

ensemble classifier ; memetic algorithm ; classification

23/142
Nr opisu: 0000129333
Method of classification of global machine conditions based on spectral features of infrared images and classifiers fusion.
[Aut.]: Marek Fidali, Wojciech Jamrozik.
-Quant. Infrared Thermogr. J. 2019 vol. 16 iss. 1, s. 129-145, bibliogr. 29 poz.. Impact Factor 1.231. Punktacja MNiSW 140.000

klasyfikacja ; fuzja decyzyjna ; PCR6 ; analiza obrazu w podczerwieni ; analiza Fouriera ; termografia w podczerwieni ; monitorowanie stanu bazy

classification ; decision fusion ; PCR6 ; infrared image analysis ; Fourier analysis ; infrared thermography ; condition base monitoring

24/142
Nr opisu: 0000131960
Ocena normatywności cech artykulacyjnych głosek dentalizowanych z wykorzystaniem wielowymiarowej analizy sygnału mowy. Rozprawa doktorska.
[Aut.]: Zuzanna Miodońska.
Gliwice, 2019, 116 s., bibliogr. 130 poz.
Politechnika Śląska. Wydział Inżynierii Biomedycznej. Promotor: dr hab. inż. Paweł Badura, dr inż.

analiza mowy ; logopedia ; komputerowe wspomaganie diagnostyki mowy ; sygmatyzm ; klasyfikacja ; cecha artykulacyjna

speech analysis ; logopedia ; computer-aided speech diagnosis ; sigmatism ; classification ; articulatory feature

25/142
Nr opisu: 0000131958
On approaches to discretisation of stylometric data and conflict resolution in decision making.
[Aut.]: Urszula Stańczyk, B. Zielosko.
W: Knowledge-based and intelligent information & engineering systems. Proceedings of the 23rd International Conference KES2019. Ed. by Imre J. Rudas, Csirik Janos, Carlos Toro, Janos Botzheim, Robert J. Howlett, Lakhmi C. Jain. Amsterdam : Elsevier B.V., 2019, s. 1811-1820, bibliogr. 22 poz. (Procedia Computer Science ; vol. 159 1877-0509). Punktacja MNiSW 70.000

dyskretyzacja ; zbiory przybliżone ; reguły decyzyjne ; konflikt ; klasyfikacja ; stylometria

discretisation ; rough sets ; decision rules ; conflict ; classification ; stylometry

26/142
Nr opisu: 0000130841
On evolutionary classification ensembles.
[Aut.]: Aleksandra Kardas, Michał Kawulok, Jakub Nalepa.
W: 2019 IEEE Congress on Evolutionary Computation (CEC). Proceedings. Piscataway : Institute of Electrical and Electronics Engineers, 2019, s. 2974-2981, bibliogr. 29 poz.. Punktacja MNiSW 70.000

algorytm genetyczny ; ensemble ; klasyfikacja

genetic algorithm ; ensemble ; classification

27/142
Nr opisu: 0000132064
Podpory tymczasowe - przegląd rozwiązań.
[Aut.]: Mateusz Smolana, Krzysztof Gromysz.
-Builder 2019 R. 23 nr 10, s. 98-101. Punktacja MNiSW 20.000

podpora tymczasowa ; klasyfikacja

temporary support ; classification

28/142
Nr opisu: 0000131994
Rock grains segmentation using curvilinear structures based features.
[Aut.]: S. Iwaszenko, Karolina Nurzyńska.
W: Real-Time Image Processing and Deep Learning 2019, Baltimore, Maryland, United States, 15-16 April 2019. Eds. Nasser Kehtarnavaz, Matthias F. Carlsohn. Bellingham : SPIE, 2019, art. no. 109960V s. 1-8, bibliogr. 17 poz. (Proceedings of SPIE ; vol. 10996 0277-786X). Punktacja MNiSW 20.000

klasyfikacja ; właściwości koloru ; wielkość ziarna ; segmentacja obiektu

classification ; colour features ; grain size ; object segmentation

29/142
Nr opisu: 0000135338
Segmentation of multispectral data simulated from hyperspectral imagery.
[Aut.]: M. Marcinkiewicz, Michał Kawulok, Jakub Nalepa.
W: 2019 IEEE International Geoscience & Remote Sensing Symposium. IGARSS 2019, July 28 - August 2, 2019, Yokohama, Japan. Proceedings. Piscataway : Institute of Electrical and Electronics Engineers, 2019, s. 3336-3339, bibliogr. 15 poz.. Punktacja MNiSW 20.000

dane multispektralne ; dane hiperspektralne ; obrazowanie spektroskopowe ; segmentacja ; klasyfikacja

multispectral data ; hyperspectral data ; spectroscopy imaging ; segmentation ; classification

30/142
Nr opisu: 0000121063
Selecting training sets for support vector machines: a review.
[Aut.]: Jakub Nalepa, Michał Kawulok.
-Artif. Intell. Rev. 2019 vol. 52 iss. 2, s. 857-900, bibliogr.. Impact Factor 5.747. Punktacja MNiSW 140.000

Maszyna Wektorów Nośnych ; dobór zestawu treningowego ; redukcja danych ; klasyfikacja

Support Vector Machine ; training set selection ; data reduction ; classification

31/142
Nr opisu: 0000131246
The influence of the normalisation of spinal CT images on the significance of textural features in the identification of defects in the spongy tissue structure.
[Aut.]: R. Dzierżak, Z. Omiotek, Ewaryst Tkacz, A. Kępa.
W: Innovations in biomedical engineering. IBE 2018. Eds.: Ewaryst Tkacz, Marek Gzik, Zbigniew Paszenda, Ewa Piętka. Cham : Springer, 2019, s. 55-66, bibliogr. 25 poz. (Advances in Intelligent Systems and Computing ; vol. 925 2194-5357). Punktacja MNiSW 20.000

osteoporoza ; obraz tomograficzny ; normalizacja obrazu ; selekcja cech ; klasyfikacja

osteoporosis ; CT image ; image normalisation ; feature selection ; classification

32/142
Nr opisu: 0000132074
The proposal of undersampling method for learning from imbalanced datasets.
[Aut.]: Małgorzata Bach, Aleksandra Werner, M. Palt.
W: Knowledge-based and intelligent information & engineering systems. Proceedings of the 23rd International Conference KES2019. Ed. by Imre J. Rudas, Csirik Janos, Carlos Toro, Janos Botzheim, Robert J. Howlett, Lakhmi C. Jain. Amsterdam : Elsevier B.V., 2019, s. 125-134, bibliogr. 32 poz. (Procedia Computer Science ; vol. 159 1877-0509). Punktacja MNiSW 70.000

klasyfikacja ; niezrównoważony zbiór danych ; metoda próbkowania

classification ; imbalanced dataset ; sampling method

33/142
Nr opisu: 0000129654
Validating hyperspectral image segmentation.
[Aut.]: Jakub Nalepa, Michał Myller, Michał Kawulok.
-IEEE Geosci. Remote Sens. Lett. 2019 vol. 16 iss. 3, s. 1264-1268, bibliogr. 23 poz.. Impact Factor 3.833. Punktacja MNiSW 140.000

klasyfikacja ; uczenie głębokie ; obrazowanie hiperspektralne ; segmentacja ; walidacja

classification ; deep learning ; hyperspectral imaging ; segmentation ; validation

34/142
Nr opisu: 0000126050
A novel training method to preserve generalization of RBPNN classifiers applied to ECG signals diagnosis.
[Aut.]: F. Boritelli, G. Capizzi, G. Lo Sciuto, C. Napoli, Marcin Woźniak.
-Neural Netw. 2018 vol. 108, s. 331-338, bibliogr. 42 poz.. Impact Factor 5.785. Punktacja MNiSW 30.000

systemy uczenia się ; szkolenie w zakresie sieci neuronowych ; klasyfikacja ; elektrokardiogram ; choroba serca

learning systems ; neural networks training ; classification ; electrocardiogram ; heart disease

35/142
Nr opisu: 0000124040
Assessment of classification with variable air flow for inertial classifier in dry grinding circuit with electromagnetic mill using partition curves.
[Aut.]: M. Wołosiewicz-Głąb, Szymon Ogonowski, D. Foszcz, T. Gawenda.
-Physicochem. Probl. Miner. Process. 2018 vol. 54 iss. 2, s. 440-447, bibliogr. 28 poz.. Impact Factor 1.062. Punktacja MNiSW 25.000

klasyfikacja ; rozdrabnianie ; młyn elektromagnetyczny ; przetwórstwo materiałów ; krzywa rozdziału

classification ; grinding ; electromagnetic mill ; material properties ; separation curve

36/142
Nr opisu: 0000125436
Automatic segmentation of corneal endothelium images with convolutional neural network.
[Aut.]: Karolina Nurzyńska.
W: Beyond databases, architectures and structures. Facing the challenges of data proliferation and growing variety. 14th International conference, BDAS 2018 held at the 24th IFIP World Computer Congress, WCC 2018, Poznan, Poland, September 18-20, 2018. Proceedings. Eds. Stanisław Kozielski, Dariusz Mrozek, Paweł Kasprowski, Bożena Małysiak-Mrozek, Daniel Kostrzewa. Cham : Springer, 2018, s. 323-333, bibliogr. 19 poz. (Communications in Computer and Information Science ; vol. 928 1865-0929). Punktacja MNiSW 20.000

obraz śródbłonka rogówki ; konwolucyjna sieć neuronowa ; segmentacja ; klasyfikacja

corneal endothelium images ; convolutional neural network ; segmentation ; classification

37/142
Nr opisu: 0000126372
Bidirectional action rule learning.
[Aut.]: Paweł Matyszok, Łukasz Wróbel, Marek Sikora.
W: Computer and information sciences. 32nd International symposium, ISCIS 2018 held at the 24th IFIP World Computer Congress, WCC 2018, Poznan, Poland, September 20-21, 2018. Proceedings. Eds. Tadeusz Czachórski, Erol Gelenbe, Krzysztof Grochla, Ricardo Lent. Cham : Springer, 2018, s. 220-228, bibliogr. 18 poz. (Communications in Computer and Information Science ; vol. 935 1865-0929). Punktacja MNiSW 20.000

zasady działania ; klasyfikacja ; eksploracja danych

action rules ; classification ; data mining

38/142
Nr opisu: 0000127998
Cost-sensitive feature selection for class imbalance problem.
[Aut.]: Małgorzata Bach, Aleksandra Werner.
W: Information Systems Architecture and Technology. Proceedings of 38th International Conference on Information Systems Architecture and Technology - ISAT 2017. Proceedings paper. Pt. 1. Eds.: Leszek Borzemski, Jerzy Świątek, Zofia Wilimowska. Cham : Springer, 2018, s. 182-194, bibliogr. 22 poz. (Advances in Intelligent Systems and Computing ; vol. 655 2194-5357). Punktacja MNiSW 15.000

problem danych niezrównoważonych ; selekcja cech ; uczenie wrażliwe na koszt błędnej klasyfikacji ; klasyfikacja

class imbalance problem ; feature selection ; cost sensitive learning ; classification

39/142
Nr opisu: 0000118994
Decision rule learning from stream of measurements - a case study in methane hazard forecasting in coal mines.
[Aut.]: Michał Kozielski, Paweł Matyszok, Marek Sikora, Łukasz Wróbel.
W: Man-machine interactions 5. 5th International Conference on Man-Machine Interactions, ICMMI 2017, Kraków, Poland, October 3-6, 2017. Eds. Aleksandra Gruca, Tadeusz Czachórski, Katarzyna Harezlak, Stanisław Kozielski, Agnieszka Piotrowska. Berlin : Springer International Publishing, 2018, s. 301-310, bibliogr. 21 poz. (Advances in Intelligent Systems and Computing ; vol. 659 2194-5357). Punktacja MNiSW 15.000

klasyfikacja ; eksploracja strumienia danych ; uczenie się oparte na regułach

classification ; data stream mining ; rule-based learning

40/142
Nr opisu: 0000117317
Evaluating importance for numbers of bins in discretised learning and test sets.
[Aut.]: Urszula Stańczyk.
W: Intelligent decision technologies 2017. Proceedings of the 9th KES International Conference on Intelligent Decision Technologies (KES-IDT 2017). Pt. 1. Eds. Ireneusz Czarnowski, Robert J. Howlett, Lakhmi C. Jain. Berlin : Springer International Publishing, 2018, s. 159-169, bibliogr. 16 poz. (Smart Innovation, Systems and Technologies ; vol. 72 2190-3018). Punktacja MNiSW 20.000

dyskretyzacja nadzorowana ; dyskretyzacja nienadzorowana ; atrybut ; interwał ; klasyfikacja

supervised discretisation ; unsupervised discretisation ; attribute ; classification ; bin

41/142
Nr opisu: 0000126040
Feature selection based on logistic regression for 2-class classification of multidimensional molecular data.
[Aut.]: Sebastian Student, Alicja* Płuciennik, Michał* Jakubczak, Krzysztof Fujarewicz.
W: Artificial intelligence: methodology, systems, and applications. 18th International Conference, AIMSA 2018, Varna, Bulgaria, September 12-14, 2018. Proceedings. Eds.: Gennady Agre, Josef van Genabith, Thierry Declerck. Cham : Springer, 2018, s. 286-290, bibliogr. 11 poz. (Lecture Notes in Computer Science ; vol. 11089 0302-9743). Punktacja MNiSW 20.000

wybór funkcji ; regresja logistyczna ; klasyfikacja ; diagnoza raka ; sygnatury ekspresji genów

feature selection ; logistic regression ; classification ; cancer diagnosis ; gene expression signatures

42/142
Nr opisu: 0000125431
Genetic selection of training sets for (not only) artificial neural networks.
[Aut.]: Jakub Nalepa, Michał Myller, Szymon Piechaczek, Krzysztof Hrynczenko, Michał Kawulok.
W: Beyond databases, architectures and structures. Facing the challenges of data proliferation and growing variety. 14th International conference, BDAS 2018 held at the 24th IFIP World Computer Congress, WCC 2018, Poznan, Poland, September 18-20, 2018. Proceedings. Eds. Stanisław Kozielski, Dariusz Mrozek, Paweł Kasprowski, Bożena Małysiak-Mrozek, Daniel Kostrzewa. Cham : Springer, 2018, s. 194-206, bibliogr. 28 poz. (Communications in Computer and Information Science ; vol. 928 1865-0929). Punktacja MNiSW 20.000

ANN ; algorytm genetyczny ; klasyfikacja ; dobór zbioru treningowego

ANN ; genetic algorithm ; classification ; training set selection

43/142
Nr opisu: 0000118672
Pixel classification for skin detection in color images.
[Aut.]: Bartosz Binias, Mariusz Frąckiewicz, Krzysztof Jaskot, Henryk Palus.
W: Advanced technologies in practical applications for national security. Eds.: Aleksander Nawrat, Damian Bereska, Karol Jędrasiak. Cham : Springer, 2018, s. 87-99, bibliogr. 27 poz. (Studies in Systems, Decision and Control ; vol. 106 2198-4182). Punktacja MNiSW 20.000

detekcja skóry ; obraz kolorowy ; klasyfikacja ; uczenie maszynowe ; sieć neuronowa ; regresja logistyczna

skin detection ; color image ; classification ; machine learning ; neural network ; logistic regression

44/142
Nr opisu: 0000128192
Predictive business process monitoring with tree-based classification algorithms.
[Aut.]: Tomasz Owczarek, Piotr Janke.
-Logist. Transp. 2018 vol. 40 no. 4, s. 73-81, bibliogr. 24 poz.. Punktacja MNiSW 13.000

proces biznesowy ; predykcja ; klasyfikacja ; las losowy ; zwiększanie gradientu

business process ; prediction ; classification ; random forest ; gradient boosting

45/142
Nr opisu: 0000125433
The classification of music by the genre using the KNN classifier.
[Aut.]: Daniel Kostrzewa, Robert Brzeski, Maciej Kubański.
W: Beyond databases, architectures and structures. Facing the challenges of data proliferation and growing variety. 14th International conference, BDAS 2018 held at the 24th IFIP World Computer Congress, WCC 2018, Poznan, Poland, September 18-20, 2018. Proceedings. Eds. Stanisław Kozielski, Dariusz Mrozek, Paweł Kasprowski, Bożena Małysiak-Mrozek, Daniel Kostrzewa. Cham : Springer, 2018, s. 233-242, bibliogr. 40 poz. (Communications in Computer and Information Science ; vol. 928 1865-0929). Punktacja MNiSW 20.000

klasyfikacja ; dokładność ; Kappa ; piosenka ; ścieżka dźwiękowa ; gatunek muzyczny ; jAudio ; kNN

classification ; accuracy ; Kappa ; song ; music track ; music genre ; jAudio ; kNN

46/142
Nr opisu: 0000118997
The data dimensionality reduction in the classification process through greedy backward feature elimination.
[Aut.]: Daniel Kostrzewa, Robert Brzeski.
W: Man-machine interactions 5. 5th International Conference on Man-Machine Interactions, ICMMI 2017, Kraków, Poland, October 3-6, 2017. Eds. Aleksandra Gruca, Tadeusz Czachórski, Katarzyna Harezlak, Stanisław Kozielski, Agnieszka Piotrowska. Berlin : Springer International Publishing, 2018, s. 397-407, bibliogr. 22 poz. (Advances in Intelligent Systems and Computing ; vol. 659 2194-5357). Punktacja MNiSW 15.000

redukcja wymiarowości ; wybór cech ; algorytm ; klasyfikacja ; Kappa ; Weka ; UCI ; URBAN ; DIGITS

dimensionality reduction ; feature selection ; algorithm ; classification ; Kappa ; Weka ; UCI ; URBAN ; DIGITS

47/142
Nr opisu: 0000118998
Tuning and evolving support vector machine models.
[Aut.]: Jakub Nalepa, Michał Kawulok, Wojciech Dudzik.
W: Man-machine interactions 5. 5th International Conference on Man-Machine Interactions, ICMMI 2017, Kraków, Poland, October 3-6, 2017. Eds. Aleksandra Gruca, Tadeusz Czachórski, Katarzyna Harezlak, Stanisław Kozielski, Agnieszka Piotrowska. Berlin : Springer International Publishing, 2018, s. 418-428, bibliogr. 27 poz. (Advances in Intelligent Systems and Computing ; vol. 659 2194-5357). Punktacja MNiSW 15.000

maszyna wektorów podpierających ; klasyfikacja ; algorytm genetyczny ; funkcja jądra ; hiperparametr

Support Vector Machine ; classification ; genetic algorithm ; Kernel function ; hyper-parameter

48/142
Nr opisu: 0000127708
Uwagi o "różnorodności" jako kategorii ontologicznej i aksjologicznej.
[Aut.]: Waldemar Czajkowski.
-Zesz. Nauk. PŚl., Org. Zarz. 2018 z. 123, s. 103-116, bibliogr. 20 poz.. Punktacja MNiSW 11.000

różnorodność ; różnorodność biologiczna ; różnorodność kulturowa ; klasyfikacja

diversity ; biological diversity ; cultural diversity ; classification

49/142
Nr opisu: 0000119031
"Różnorodność" jako kategoria ontologiczna i aksjologiczna.
[Aut.]: Waldemar Czajkowski.
W: Rozwój społeczny wobec wartości. Etyka - technika - społeczeństwo. III Międzynarodowa interdyscyplinarna konferencja naukowa, 28-30 września 2017 r., Wisła. Social development towards values. Ethics - technology - society. Third international interdisciplinary scientific conference. Księga streszczeń. Red. Paulina Kuzior. Zabrze : Katedra Stosowanych Nauk Społecznych. Wydział Organizacji i Zarządzania. Politechnika Śląska, 2017, s. 50

różnorodność ; różnorodność biologiczna ; różnorodność kulturowa ; klasyfikacja

diversity ; biological diversity ; cultural diversity ; classification

50/142
Nr opisu: 0000116062
Adjusting parameters of the classifiers in multiclass classification.
[Aut.]: Daniel Kostrzewa, Robert Brzeski.
W: Beyond databases, architectures and structures. Towards efficient solutions for data analysis and knowledge representation. 13th International conference, BDAS 2017, Ustroń, Poland, May 30 - June 2, 2017. Proceedings. Eds. Stanisław Kozielski, Dariusz Mrozek, Paweł Kasprowski, Bożena Małysiak-Mrozek, Daniel Kostrzewa. Cham : Springer International Publishing, 2017, s. 89-101, bibliogr. 36 poz. (Communications in Computer and Information Science ; vol. 716 1865-0929). Punktacja MNiSW 15.000

klasyfikacja ; klasyfikacja wieloklasowa ; Kappa ; Weka ; UCI ; PEMS ; GCM ; smartphone

classification ; multiclass classification ; Kappa ; Weka ; UCI ; PEMS ; GCM ; smartphone

51/142
Nr opisu: 0000119783
Categorization and management of post-mining areas in view of the liquidation of underground mining plants.
[Aut.]: Tadeusz Mzyk, Marian Gorol.
W: III Konferencja naukowo-techniczna "Inżynieria i kształtowanie środowiska", Zielona Góra, 12-13.10.2017. 3rd Conference "Environmental engineering and design". Książka abstraktów. Zielona Góra : Uniwersytet Zielonogórski. Wydział Budownictwa, Architektury i Inżynierii Środowiska. Instytut Inżynierii Środowiska, 2017, s. 78

likwidacja zakładów górniczych ; teren pogórniczy ; klasyfikacja ; zagospodarowanie terenu

liquidation of mining plants ; post-mining area ; classification ; land development

52/142
Nr opisu: 0000114604
Comparative analysis of selected classifiers in posterior cruciate ligaments computer aided diagnosis.
[Aut.]: Piotr Janusz Zarychta, Paweł Badura, Ewa Piętka.
-Bull. Pol. Acad. Sci., Tech. Sci. 2017 vol. 65 no. 1, s. 63-70, bibliogr. 40 poz.. Impact Factor 1.361. Punktacja MNiSW 25.000

tylne więzadło krzyżowe ; diagnostyka wspomagana komputerowo ; ekstrakcja cech ; klasyfikacja ; obliczenia miękkie

posterior cruciate ligament ; computer aided diagnosis ; feature extraction ; classification ; soft computing

53/142
Nr opisu: 0000116655
Emotion recognition: the influence of texture's descriptors on classification accuracy.
[Aut.]: Karolina Nurzyńska.
W: Beyond databases, architectures and structures. Towards efficient solutions for data analysis and knowledge representation. 13th International conference, BDAS 2017, Ustroń, Poland, May 30 - June 2, 2017. Proceedings. Eds. Stanisław Kozielski, Dariusz Mrozek, Paweł Kasprowski, Bożena Małysiak-Mrozek, Daniel Kostrzewa. Cham : Springer International Publishing, 2017, s. 427-438, bibliogr. 31 poz. (Communications in Computer and Information Science ; vol. 716 1865-0929). Punktacja MNiSW 15.000

klasyfikacja ; rozpoznawanie emocji ; filtr Gabora ; HOG ; LBP

classification ; emotion recognition ; Gabor filters ; HOG ; LBP ; texture operator

54/142
Nr opisu: 0000120227
Gaze self-similarity plot - a new visualization technique.
[Aut.]: Paweł Kasprowski, Katarzyna Harężlak.
-J. Eye Mov. Res. 2017 vol. 10 iss. 5, s. 1-14, bibliogr. 17 poz.. Impact Factor 0.852. Punktacja MNiSW 20.000

okulografia ; wizualizacja ; powtarzalność ; wzorzec wizualny ; klasyfikacja

eye tracking ; visualization ; recurrence ; visual patterns ; classification

55/142
Nr opisu: 0000118815
Heterogeneous ensemble of specialised models - a case study in stock market recommendations.
[Aut.]: Michał Kozielski, Katarzyna Dusza, Józef Flakus, Krzysztof* Kozłowski, Sebastian* Musiał, B. Szwej.
W: Foundations of intelligent systems. 23rd International symposium, ISMIS 2017, Warsaw, Poland, June 26-29, 2017. Proceedings. Eds. Marzena Kryszkiewicz, Annalisa Appice, Dominik Ślęzak, Henryk Rybinski, Andrzej Skowron, Zbigniew W. Raś. Berlin : Springer, 2017, s. 728-734, bibliogr. 11 poz. (Lecture Notes in Computer Science ; vol. 10352 Lecture Notes in Artificial Intelligence ; 0302-9743). Punktacja MNiSW 20.000

klasyfikacja ; zbiór niejednorodny ; podejście wielomodelowe

classification ; heterogeneous ensemble ; ensemble learning

56/142
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

57/142
Nr opisu: 0000115873
Large-scale data classification system based on Galaxy Server and protected from information leak.
[Aut.]: Krzysztof Fujarewicz, Sebastian Student, Tomasz* Zielański, Michał* Jakubczak, Justyna* Pieter, Katarzyna* Pojda, Andrzej Świerniak.
W: Intelligent information and database systems. 9th Asian Conference, ACIIDS 2017, Kanazawa, Japan, April 3-5, 2017. Proceedings. Pt. 2. Eds. Ngoc Thanh Nguyen, Satoshi Tojo, Le Minh Nguyen, Bogdan Trawiński. Cham : Springer International Publishing, 2017, s. 765-773, bibliogr. 17 poz. (Lecture Notes in Computer Science ; vol. 10192 Lecture Notes in Artificial Intelligence ; 0302-9743). Punktacja MNiSW 20.000

uczenie maszynowe ; Galaxy Server ; klasyfikacja ; wybór cech ; walidacja modelu ; wybór modelu ; duży zbiór danych ; dane genomowe ; dane proteomiczne

machine learning ; Galaxy Server ; classification ; feature selection ; model validation ; model selection ; large-scale data ; genomic data ; proteomic data ; small-sample data

58/142
Nr opisu: 0000111547
Molecular profiles of thyroid cancer subtypes: Classification based on features of tissue revealed by mass spectrometry imaging.
[Aut.]: M. Pietrowska, H. Diehl, Grzegorz Mrukwa, M. Kalinowska-Herok, M. Gawin, M. Chekan, J. Elm, G. Drążek, Anna Krawczyk, D. Lange, H. Meyer, Joanna Polańska, C. Henkel, P. Widlak.
-Biochim. Biophys. Acta - Proteins Proteom. 2017 vol. 1865 iss. 7, s. 837-845, bibliogr. 55 poz.. Impact Factor 2.609. Punktacja MNiSW 30.000

klasyfikacja ; tkanki FFPE ; obrazowanie metodą spektrometrii mas ; rak tarczycy

classification ; FFPE tissue ; mass spectrometry imaging ; molecular signature ; thyroid cancer

59/142
Nr opisu: 0000117950
Multidimensional feature selection and interaction mining with decision tree based ensemble methods.
[Aut.]: Łukasz* Król, Joanna Polańska.
W: 11th International Conference on Practical Applications of Computational Biology and Bioinformatics. PACBB 2017, Porto, Portugal, 21-23 June 2017. Eds. F. Fdez-Riverola, M. Mohamad, M. Rocha, J. De Paz, T. Pinto. Cham : Springer, 2017, s. 118-125, bibliogr. 13 poz. (Advances in Intelligent Systems and Computing ; vol. 616 2194-5357)

wybór cech ; integracja cech ; redukcja wymiarowości ; klasyfikacja ; drzewo decyzyjne ; las losowy ; randomizowane drzewo ; selekcja cech Monte Carlo

feature selection ; feature interaction ; dimensionality reduction ; classification ; decision tree ; random forest ; extremely randomized trees ; Monte Carlo feature selection

60/142
Nr opisu: 0000115252
Parametric optimization of the selected classifiers in binary classification.
[Aut.]: Daniel Kostrzewa, Robert Brzeski.
W: Advanced topics in intelligent information and database systems. Eds. Dariusz Król, Ngoc Thanh Nguyen, Kiyoaki Shirai. Cham : Springer International Publishing, 2017, s. 59-69, bibliogr. 33 poz. (Studies in Computational Intelligence ; vol. 710 1860-949X). Punktacja MNiSW 15.000

klasyfikator ; klasyfikacja ; Weka ; dokładność ; IBk ; baza logistyczna ; naiwny klasyfikator Bayesa ; zero R ; SMO ; SGD ; UCI ; parametr ; optymalizacja ; klasyfikator głosujący perceptron

classifier ; classification ; Weka ; accuracy ; IBk ; logistic base ; Naive Bayes ; zero R ; SMO ; SGD ; UCI ; parameter ; optimization ; voted perceptron

61/142
Nr opisu: 0000117527
Smile veracity recognition using LBP features for image sequence processing.
[Aut.]: Karolina Nurzyńska, Bogdan Smołka.
W: Second International Conference on Systems Informatics, Modelling and Simulation. SIMS 2016, Riga, Latvia, 1-3 June 2016. Proceedings. Piscataway : Institute of Electrical and Electronics Engineers, 2017, s. 89-93, bibliogr. 22 poz.. Punktacja MNiSW 15.000

rozpoznawanie prawdziwości emocji ; LBP ; intensywność uśmiechu ; klasyfikacja ; przetwarzanie obrazów

emotion veracity recognition ; LBP ; smile intensity ; classification ; image processing

62/142
Nr opisu: 0000114203
Spontaneous smile detection with application of landmark points supported by visual indications.
[Aut.]: Karolina Nurzyńska, Bogdan Smołka.
W: Computer science & information technology. Second International Conference on Computer Science, Information Technology and Applications, Zurich, Switzerland, January 2-3, 2017. Eds.: David C. Wyld, Dhinaharan Nagamalai. [B.m.] : AIRCC Publishing Corporation, 2017, s. 187-194, bibliogr. 30 poz. (Computer Science & Information Technology ; 2231-5403)

rozpoznawanie uśmiechu ; punkt orientacyjny ; intensywność uśmiechu ; klasyfikacja

smile veracity recognition ; landmark ; smile intensity ; classification

63/142
Nr opisu: 0000119655
Supervised and unsupervised discretisation in stylometric domain: a case study.
[Aut.]: Urszula Stańczyk, B. Zielosko, Grzegorz Baron.
W: Concurrency, specification, and programming. CS&P'2017, Warsaw, 25-27.09.2017 [online]. [B.m.] : [b.w.], 2017, (plik pdf) s. 1-12, bibliogr. 19 poz.
Dostępny w Internecie: http://csp2017.mimuw.edu.pl/data/uploads/papers/CSP2017_paper_21.pdf [dostęp 8 listopada 2017]

dyskretyzacja nadzorowana ; dyskretyzacja nienadzorowana ; atrybut ; interwał ; stylometria ; klasyfikacja

supervised discretisation ; unsupervised discretisation ; attribute ; interval ; stylometry ; classification

64/142
Nr opisu: 0000111670
The study of under- and over-sampling methods' utility in analysis of highly imbalanced data on osteoporosis.
[Aut.]: Małgorzata Bach, Aleksandra Werner, J. Żywiec, W. Pluskiewicz.
-Inf. Sci. 2017 vol. 384, s. 174-190, bibliogr. 74 poz.. Impact Factor 4.305. Punktacja MNiSW 45.000

klasyfikacja ; dane niezrównoważone ; osteoporoza ; pomiar wydajności ; metoda próbkowania

classification ; imbalanced data ; osteoporosis ; performance measurement ; sampling method

65/142
Nr opisu: 0000102427
Application of dimensionality reduction methods for eye movement data classification.
[Aut.]: Aleksandra Helena Gruca, Katarzyna Harężlak, Paweł Kasprowski.
W: Man-machine interactions 4. 4th International Conference on Man-Machine Interactions, ICMMI 2015, Kocierz Pass, Poland, October 6-9, 2015. Eds. Aleksandra Gruca, Agnieszka Brachman, Stanisław Kozielski, Tadeusz Czachórski. Berlin : Springer, 2016, s. 291-303, bibliogr. 24 poz. (Advances in Intelligent Systems and Computing ; vol. 391 2194-5357)

ruch oczu ; analiza danych ; DTW ; redukcja wymiarowości ; klasyfikacja ; PCA ; SVM ; las losowy

eye movements ; data analysis ; DTW ; dimensionality reduction ; classification ; PCA ; SVM ; random forest

66/142
Nr opisu: 0000102440
Classification based on incremental fuzzy (1 + p)-means clustering.
[Aut.]: Michał Jeżewski, Jacek Łęski, Robert Czabański.
W: Man-machine interactions 4. 4th International Conference on Man-Machine Interactions, ICMMI 2015, Kocierz Pass, Poland, October 6-9, 2015. Eds. Aleksandra Gruca, Agnieszka Brachman, Stanisław Kozielski, Tadeusz Czachórski. Berlin : Springer, 2016, s. 563-572, bibliografia 15 poz. (Advances in Intelligent Systems and Computing ; vol. 391 2194-5357)

klasteryzacja ; reguła rozmyta ; klasyfikacja

clustering ; fuzzy rule ; classification ; fuzzy rule-based classification

67/142
Nr opisu: 0000106518
Data intensive vs sliding window outlier detection in the stream data - an experimental approach.
[Aut.]: Mateusz* Kalisch, Marcin Michalak, Marek Sikora, Ł. Wróbel, Piotr Przystałka.
W: Artificial intelligence and soft computing. 15th International Conference, ICAISC 2016, Zakopane, Poland, June 12-16, 2016. Proceedings. Pt. 2. Eds.: Leszek Rutkowski, Marcin Korytkowski, Rafał Scherer, Ryszard Tadeusiewicz, Lotfi A. Zadeh, Jacek M. Zurada. Cham : Springer, 2016, s. 73-87, bibliogr. 55 poz. (Lecture Notes in Computer Science ; vol. 9693 0302-9743)

wykrywanie próbek odstających ; analiza danych ; klasyfikacja ; szereg czasowy

outlier detection ; data analysis ; classification ; time series

68/142
Nr opisu: 0000106339
Influence of outliers introduction on predictive models quality.
[Aut.]: Mateusz* Kalisch, Marcin Michalak, Marek Sikora, Ł. Wróbel, Piotr Przystałka.
W: Beyond databases, architectures and structures. Advanced technologies for data mining and knowledge discovery. 12th International conference, BDAS 2016, Ustroń, Poland, May 31 - June 3, 2016. Proceedings. Eds. Stanisław Kozielski, Dariusz Mrozek, Paweł Kasprowski, Bożena Małysiak-Mrozek, Daniel Kostrzewa. [B.m.] : Springer, 2016, s. 79-93, bibliogr. 28 poz. (Communications in Computer and Information Science ; vol. 613 1865-0929)

analiza danych ; klasyfikacja ; szereg czasowy ; wykrywanie próbek odstających

data analysis ; classification ; time series ; outlier detection

69/142
Nr opisu: 0000107419
On approaches to discretization of datasets used for evaluation of decision systems.
[Aut.]: Grzegorz Baron, Katarzyna Harężlak.
W: Intelligent decision technologies 2016. Proceedings of the 8th KES International Conference on Intelligent Decision Technologies (KES-IDT 2016). Pt. 2. Eds. Ireneusz Czarnowski, Alfonso Mateos Caballero, Robert J. Howlett, Lakhmi C. Jain. Berlin : Springer, 2016, s. 149-159, bibliogr. 13 poz. (Smart Innovation, Systems and Technologies ; vol. 57 2190-3018)

dyskretyzacja ; klasyfikacja ; naiwny klasyfikator Bayesa ; atrybucja autorska ; system decyzyjny

discretization ; classification ; Naive Bayes classifier ; authorship attribution ; decision system

70/142
Nr opisu: 0000110470
Outlier detection and elimination in stream data - an experimental approach.
[Aut.]: Mateusz* Kalisch, Marcin Michalak, Piotr Przystałka, Marek Sikora, Łukasz Wróbel.
W: Rough sets. International joint conference, IJCRS 2016, Santiago de Chile, Chile, October 7-11, 2016. Proceedings. Eds. Victor Flores, Fernando Gomide, Andrzej Janusz, Claudio Meneses, Duoqian Miao, Georg Peters, Dominik Ślęzak, Guoyin Wang, Richard Weber, Yiyu Yao. Cham : Springer International Publishing, 2016, s. 416-426, bibliogr. 35 poz. (Lecture Notes in Computer Science ; vol. 9920 Lecture Notes in Artificial Intelligence ; 0302-9743)

wykrywanie próbek odstających ; analiza danych ; klasyfikacja ; szereg czasowy

outlier detection ; data analysis ; classification ; time series

71/142
Nr opisu: 0000113507
Smile veracity recognition using 3D texture features for image sequence processing.
[Aut.]: Karolina Nurzyńska, Bogdan Smołka.
W: Signal processing: algorithms, architectures, arrangements, and applications. SPA 2016, Poznan, 21-23rd September 2016. Conference proceedings. The Institute of Electrical and Electronics Engineers Inc. Region 8 - Europe, Middle East and Africa. Poland Section. Chapters Signal Processing, Circuits and Systems, Poznan University of Technology. Faculty of Computing. Chair of Control and System Engineering. Division of Signal Processing and Electronic Systems. Piscataway : IEEE, 2016, s. 125-129, bibliogr. 14 poz.

LBP-TOP ; klasyfikacja ; przetwarzanie obrazów ; rozpoznawanie prawdziwości emocji

LBP-TOP ; classification ; image processing ; emotion veracity recognition

72/142
Nr opisu: 0000111671
The study of preprocessing methods' utility in analysis of multidimensional and highly imbalanced medical data.
[Aut.]: Aleksandra Werner, Małgorzata Bach, W. Pluskiewicz.
W: Proceedings of the 11th Scientific Conference Internet in the Information Society 2016. Eds. Rostański Maciej, Pikiewicz Piotr, Buchwald Paweł, Maczka Krystian. Dąbrowa Górnicza : Wydaw. Naukowe University of Dąbrowa Górnicza, 2016, s. 71-87, bibliogr. 44 poz.

klasyfikacja ; dane niezrównoważone ; wielowymiarowość ; nadpróbkowanie ; podpróbkowanie ; osteoporoza ; metody próbkowania

classification ; imbalanced data ; multidimensionality ; over-sampling ; under-sampling ; sampling method ; osteoporosis ; sampling methods

73/142
Nr opisu: 0000118298
Wyroby medyczne - klasyfikacja, procedury zgodności i zarządzanie ryzykiem.
[Aut.]: Jan** Marciniak.
W: Biomateriały. Red. Stanisław Błażewicz, Jan Marciniak. Warszawa : Akademicka Oficyna Wydaw. EXIT, 2016, s. 829-847, bibliogr. 24 poz. (Inżynieria Biomedyczna, Podstawy i Zastosowania ; t. 4)

wyrób medyczny ; dyrektywy Unii Europejskiej ; klasyfikacja ; projektowanie ; wdrożenie

medical device ; EU directives ; classification ; design ; implementation

74/142
Nr opisu: 0000116788
Zastosowanie algorytmów klasteryzacji w celu redukcji wymiarowości zbioru cech - przegląd metod.
[Aut.]: Katarzyna* Pojda.
W: Badania i rozwój młodych naukowców w Polsce 2016. Nauki przyrodnicze. Cz. 7. Red. Jacek Leśny, Jędrzej Nyćkowiak. Poznań : Młodzi Naukowcy, 2016, s. 72-77, bibliogr. 13 poz.

selekcja cech ; ekstrakcja cech ; klasyfikacja

feature selection ; feature extraction ; classification

75/142
Nr opisu: 0000103144
Facial displays description schemas for smiling vs. neutral emotion recognition.
[Aut.]: Karolina Nurzyńska, Bogdan Smołka.
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. 594-605, bibliogr. 22 poz. (Lecture Notes in Computer Science ; vol. 9119 Lecture Notes in Artificial Intelligence ; 0302-9743)

lokalny wzorzec binarny ; klasyfikacja ; wykrywanie uśmiechu

local binary pattern ; classification ; smile detection

76/142
Nr opisu: 0000102986
Feature selection for EEG-based discrimination between imagination of left and right hand movements.
[Aut.]: Bartosz Binias, Henryk Palus.
-Meas. Autom. Monit. 2015 vol. 61 nr 4, s. 94-97, bibliogr. 8 poz.. Punktacja MNiSW 11.000

sygnał EEG ; interfejs mózg-komputer ; ekstrakcja cech ; klasyfikacja ; aktywność mózgu

EEG signal ; brain-computer interface ; feature extraction ; classification ; brain activity

77/142
Nr opisu: 0000103904
Impact of the formal requirements and geological and mining conditions on the exploitation of hard coal resources in Upper Silesian Coal Basin (Poland).
[Aut.]: Borys* Borówka.
W: 15th International Multidisciplinary Scientific Geoconference SGEM 2015. Science and technologies in geology, exploration and mining, 18-24 June, 2015, Albena, Bulgaria. Vol. 1, Geology, mineral processing, oil and gas exploration. Sofia : STEF92 Technology, 2015, s. 247-252 (International Multidisciplinary Scientific GeoConference SGEM ; 1314-2704)

Górnośląskie Zagłębie Węglowe ; zasoby węgla kamiennego ; klasyfikacja ; pokład węgla ; eksploatacja

Upper Silesian Coal Basin ; hard coal resources ; classification ; coal seam ; exploitation

78/142
Nr opisu: 0000110170
Power LBP: A novel texture operator for smiling and neutral facial display classification.
[Aut.]: Bogdan Smołka, Karolina Nurzyńska.
W: International Conference on Computational Science. ICCS 2015. Computational Science at the Gates of Nature, June 1-3, 2015, Reykjavík, Iceland. Ed. by Slawomir Koziel, Leifur Leifsson, Michael Lees, Valeria V. Krzhizhanovskaya, Jack Dongarra and Peter M.A. Sloot. Amsterdam : Elsevier, 2015, s. 1555-1564, bibliogr. 24 poz. (Procedia Computer Science ; vol. 51 1877-0509)

LBP ; lokalny wzorzec binarny ; klasyfikacja ; rozpoznawanie emocji

power LBP ; local binary pattern ; classification ; emotion recognition

79/142
Nr opisu: 0000102881
Propozycja nowej metody klasyfikacji zagrożenia gazowego na terenach pogórniczych kopalń węgla kamiennego.
[Aut.]: Paweł Wrona.
-Wiad. Gór. 2015 R. 66 nr 11, s. 584-592, 24 poz.. Punktacja MNiSW 5.000

teren pogórniczy ; kopalnia węgla kamiennego ; zagrożenie gazowe ; klasyfikacja

post-mining area ; hard coal mine ; gaseous hazard ; classification

80/142
Nr opisu: 0000105645
Recognition between smiling and neutral facial display with power LBP operator.
[Aut.]: Karolina Nurzyńska, Bogdan Smołka.
W: EUROCON 2015. International Conference on Computer as a Tool, Salamanca, Spain, 8 - 11 September 2015. Eds.: Jan Haase, Helmut Schmidt, Athanasios Kakarountas, Manuel Grana, Jesus Fraile-Ardanuy, Carl James Debono, Hector Quintian, Emilio Corchado. Piscataway : IEEE, 2015, s. 1-16, bibliogr. 37 poz.

klasyfikacja ; rozpoznawanie emocji ; lokalny wzorzec binarny ; LBP

classification ; emotion recognition ; local binary pattern ; power LBP

81/142
Nr opisu: 0000102349
Smiling and neutral facial display recognition with the local binary patterns operator.
[Aut.]: Karolina Nurzyńska, Bogdan Smołka.
-J. Med. Imaging Health Informat. 2015 vol. 5 nr 6, s. 1374-1382. Impact Factor 0.877. Punktacja MNiSW 15.000

klasyfikacja ; lokalny wzorzec binarny ; rozpoznawanie emocji

classification ; local binary pattern ; emotion recognition

82/142
Nr opisu: 0000104287
Video-based vehicle classification and counting for road traffic measurements.
[Aut.]: Zbigniew Czapla.
W: 6th International Scientific Conference, September 3rd - 4th 2015, Pardubice. Conference proceedings. Ed. Martin Trpisovsky. Pardubice : University of Pardubice, 2015, s. 77-91, bibliogr. 14 poz.
Toż na CD-ROM

pomiar ruchu drogowego ; pojazd ; klasyfikacja ; zliczanie pojazdów

road traffic measurement ; vehicle ; classification ; vehicle counting

83/142
Nr opisu: 0000106290
Wpływ liczby predtyktorów na skuteczność algorytmów opartych na drzewach klasyfikacyjnych.
[Aut.]: Tomasz Owczarek, Adam Sojda, Konrad Kaczmarek.
-Zesz. Nauk. PŚl., Org. Zarz. 2015 z. 86, s. 507-517, bibliogr. 15 poz.. Punktacja MNiSW 11.000

klasyfikacja ; dobór zmiennych ; drzewo klasyfikacyjne ; analityka predykcyjna

classification ; feature selection ; classification tree ; predictive analytics

84/142
Nr opisu: 0000090874
An efficient algorithm for microarray probes re-annotation.
[Aut.]: Paweł Foszner, Aleksandra Helena Gruca, Andrzej Polański, Michał Marczyk, Roman Jaksik, Joanna Polańska.
W: Transactions on computational collective intelligence XIII. Eds: Ngoc-Thanh Nguyen, Hoai An Le Thi. Berlin : Springer, 2014, s. 201-218, bibliogr. 10 poz. (Lecture Notes in Computer Science ; vol. 8342 0302-9743)

re-adnotacja ; mikromacierz ; wyrażenie danych ; Affymetrix ; klasyfikacja

re-annotation ; microarray ; expression data ; Affymetrix ; classification

85/142
Nr opisu: 0000088368
Application of the conditional fuzzy clustering with prototypes pairs to classification.
[Aut.]: Michał Jeżewski, Jacek Łęski.
W: Man-machine interactions 3. Eds: Aleksandra Gruca, Tadeusz Czachórski, Stanislaw Kozielski. Berlin : Springer, 2014, s. 397-405, bibliogr. 8 poz. (Advances in Intelligent Systems and Computing ; vol. 242 2194-5357)

grupowanie rozmyte ; grupowanie warunkowe ; klasyfikacja

fuzzy clustering ; conditional clustering ; classification

86/142
Nr opisu: 0000094479
Bi-clustering - algorithms and applications. Rozprawa doktorska.
[Aut.]: Paweł Foszner.
Gliwice, 2014, 132 s., bibliogr. 54 poz.
Politechnika Śląska. Wydział Automatyki, Elektroniki i Informatyki. Promotor: prof. dr hab. inż. Andrzej Polański

bi-klasteryzacja ; klasteryzacja ; algorytm ; klasyfikacja ; grupowanie danych

bi-clustering ; clustering ; algorithm ; classification ; data clustering

87/142
Nr opisu: 0000095779
Induction of LDA oblique decision rules.
[Aut.]: Marcin Michalak.
W: Proceedings of International Conference on Advances in Information Processing and Communication Technology. IPCT 2014, Rome, Italy, 07-08 June, 2014. [B.m.] : [b.w.], 2014, s. 21-25, bibliogr. 27 poz.

klasyfikacja ; uczenie maszynowe ; liniowa analiza dyskryminacyjna ; reguły decyzyjne ; pośrednie reguły decyzyjne

classification ; machine learning ; linear discriminant analysis ; decision rules ; oblique decision rules

88/142
Nr opisu: 0000110244
Influence of data discretization on efficiency of bayesian classifier for authorship attribution.
[Aut.]: Grzegorz Baron.
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. 1112-1121, bibliogr. 29 poz. (Procedia Computer Science ; vol. 35 1877-0509)

klasyfikator Bayesa ; naiwny klasyfikator Bayesa ; stylometria ; atrybucja autorska ; analiza tekstu ; klasyfikacja ; dyskretyzacja ; binaryzacja

Bayesian classifier ; Naive Bayes classifier ; stylometry ; authorship attribution ; text analysis ; classification ; discretization ; binarization

89/142
Nr opisu: 0000099816
Ispol'zovanie sistem vnutrennego transporta v processe skladirovaniâ.
[Aut.]: Karolina* Probierz, Aleksander Sładkowski.
W: Meždunarodnaâ naučno-praktičeskaâ konferencâ po stroitel'stvu i arhitekture. Sovremennyj gorod: proektirovanie, stroitel'stvo i razvitie. Sbornik materialov konferencii, Ekaterinburg, 23-24 aprelâ 2014 goda. Red. V. N. Alehin. Ural'skij Federal'nyj Universitet. Ekaterinburg : Urfu, 2014, s. 158-166, bibliogr. 7 poz.

magazyn ; klasyfikacja ; system transportu wewnętrznego

warehouse ; classification ; system of internal transport

90/142
Nr opisu: 0000092150
microRNA ₃'-end modification detection algorithm and its usage example for tissue classification.
[Aut.]: Marta Danch, Damian Borys, Tomasz* Stokowy, K. Krohn, Krzysztof Fujarewicz.
W: Information technologies in biomedicine. Vol. 3. Eds. Ewa Piętka, Jacek Kawa, Wojciech Więcławek. Cham : Springer, 2014, s. 285-294, bibliogr. 28 poz. (Advances in Intelligent Systems and Computing ; vol. 283 2194-5357)

microRNA ; algorytm detekcji ; klasyfikacja

microRNA ; detection algorithm ; classification ; partial least square ; 3'-end modification

91/142
Nr opisu: 0000090519
Miejsce architektury i urbanistyki w sztuce i nauce.
[Aut.]: Krzysztof Gasidło.
-Zesz. Nauk. PŚl., Archit. 2014 z. 54, s. 13-17, bibliogr. 5 poz.

architektura ; urbanistyka ; klasyfikacja ; sztuka ; nauka

architecture ; urbanism ; classification ; art ; science

92/142
Nr opisu: 0000088378
Neuro-fuzzy system based kernel for classification with support vector machines.
[Aut.]: Krzysztof Simiński.
W: Man-machine interactions 3. Eds: Aleksandra Gruca, Tadeusz Czachórski, Stanislaw Kozielski. Berlin : Springer, 2014, s. 415-422, bibliogr. 18 poz. (Advances in Intelligent Systems and Computing ; vol. 242 2194-5357)

Maszyna Wektorów Nośnych ; system neuronowo-rozmyty ; jądro adaptacyjne ; klasyfikacja

Support Vector Machine ; neuro-fuzzy system ; adaptive kernel ; classification

93/142
Nr opisu: 0000097121
Projekt rewitalizacji i rekultywacji terenów zdegradowanych - uwagi ogólne.
[Aut.]: Tomasz Szulc.
W: Tereny pogórnicze - szanse, zagrożenia. Analiza przypadku. Monografia. Red. Barbara Białecka, Witold Biały. Gliwice : Wydaw. P.A. NOVA, 2014, s. 30-39, bibliogr.

teren zdegradowany ; rewitalizacja ; klasyfikacja ; analiza ryzyka ; aspekt prawny

brownfield ; revitalization ; classification ; risk analysis ; legal aspect

94/142
Nr opisu: 0000095762
The influence of cardiotocogram signal feature selection method on fetal state assessment efficacy.
[Aut.]: Michał Jeżewski, Robert Czabański, Jacek Łęski.
-J. Med. Informat. Technol. 2014 vol. 23, s. 51-58, bibliogr. 25 poz.. Punktacja MNiSW 8.000

kardiotokografia ; klasyfikacja ; selekcja cech

cardiotocography ; classification ; feature selection

95/142
Nr opisu: 0000091482
Czynniki wpływające na strukturę i własności żeliw.
[Aut.]: Magdalena* Szczęsna, Janusz Ćwiek.
W: Ćwiczenia laboratoryjne z inżynierii materiałowej i nanotechnologii. Praca zbiorowa. Pod red. Leszka A. Dobrzańskiego i Tomasza Tańskiego. Gliwice : International OCSCO World Press, 2013, s. 388-391 (Open Access Library ; vol. 10 (28) 2083-5191)

żeliwo ; klasyfikacja ; dodatek stopowy ; struktura żeliwa ; ćwiczenia laboratoryjne

cast iron ; classification ; alloy addition ; cast iron structure ; laboratory exercises

96/142
Nr opisu: 0000085260
Katalog przegród budowlanych.
[Aut.]: Bożena Orlik-Kożdoń, Tomasz Steidl.
W: Poradnik diagnostyki cieplnej budynków. Praca zbiorowa. T. 1, Diagnostyka in situ izolacyjności cieplnej budynków. Pod red. Tomasza Steidla. Gliwice : Politechnika Śląska. Wydział Inżynierii Środowiska i Energetyki, 2013, s. 37-46, bibliogr.

przegroda budowlana ; klasyfikacja ; izolacyjność termiczna ; karta przegrody budowlanej

building partition ; classification ; thermal insulation ; building partition card

97/142
Nr opisu: 0000082503
Redefinition of decision rules based on the importance of elementary conditions evaluation.
[Aut.]: Marek Sikora.
-Fund. Informat. 2013 vol. 123 nr 2, s. 171-197, bibliogr. 66 poz.. Impact Factor 0.479. Punktacja MNiSW 20.000

reguły decyzyjne ; ocena jakości reguły ; indukcja reguł ; odkrywanie wiedzy ; klasyfikacja

decision rules ; rule quality measure ; rules induction ; knowledge discovery ; classification

98/142
Nr opisu: 0000090090
The impact of temporal proximity between samples on eye movement biometric identification.
[Aut.]: Paweł Kasprowski.
W: Computer information systems and industrial management. 12th IFIP TC8 International Conference, CISIM 2013, Krakow, Poland, September 25-27, 2013. Proceedings. Berlin : Springer, 2013, s. 77-87, bibliogr. 29 poz. (Lecture Notes in Computer Science ; vol. 8104 0302-9743)

biometria ruchu oczu ; biometria behawioralna ; klasyfikacja

eye movement biometrics ; behavioral biometrics ; classification

99/142
Nr opisu: 0000089765
Typologia wspólnot działań.
[Aut.]: Jacek* Bendkowski.
-Prz. Organ. 2013 nr 6, s. 8-12, bibliogr. 7 poz.. Punktacja MNiSW 13.000

wspólnota działań ; klasyfikacja ; zarządzanie wiedzą

community of practice ; classification ; knowledge management

100/142
Nr opisu: 0000083083
Analysis of new method of initialisation of neuro-fuzzy systems with support vector machines.
[Aut.]: Krzysztof Simiński.
-Theor. Appl. Informat. 2012 vol. 24 no. 3, s. 243-254, bibliogr. 21 poz.. Punktacja MNiSW 4.000

Maszyna Wektorów Nośnych ; system neuronowo-rozmyty ; klasyfikacja ; regresja

Support Vector Machine ; neuro-fuzzy system ; classification ; regression

101/142
Nr opisu: 0000077769
Clustering algorithm for classification methods.
[Aut.]: Jacek Łęski, Michał Jeżewski.
-J. Med. Informat. Technol. 2012 vol. 20, s. 11-18, bibliogr. 11 poz.. Punktacja MNiSW 5.000

grupowanie ; klasyfikacja ; granica klasy

clustering ; classification ; class boundary

102/142
Nr opisu: 0000082310
Hybrid artificial intelligence system in constraint based scheduling of integrated manufacturing ERP system.
[Aut.]: I. Rojek, Mieczysław Jagodziński.
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. 229-240, bibliogr. 24 poz. (Lecture Notes in Computer Science ; nr 7209 0302-9743)

sieć neuronowa ; klasyfikacja ; prognozowanie

neural network ; classification ; forecasting

103/142
Nr opisu: 0000070985
Main alloy elements in covered electrodes in terms of the amount of oxygen in weld metal deposits (WMD).
[Aut.]: Tomasz Węgrzyn, Robert Wieszała.
-Metalurgija 2012 vol. 51 iss. 2, s. 183-186, bibliogr. 8 poz.. Impact Factor 0.690. Punktacja MNiSW 20.000

spawanie ; tlen ; klasyfikacja ; stopiwo ; krzywa S-N

welding ; oxygen ; classification ; weld metal deposit ; S-N curve

104/142
Nr opisu: 0000071215
MALDI-typing of infectious algae of the genus Prototheca using SOM portraits.
[Aut.]: H. Wirth, M. von Bergen, J. Murugaiyan, U. Rosler, Tomasz* Stokowy, H. Binder.
-J. Microbiol. Methods 2012 vol. 88 iss. 1, s. 83-97, bibliogr.. Impact Factor 2.161. Punktacja MNiSW 25.000

MALDI ; spektrometria mas ; Prototheca ; mapa samoporządkująca ; klasyfikacja

MALDI ; mass spectrometry ; Prototheca ; self-organizing map ; classification

105/142
Nr opisu: 0000071654
An approach to unsupervised classification.
[Aut.]: Tomasz Przybyła, Tomasz Pander, K. Horoba, T. Kupka, A. Matonia.
-J. Med. Informat. Technol. 2011 vol. 17, s. 105-111, bibliogr. 19 poz.. Punktacja MNiSW 5.000

klasyfikacja ; grupowanie rozmyte ; klasyfikacja nienadzorowana ; klasyfikator minimalnoodległościowy

classification ; fuzzy clustering ; unsupervised classification ; nearest neighbors classifier

106/142
Nr opisu: 0000071650
Application of modified fuzzy clustering to medical data classification.
[Aut.]: Michał Jeżewski.
-J. Med. Informat. Technol. 2011 vol. 17, s. 51-57, bibliogr. 11 poz.. Punktacja MNiSW 5.000

grupowanie rozmyte ; klasyfikacja ; dane medyczne

fuzzy clustering ; classification ; medical data

107/142
Nr opisu: 0000084831
Cardiotocographic signals classification based on clustering and fuzzy if-then rules.
[Aut.]: Michał Jeżewski, Jacek Łęski.
W: 5th European Conference of the International Federation for Medical and Biological Engineering, Budapest, Hungary, 14-18 September 2011. Ed. A. Jobbagy. Berlin : Springer, 2011, s. 121-124, bibliogr. 13 poz. (IFMBE Proceedings ; vol. 37 1680-0737)

kardiotokografia ; monitorowanie płodu ; klasyfikacja ; klastering

cardiotocography ; fetal monitoring ; classification ; clustering

108/142
Nr opisu: 0000071601
Data-driven adaptive selection of rule quality measures for improving the rule induction algorithm.
[Aut.]: Marek Sikora, Łukasz Wróbel.
W: Rough sets, fuzzy sets, data mining and granular computing. RSFDGrC 2011. 13th International conference, Moscow, Russia, June 25-27, 2011. Proceedings. Eds: S. O. Kuznetsov [et al.]. Berlin : Springer, 2011, s. 278-285, bibliogr. 15 poz. (Lecture Notes in Computer Science ; vol. 6743 Lecture Notes in Artificial Intelligence ; 0302-9743)

indukcja reguł ; ocena jakości reguł ; klasyfikacja

rules induction ; rules quality measure ; classification

109/142
Nr opisu: 0000071577
Efficient algorithm for microarray probes re-annotation.
[Aut.]: Paweł Foszner, Aleksandra Helena Gruca, Andrzej Polański, Michał Marczyk, Roman Jaksik, Joanna Polańska.
W: Computational collective intelligence. Technologies and applications. ICCCI 2011. Third international conference, Gdynia, Poland, September 21-23, 2011. Proceedings. Pt 2. Eds: P. Jędrzejewicz, N.T. Nguyen, K. Hoang. Berlin : Springer, 2011, s. 281-289, bibliogr. 10 poz. (Lecture Notes in Computer Science ; vol. 6923 Lecture Notes in Artificial Intelligence ; 0302-9743)

readnotacja ; mikromacierz ; Affymetrix ; klasyfikacja ; poziom ekspresji genów

re-annotation ; microarray ; Affymetrix ; classification ; gene expression data

110/142
Nr opisu: 0000071557
Efficient system for clustering of dynamic document database.
[Aut.]: Paweł Foszner, Aleksandra Helena Gruca.
W: Cooperative design, visualization, and engineering. CDVE 2011. 8th International conference, Hong Kong, China, September 11-14, 2011. Proceedings. Ed. Yuhua Luo. Berlin : Springer, 2011, s. 186-189, bibliogr. 5 poz. (Lecture Notes in Computer Science ; vol. 6874 0302-9743)

grupowanie ; klasyfikacja ; NMF ; cechy semantyczne ; dokumentowa baza danych

clustering ; classification ; NMF ; semantic features ; document database

111/142
Nr opisu: 0000066622
Statystyczna analiza danych proteomicznych.
[Aut.]: Jolanta Kawulok, Joanna Polańska.
-Stud. Informat. 2011 vol. 32 nr 2A, s. 229-243, bibliogr. 19 poz.

widmo masowe ; klasyfikacja ; model mieszaniny gaussowskiej

mass spectrometry ; classification ; gaussian mixture model

112/142
Nr opisu: 0000062905
Classification with artificial immune systems.
[Aut.]: Małgorzata* Kuchta, Andrzej Sokołowski.
W: Trends in the development of machinery and associated technology. TMT 2010. 14th International research/expert conference, Mediterranean Cruise, 11-18 September 2010. Proceedings. Eds: S. Ekinović, Y. Uctug, J. Vivancos. University of Zenica [et al.]. Zenica : Faculty of Mechanical Engineering, 2010, s. 353-356, bibliogr. 4 poz. (TMT Proceedings ; Year 14, no. 1 1840-4944)

sztuczny system immunologiczny ; klasyfikacja ; narzędzie skrawające ; diagnostyka zużycia

artificial immune system ; classification ; cutting tool ; wear diagnostics

113/142
Nr opisu: 0000058906
Distributed data mining methodology for clustering and classification model.
[Aut.]: Marcin Gorawski, Ewa Płuciennik-Psota.
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. 323-330 bibliogr. 13 poz. (Lecture Notes in Computer Science ; vol. 6113 0302-9743)

eksploracja danych ; klastrowanie danych ; klasyfikacja

data mining ; data clustering ; classification

114/142
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

115/142
Nr opisu: 0000057700
Równoważący obciążenia system ETL, bazujący na maszynie uczącej.
[Aut.]: Marcin Gorawski, R. Wardas.
-Stud. Informat. 2010 vol. 31 nr 2A, s. 517-530, bibliogr. 26 poz.

ETL ; SVM ; klasyfikacja ; adaptacja ; LMWB ; Support Vector Machine ; Learning Machine-based Workload Balancing

ETL ; SVB ; classification ; adaptation ; LMWB ; Support Vector Machine ; Learning Machine-based Workload Balancing

116/142
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

117/142
Nr opisu: 0000054973
Metody elektrolitycznego utleniania aluminiowych tworzyw konstrukcyjnych.
[Aut.]: Andrzej Posmyk.
-Inż. Powierzchni 2009 nr 4, s. 11-15, bibliogr. 4 poz.

aluminium ; utlenianie elektrolityczne ; anodowanie ; prąd impulsowy ; utlenianie bezelektrodowe ; klasyfikacja

aluminium ; electrolytic oxidation ; anodising ; pulse current ; electrodeless oxidising ; classification

118/142
Nr opisu: 0000055008
Novel approaches to classification problems by means of artificial immune systems.
[Aut.]: M. Bereta, Tadeusz* Burczyński.
W: Methods of artificial intelligence. AI-METH 2009, [Gliwice, Poland, 18-19 November 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. 11-12, bibliogr. 6 poz.

sztuczny system immunologiczny ; mikromacierz ; klasyfikacja ; bioinformatyka ; zespół klasyfikatorów

artificial immune system ; microarray ; classification ; bioinformatics ; classifier ensemble

119/142
Nr opisu: 0000054983
Optymalizacja zróżnicowania wartości wymiarów w systemach modułowych konstrukcji.
[Aut.]: Piotr Gendarz.
W: Metody i środki projektowania wspomaganego komputerowo. XVII Konferencja, Krasiczyn, 7-9 października 2009 r. [Dokument elektroniczny]. Warszawa : Agenda Wydaw. SIMP, 2010, dysk optyczny (CD-ROM) s. 43-50, bibliogr. 4 poz. (Mechanik ; nr 1/2010/S)

konstrukcja ; optymalizacja ; klasyfikacja ; system modułowy ; wymiarowanie

construction ; optimization ; classification ; modular system ; dimensioning

120/142
Nr opisu: 0000046342
Influence of gestational age on neural networks interpretation of fetal monitoring signals.
[Aut.]: Michał Jeżewski, Robert Czabański, K. Horoba, J. Wróbel, Jacek Łęski, J. Jeżewski.
-J. Med. Informat. Technol. 2008 vol. 12, s. 137-142, bibliogr. 12 poz.

monitorowanie płodu ; kardiotokografia ; klasyfikacja ; sieć neuronowa

fetal monitoring ; cardiotocography ; classification ; neural network

121/142
Nr opisu: 0000039312
Application of machine learning and soft computing techniques in monitoring systems' data analysis by example of dewater pumps monitoring system.
[Aut.]: Marek Sikora.
-Arch. Control Sci. 2007 vol. 17 no. 4, s. 369-391, bibliogr. 25 poz.

sprzęt diagnostyczny ; grupowanie danych ; klasyfikacja ; drzewo decyzyjne ; reguły decyzyjne ; postprocessing reguł

equipment diagnostic ; data clustering ; classification ; decision tree ; decision rules ; rules postprocessing

122/142
Nr opisu: 0000039106
Classification of machine technical state on the basis of electromagnetic field measurements.
[Aut.]: Marek Fidali, A. Hadrian.
W: Methods of artificial intelligence. AI-METH 2007, Gliwice, Poland, 7-9 November 2007. [Dokument elektroniczny]. Eds: T. Burczyński, W. Cholewa, W. Moczulski. Silesian University of Technology. Department for Strength of Materials and Computational Mechanics. Department of Fundamentals of Machinery Design, Polish Association for Computational Mechanics. [Gliwice] : Silesian University of Technology. Department for Strength of Materials and Computational Mechanics. Department of Fundamentals of Machinery Design, 2007, dysk optyczny (CD-ROM) s. 27-28, bibliogr. 6 poz.

pole elektromagnetyczne ; sieć neuronowa ; klasyfikacja ; diagnostyka

electromagnetic field ; neural network ; classification ; diagnostics

123/142
Nr opisu: 0000039107
Classification of technical state of rotating machinery with the use of statistical features of thermographic images.
[Aut.]: Marek Fidali, Ł. Zwoliński.
W: Methods of artificial intelligence. AI-METH 2007, Gliwice, Poland, 7-9 November 2007. [Dokument elektroniczny]. Eds: T. Burczyński, W. Cholewa, W. Moczulski. Silesian University of Technology. Department for Strength of Materials and Computational Mechanics. Department of Fundamentals of Machinery Design, Polish Association for Computational Mechanics. [Gliwice] : Silesian University of Technology. Department for Strength of Materials and Computational Mechanics. Department of Fundamentals of Machinery Design, 2007, dysk optyczny (CD-ROM) s. 29-30, bibliogr. 8 poz.

termografia podczerwieni ; sieć neuronowa ; klasyfikacja ; diagnostyka

infrared thermography ; neural network ; classification ; diagnostics

124/142
Nr opisu: 0000037889
Maximum separation partial least squares (MSPLS): a new method for classification in microarray experiment.
[Aut.]: P. Błaszczyk, Katarzyna Stąpor.
-J. Med. Informat. Technol. 2007 vol. 11, s. 187-195, bibliogr. 16 poz.

metoda cząstkowych najmniejszych kwadratów ; klasyfikacja ; eksperyment mikromacierzowy ; uczenie nadzorowane

Partial Least Squares method ; classification ; microarray experiment ; supervised learning ; maximal separation criterion

125/142
Nr opisu: 0000039396
Zastosowanie sztucznych sieci neuronowych do klasyfikacji cech sygnału czynności serca płodu.
[Aut.]: Michał Jeżewski, P. Łabaj, J. Wróbel, K. Horoba, A. Gacek.
W: Biocybernetyka i inżynieria biomedyczna. XV Krajowa konferencja naukowa, Wrocław, wrzesień 2007. Streszczenia prac konferencyjnych. Instytut Biocybernetyki i Inżynierii Biomedycznej Polskiej Akademii Nauk [i in.]. [Warszawa] : [Stowarzyszenie Inżynierów i Techników Mechaników Polskich. Zarząd Główny], [2007], s. 114, bibliogr. 2 poz.

monitorowanie płodu ; sieć neuronowa ; klasyfikacja ; kardiotokografia

fetal monitoring ; neural network ; classification ; cardiotocography

126/142
Nr opisu: 0000019198
NetTRS - internetowe narzędzie do analizy danych metodą zbiorów przybliżonych.
[Aut.]: Marcin Michalak, Marek Sikora.
-Stud. Informat. 2006 vol. 27 nr 1, s. 55-72, bibliogr. 16 poz.

aplikacja internetowa ; reguły decyzyjne ; klasyfikacja ; zbiory przybliżone

internet application ; decision rules ; classification ; rough sets

127/142
Nr opisu: 0000021955
Propozycja regułowego modelu bazy wiedzy o jakości węgla.
[Aut.]: Agnieszka* Gornig.
W: Automatyzacja procesów przeróbki kopalin. APPK 2006. XII Konferencja, Szczyrk, 31 maja - 2 czerwca 2006. Red.: Roman Kaula, Joachim Pielot. Katedra Elektryfikacji i Automatyzacji Górnictwa. Wydział Górnictwa i Geologii. Politechnika Śląska, Polska Akademia Nauk. Komitet Górnictwa. Sekcja Cybernetyki w Górnictwie, Centrum Elektryfikacji i Automatyzacji Górnictwa EMAG w Katowicach. Gliwice : Katedra Elektryfikacji i Automatyzacji Górnictwa Politechniki Śląskiej, 2006, s. 109-122, bibliogr. 13 poz.

baza wiedzy ; jakość węgla ; klasyfikacja ; węgiel energetyczny

knowledge base ; coal quality ; classification ; power coal

128/142
Nr opisu: 0000016511
Analiza wpływu parametrów systemu wnioskowania rozmytego na sprawność klasyfikacji.
[Aut.]: Andrzej Sokołowski, Tomasz* Czyszpak.
W: Modelowanie w mechanice. XLIV Sympozjon PTMTS [Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej], 27 lutego-3 marca 2005. Red. Ewa Opoka. Politechnika Śląska. Wydział Mechaniczny Technologiczny. Katedra Mechaniki Stosowanej. Gliwice : Wydaw. Katedry Mechaniki Stosowanej, 2005, s. 431-436, bibliogr. 4 poz. (Zeszyty Naukowe Katedry Mechaniki Stosowanej ; [Politechnika Śląska] nr 29)

logika rozmyta ; system wnioskowania rozmytego ; klasyfikacja ; model Takagi-Sugeno ; funkcja przynależności

fuzzy logic ; fuzzy inference system ; classification ; Takagi-Sugeno system ; membership function

129/142
Nr opisu: 0000018183
The diseases classification method on gait abnormalities characteristic contributions.
[Aut.]: S. Chandzlik, Jan** Piecha.
-J. Med. Informat. Technol. 2005 vol. 9, s. 187-194, bibliogr. 18 poz.

choroba neurologiczna ; klasyfikacja ; choroba Parkinsona ; hemipareza ; wnioski automatyczne

neurological disease ; classification ; Parkinson's disease ; hemiparesis ; automatic conclusions

130/142
Nr opisu: 0000014883
The problem of classification in logistics systems.
[Aut.]: Aleksander Gwiazda.
W: Worldwide Congress on Materials and Manufacturing Engineering and Technology. COMMENT'2005, Gliwice-Wisła, 16th-19th May 2005. [Dokument elektroniczny]. Congress proceedings - short papers. Ed. Leszek A. Dobrzański. [Gliwice] : [Komitet Organizacyjny Międzynarodowych Konferencji Naukowych Instytutu Materiałów Inżynierskich i Biomedycznych Politechniki Śląskiej], [2005], dysk optyczny (CD-ROM) [Ref. 2.848 s. 1-4], bibliogr. 7 poz.

klasyfikacja ; system logistyczny ; metoda Pareto

classification ; logistic system ; Pareto method

131/142
Nr opisu: 0000018025
TRS library - tool for inducing and postprocessing of decision rules.
[Aut.]: Marek Sikora, Aleksandra Helena Gruca, R. Gruca.
-Stud. Informat. 2005 vol. 26 nr 4, s. 5-21, bibliogr. 15 poz.

reguły decyzyjne ; filtracja reguł ; uogólnianie reguł ; klasyfikacja

decision rules ; rules filtration ; rules generalizing ; classification

132/142
Nr opisu: 0000011284
Identification of diagnostics states dewater pumps working in abyssal mining pump stations.
[Aut.]: Marek Sikora, D. Widera.
W: Proceedings of the 15th International Conference on Systems Science, Wrocław, Poland, 7-10 September 2004. Vol. 1: Plenary and invited papers. Systems theory. Identification. Eds: Z. Bubnicki, A. Grzech. Wrocław : Oficyna Wydaw. Politechniki Wrocławskiej, 2004, s. 394-401, bibliogr. 9 poz.

diagnostyka przyrządów ; klasteryzacja ; klasyfikacja

equipment diagnosis ; clustering ; classification

133/142
Nr opisu: 0000011143
Limitation of feature value space for evaluation of technical state of machinery.
[Aut.]: Marek Fidali.
W: Methods of artificial intelligence. AI-METH 2004. [Proceedings of the Symposium on Methods of Artificial Intelligence and the Workshop on Knowledge Acquisition in Mechanical Engineering, Gliwice, Poland, 17-19 November 2004]. Eds: T. Burczyński, W. Cholewa, W. Moczulski. Gliwice : Silesian University of Technology. Department for Strength of Materials and Computational Mechanics. Department of Fundamentals of Machinery Design, 2004, s. 55-56, bibliogr. 3 poz.

klasyfikacja ; analiza sygnału

classification ; signal analysis

134/142
Nr opisu: 0000008451
Neural network classification of eye-cup region in fundus eye images.
[Aut.]: Katarzyna Stąpor, M. Mazurkiewicz, M. Rzendkowski.
-Stud. Informat. 2004 vol. 25 nr 1, s. 47-56, bibliogr. 9 poz.

sieć neuronowa ; klasyfikacja ; zasada propagacji wstecznej ; jaskra

neural network ; classification ; backpropagation rule ; glaucoma

135/142
Nr opisu: 0000013550
Support vector machine classification of fundus eye images for glaucoma diagnosing.
[Aut.]: Katarzyna Stąpor, A. Brueckner.
-Arch. Informat. Teor. Stosow. 2004 t. 16 z. 4, s. 245-256, bibliogr. 13 poz.

SVM ; MLP ; klasyfikacja ; jaskra

SVM ; MLP ; classification ; glaucoma

136/142
Nr opisu: 0000008274
A note on classification of gene expression data using support vector machines.
[Aut.]: Krzysztof Fujarewicz, M. Kimmel, J. Rzeszowska-Wolny, Andrzej Świerniak.
-J. Biol. Syst. 2003 vol. 11 iss. 1, s. 43-56. Impact Factor 0.614

poziom ekspresji genów ; Maszyna Wektorów Nośnych ; klasyfikacja ; wybór cech ; diagnostyka nowotworów

gene expression data ; Support Vector Machine ; classification ; feature selection ; cancer diagnosis

137/142
Nr opisu: 0000009735
Klasyfikacja, ewidencja i gospodarka odpadami.
[Aut.]: Ewa* Augustyniak-Olpińska.
-Ekol. Prakt. 2003 nr 3, s. 29
[Opinia na temat oprogramu dla firm i instytucji wydanego przez Wydawnictwo FORUM Sp. z o.o. z Poznania]

odpady ; klasyfikacja ; ewidencja ; gospodarka odpadami ; program komputerowy ; podręcznik ; opinia

waste ; classification ; recording ; waste management ; computer program ; handbook ; opinion

138/142
Nr opisu: 0000001373
Polityka remontowa i problemy wyceny nieruchomości położonych na terenach górniczych.
[Aut.]: Lidia** Fedorowicz, Jan** Fedorowicz.
-Prz. Bud. 2003 nr 1, s. 24-30, bibliogr. 34 poz.

teren górniczy ; remont ; wycena nieruchomości ; szkody górnicze ; opłacalność ekonomiczna ; eksploatacja górnicza ; klasyfikacja

mining area ; repair ; real estate valuation ; mining damage ; cost-effectiveness ; mining exploitation ; classification

139/142
Nr opisu: 0000006620
The body balance measures for neurological disease estimation and classification.
[Aut.]: S. Chandzlik, Jan** Piecha.
-J. Med. Informat. Technol. 2003 vol. 6, s. IT87-IT94, bibliogr. 12 poz.

diagnostyka medyczna ; choroba neurologiczna ; klasyfikacja

medical diagnostics ; neurological disease ; classification

140/142
Nr opisu: 0000102520
Improvement of wavelet neural network hybrid systems performance by optimisation of two types of learning algorithms.
[Aut.]: Ewaryst Tkacz, Paweł Kostka, Dariusz Komorowski, T. Domider, A. Wrześniowski.
W: Proceedings of the 9th International Conference on Neural Information Processing. ICONIP'02, Singapore, November 18-22, 2002. Vol. 2. Ed. L. Wang [et al.]. Piscataway : Institute of Electrical and Electronics Engineers, 2002, s. 556-561, bibliogr. 12 poz.

system falkowo-neuronowy ; uczenie nadzorowane ; klasyfikacja ; sygnał zmienności rytmu serca

wavelet-neural system ; supervised learning ; classification ; heart rate variability signal

141/142
Nr opisu: 0000002385
Industrial application of "POLKO" pneumatic system transport.
[Aut.]: Henryk** Szlumczyk, Zbigniew** Piątkiewicz, Krzysztof Janerka, Jan Jezierski.
W: Materials and mechanical engineering. Proceedings of the scientific conference on the ocassion of the 55th anniversary of the Faculty of Mechanical Engineering of the Silesian University of Technology, Gliwice, Poland, May 2000. Ed. by L. A. Dobrzański. Gliwice : Organising Committee of the International Scientific Conferences Institute of Engineering Materials and Biomaterials of the Silesian University of Technology, 2000, s. 389-394, bibliogr. 4 poz.

transport pneumatyczny ; masa formierska ; rekultywacja ; mieszanie ; materiały sypkie ; klasyfikacja

pneumatic transport ; moulding sand ; reclamation ; mixing ; loose materials ; classification ; proportioning ; burdening

142/142
Nr opisu: 0000085435
Application of art neural networks for classification of machine elements.
[Aut.]: Ryszard* Knosala, Krzysztof* Pondo.
W: CO-MAT-TECH '98. 6. medzinarodna vedecka konferencia, Trnava, 22-23. oktober 1998. Materialovotechnologicka fakulta STU v Trnave. Bratislava : Slovenska Technicka Univerzita v Bratislave, 1998, s. 167-171, bibliogr. 6 poz.

sieć neuronowa ; ARTMAP ; moduł FuzzyART ; elementy maszyn ; klasyfikacja

neural network ; ARTMAP ; FuzzyART module ; machine elements ; classification

stosując format: