Wyniki wyszukiwania

Wynik wyszukiwania

1/21
Nr opisu: 0000136346
Projective filtering with adaptive selected projective dimension.
[Aut.]: Tomasz Przybyła, Tomasz Pander.
W: Uncertainty and imprecision in decision making and decision support: new challenges, solutions and perspectives. Selected papers from BOS-2018, held on September 24-26, 2018, and IWIFSGN-2018, held on September 27-28, 2018 in Warsaw, Poland. Eds. Krassimir T. Atanassov, Vassia Atanassova, Janusz Kacprzyk, Andrzej Kaluszko, Maciej Krawczak, Jan W. Owsinski, Sotir Sotirov, Evdokia Sotirova, Eulalia Szmidt, Slawomir Zadrozny. Cham : Springer, 2021, s. 251-261, bibliogr. 17 poz. (Advances in Intelligent Systems and Computing ; vol. 1081 2194-5357). Punktacja MNiSW 20.000

grupowanie danych ; filtracja nieliniowa ; analiza głównych składowych

data clustering ; nonlinear filtering ; principal component analysis

2/21
Nr opisu: 0000129754
Fuzzy modelling of the methane hazard rate.
[Aut.]: D. Felka, M. Małachowski, Łukasz Wróbel, Jarosław Brodny.
W: Beyond databases, architectures and structures. Paving the road to smart data processing and analysis. 15th International conference, BDAS 2019, Ustroń, Poland, May 28-31, 2019. Proceedings. Eds. Stanisław Kozielski, Dariusz Mrozek, Paweł Kasprowski, Bożena Małysiak-Mrozek, Daniel Kostrzewa. Cham : Springer, 2019, s. 303-315, bibliogr. 22 poz. (Communications in Computer and Information Science ; vol. 1018 1865-0929). Punktacja MNiSW 20.000

modelowanie rozmyte ; grupowanie danych ; zagrożenie metanowe

fuzzy modelling ; data clustering ; methane hazard

3/21
Nr opisu: 0000099907
Query workload aware multi-histogram based on equi-width sub-histograms for selectivity estimations of range queries.
[Aut.]: Dariusz Augustyn.
W: Beyond databases, architectures and structures. 11th International conference. BDAS 2015, Ustroń, Poland, May 26-29, 2015. Proceedings. Eds. Stanisław Kozielski, Dariusz Mrozek, Paweł Kasprowski, Bożena Małysiak-Mrozek, Daniel Kostrzewa. Cham : Springer, 2015, s. 47-59, bibliogr. 12 poz. (Communications in Computer and Information Science ; vol. 521 1865-0929)

estymacja selektywności ; zapytanie zakresowe ; multi-histogram ; zagnieżdżony pod-histogram ; obciążenie zapytaniami ; grupowanie danych ; rozkład granic podprzedziałów ; metryka zmienności

selectivity estimation ; range query ; multi-histogram ; embedded sub-histogram ; query workload ; data clustering ; bucket boundaries distribution ; variability metrics

4/21
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

5/21
Nr opisu: 0000097812
Deep data fuzzy clustering.
[Aut.]: Tomasz Przybyła, Tomasz Pander, Robert Czabański.
W: Information Technology and Artificial Intelligence. 2014 IEEE 7th Joint International Conference (ITAIC), Chongqing, China, 20-21 December 2014. Piscataway : Institute of Electrical and Electronics Engineers, 2014, s. 130-134, bibliogr. 11 poz.

grupowanie danych ; liniowa dyskryminacja Fishera ; analiza głównych składowych

data clustering ; Fisher Linear Discriminant ; principal component analysis

6/21
Nr opisu: 0000099605
GPU-accelerated query selectivity estimation based on data clustering and Monte Carlo integration method developed in CUDA environment.
[Aut.]: Dariusz Augustyn, Łukasz* Warchał.
W: New trends in databases and information systems. Selected papers of the 17th East European Conference on Advances in Databases and Information Systems and Associated Satellite Events, Genoa, Italy, September 1-4, 2013. Eds. Barbara Catania, Tania Cerquitelli, Silvia Chiusano, Giovanna Guerrini, Mirko Kampf, Alfons Kemper, Boris Novikov, Themis Palpanas, Jaroslav Pokorny, Athena Vakali. Cham : Springer, 2014, s. 215-224, bibliogr. 12 poz. (Advances in Intelligent Systems and Computing ; vol. 241 2194-5357)

estymacja selektywności ; grupowanie danych ; całkowanie metodą Monte Carlo ; CUDA

selectivity estimation ; data clustering ; Monte Carlo integration ; CUDA

7/21
Nr opisu: 0000096641
Query selectivity estimation based on improved V-optimal histogram by introducing information about distribution of boundaries of range query conditions.
[Aut.]: Dariusz Augustyn.
W: Computer information systems and industrial management. 13th IFIP TC8 International Conference, CISIM 2014, Ho Chi Minh City, Vietnam, November 5-7, 2014. Proceedings. Eds. Khalid Saeed, Vaclav Snasel. Berlin : Springer, 2014, s. 151-164, bibliogr. 13 poz. (Lecture Notes in Computer Science ; vol. 8838 0302-9743)

estymacja selektywności zapytań ; grupowanie danych ; programowanie dynamiczne ; histogram V-optymalny ; zapytanie zakresowe ; rozkład warunków zapytania zakresowego

query selectivity estimation ; data clustering ; dynamic programming ; V-optimal histogram ; range query ; distribution of range query conditions

8/21
Nr opisu: 0000070390
Metody klasyfikacji nienadzorowanej.
[Aut.]: Tomasz Przybyła.
W: Podstawowe problemy energoelektroniki, elektromechaniki i mechatroniki. PPEEm 2011. Materiały XIV sympozjum, Wisła, 9-12 grudnia 2011. Polskie Towarzystwo Elektrotechniki Teoretycznej i Stosowanej. Oddział Gliwicko-Opolski [i in.]. [Gliwice] : Komitet Organizacyjny Sympozjum PPEE i Seminarium BSE, 2011, s. 190-193, bibliogr. 10 poz. (Archiwum Konferencji PTETiS ; vol. 30)

klasyfikacja obiektów ; klasyfikacja nienadzorowana ; grupowanie danych

object classification ; unsupervised classification ; data clustering

9/21
Nr opisu: 0000069215
Wyznaczanie wartości granicznych z wykorzystaniem metod grupowania danych.
[Aut.]: Mirosław* Targosz, Anna Timofiejczuk.
-Probl. Ekspl. 2011 nr 2, s. 213-221, bibliogr. 10 poz.. Punktacja MNiSW 5.000

wartości graniczne ; grupowanie danych ; modelowanie uszkodzeń ; FCM ; algorytm rozmytych c-środków

limits values ; data clustering ; failure modelling ; FCM ; Fuzzy C-Means

10/21
Nr opisu: 0000076434
Wyznacznaie wartości granicznych z wykorzystaniem metod grupowania danych.
[Aut.]: Mirosław* Targosz, Anna Timofiejczuk.
W: Diagnostyka procesów i systemów. DPS 2011. X Międzynarodowa konferencja naukowo-techniczna, Zamość, 19-21 września 2011. [Dokument elektroniczny]. [B.m.] : [b.w.], 2011, pamięć USB (PenDrive) s. 329-333, bibliogr. 10 poz.

wartości graniczne ; grupowanie danych

limits values ; data clustering

11/21
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

12/21
Nr opisu: 0000062962
Techniki klasteryzacyjne KM i KHM w przetwarzaniu cyfrowych obrazów barwnych.
[Aut.]: Mariusz Frąckiewicz.
W: XII International PhD Workshop. OWD 2010, [Wisła, 23-26 October 2010]. Polish Society of Theoretical and Applied Electrotechnics [et al.]. [Gliwice] : Organizing Committe of the Symposium PPEE & Seminar BSE, 2010, s. 247-252, bibliogr. 18 poz. (Conference Archives PTETiS ; vol. 28)

cyfrowy obraz barwny ; przetwarzanie obrazów ; grupowanie danych ; technika k-średnich ; technika k-średnich harmonicznych ; techniki klasteryzacyjne

digital color image ; image processing ; data clustering ; k-means technique ; k-harmonic means technique ; clustering techniques

13/21
Nr opisu: 0000042349
Grupowanie dokumentów XML względem ich struktury. Rozprawa doktorska.
[Aut.]: Michał Kozielski.
Gliwice, 2008, 101 k., bibliogr. 48 poz.
Politechnika Śląska. Wydział Automatyki, Elektroniki i Informatyki. Promotor: prof. dr hab. inż. Jacek Łęski

dokument XML ; grupowanie danych ; podobieństwo dokumentów ; grupowanie dokumentów ; algorytm grupowania ; eksploracja danych

XML document ; data clustering ; similarity of documents ; document clustering ; clustering algorithm ; data mining

14/21
Nr opisu: 0000042881
Grupowanie w podprzestrzeniach w zastosowaniu do analizy danych pochodzących z mikromacierzy DNA.
[Aut.]: A. Bruckner, Katarzyna Stąpor.
W: Bazy danych. Rozwój metod i technologii. Praca zbiorowa. [T. 1]: Architektura, metody formalne i zaawansowana analiza danych. Pod red. Stanisława Kozielskiego, Bożeny Małysiak, Pawła Kasprowskiego, Dariusza Mrozka. Warszawa : Wydaw. Komunikacji i Łączności, 2008, s. 391-399, bibliogr. 12 poz.

DNA ; grupowanie danych ; analiza danych ; data mining ; algorytm grupowania

DNA ; data clustering ; data analysis ; data mining ; clustering algorithm

15/21
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

16/21
Nr opisu: 0000039480
Grupowanie danych hybrydową metodą rozmytych miriad.
[Aut.]: Tomasz Przybyła.
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. 252, bibliogr. 4 poz.

grupowanie danych ; metoda odporna ; rozmyta miriada

data clustering ; robust method ; fuzzy myriad

17/21
Nr opisu: 0000039491
Redukcja złożoności numerycznej algorytmu segmentacji obrazów Live-Wire.
[Aut.]: Wojciech Więcławek.
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. 312, bibliogr. 1 poz.

segmentacja obrazu ; Live Wire ; graf ; grupowanie danych ; obraz radiologiczny

image segmentation ; Live Wire ; graph ; data clustering ; radiological image

18/21
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

19/21
Nr opisu: 0000013293
Zarządzanie danymi dla systemów monitorowania zagrożeń naturalnych w kopalniach węgla kamiennego.
[Aut.]: Marek Sikora, D. Cała.
-Mechaniz. Automatyz. Gór. 2005 R. 43 nr 6, s. 21-28, bibliogr. 5 poz.

analiza danych ; analiza eksploracyjna ; odwadnianie kopalni ; CO2 ; klasyfikacja zagrożeń ; predykcja ; algorytm indukcji reguł ; Modlem ; grupowanie danych ; algorytm k-means ; model liniowy

data analysis ; exploratory analysis ; mine dewatering ; CO2 ; classification of hazards ; prediction ; rule induction algorithm ; Modlem ; data clustering ; k-means algorithm ; linear model

20/21
Nr opisu: 0000013608
Rozmyte grupowanie danych w pytaniach SQL.
[Aut.]: Bożena Małysiak.
W: Współczesne problemy sieci komputerowych. Nowe technologie. Praca zbiorowa. Pod red.: Stefana Węgrzyna, Bolesława Pochopienia, Tadeusza Czachórskiego. Warszawa : Wydaw. Naukowo-Techniczne, 2004, s. 357-366, bibliogr. 13 poz.

grupowanie danych ; grupowanie rozmyte ; SQL

data clustering ; fuzzy clustering ; SQL

21/21
Nr opisu: 0000012350
Zastosowanie grupowania do eksploracji danych biznesowych.
[Aut.]: Dariusz* Mazur.
-Zesz. Nauk. PŚl., Org. Zarz. 2004 z. 20, cz. 2, s. 77-84, bibliogr. 9 poz.

dane biznesowe ; grupowanie danych ; eksploracja danych

business data ; data clustering ; data mining

stosując format: