Wyniki 1-3 spośród 3 dla zapytania: authorDesc:"Michał Mańkowski"

Zastosowanie eksploracji danych w telekomunikacji


  Przez wiele lat analiza danych, także w telekomunikacji, była oparta przede wszystkim na ludzkim doświadczeniu i wyciąganiu wniosków z obserwowanych zjawisk. Wiedza, zdobywana ogromnym nakładem pracy, często okazywała się niewystarczająca. Za taki stan rzeczy obwiniano brak dostatecznej ilości danych potrzebnych do dalszej analizy. Wydawało się, że zwiększenie tej ilości umożliwi automatycznie powiększanie wiedzy. Rzeczywistość okazuje się jednak bardziej skomplikowana. Obecny rozwój sieci komputerowych oraz teleinformatyki umożliwił gromadzenie olbrzymiej ilości danych. Potrzebne są jednak metody uzyskiwania stąd wiedzy - pewnych reguł, implikacji. Dopiero wiedza umożliwia zrozumienie i wyjaśnienie zachodzących zjawisk, a także - co jest bardzo istotne - przewidywanie zmian. W tym celu stosuje się techniki odkrywania wiedzy z baz danych (Knowledge Discovery in Databases), w tym eksplorację danych (data mining). Eksploracja danych umożliwia właściwą ich analizę oraz - za pomocą właściwych metod - rozwiązywanie problemów klasyfikacji, regresji czy grupowania. Klasyfikacja jest stosowana wtedy, gdy obiekty w bazie można scharakteryzować pewnym wyróżnionym atrybutem o skończonym zbiorze wartości - klasą. Przykład stanowi medyczna baza danych, zawierająca, oprócz innych atrybutów, informację o tym, czy pacjent jest zdrowy czy chory. W regresji także istnieje pewna wyróżniona cecha - atrybut docelowy - lecz jego zbiór wartości jest ciągły. Grupowanie polega na szukaniu podobieństw wśród przykładów, które nie mają żadnego wyróżnionego atrybutu. Można także wyodrębnić techniki wykrywania anomalii. Polegają one na porównywaniu nowych przykładów do istniejących "typowych" wzorców. W pewnych przypadkach jest wykorzystywana infrmacja o klasie, lecz nie musi być tak zawsze. Metody stosowane w przypadku danych, mających wyróżniony atrybut, są określane wspólnym mianem metod nadzorowanych (supervised). Jeśli wszystkie atrybuty są równie [...]

Indukcja reguł decyzyjnych z dwustopniowym procesem selekcji reguł


  Postęp w dziedzinie techniki komputerowej, jaki dokonał się w ostatnich latach, umożliwia gromadzenie ogromnej ilości danych. Jednak celem nadrzędnym nie jest gromadzenie samych danych, a otrzymywanie z nich wiedzy - pewnych wzorców, reguł, które umożliwią lepszą systematyzację i wyjaśnienie obserwowanych zjawisk. Odpowiedzią na te potrzeby jest odkrywanie wiedzy z baz danych (Knowledge Discovery in Databases - KDD). Obejmuje ono eksplorację danych jako jeden z elementów składowych związany z użyciem konkretnego algorytmu w celu ekstrakcji wybranej reprezentacji wiedzy z danych. Eksploracja danych umożliwia rozwiązywanie problemów klasyfikacji, czyli odkrywanie zależności między wartościami atrybutów a klasami obiektów, istniejących w zbiorze, w celu określania przewidywanej decyzji dla nowego przypadku. Wspomaganie podejmowania decyzji jest istotnym zadaniem eksploracji danych. Nie ma najmniejszych wątpliwości, że eksploracja danych jest dziedziną interdyscyplinarną, zarówno pod względem zastosowań, jak i wykorzystywanych metod badawczych. Coraz częściej stosuje się ją w naukach przyrodniczych (wyodrębnianie cech określających przynależność gatunkową), w medycynie (systemy wspomagania diagnostyki), ekonomii i bankowości (wstępna analiza możliwości kredytowych). Odkrywanie wiedzy z baz danych jest również stosowane w marketingu, wykrywaniu defraudacji oraz identyfikacji i przewidywaniu błędów w sieciach telekomunikacyjnych, a także przy klasyfikowaniu wiadomości mailowych. Eksploracja danych integruje metody badawcze, takie jak: teoria zbiorów przybliżonych, przekształcenia boolowskie, logika rozmyta czy metody statystyczne. Wykorzystuje również techniki i metody przekształceń boolowskich, powszechnie stosowane w syntezie logicznej układów cyfrowych [14]. Różnorodność i wielość metod eksploracji danych, wywodzących się często z różnych dyscyplin badawczych, utrudnia potencjalnym użytkownikom identyfikację metod, które są n[...]

Rola i znaczenie syntezy logicznej w eksploracji danych dla potrzeb telekomunikacji i medycyny


  Metody syntezy logicznej są wykorzystywane głównie do optymalizacji systemów cyfrowych przetwarzających sygnały binarne. Ich podstawowym zadaniem jest poprawa implementacji oraz możliwości realizacji systemów w różnych technologiach. Można jednak wykazać, że wiele metod syntezy logicznej, a w szczególności tych wykorzystywanych do optymalizacji kombinacyjnych układów logicznych, może być z powodzeniem zastosowanych w typowych zadaniach przetwarzania i wyszukiwania informacji, odkrywania/eksploracji wiedzy, optymalizacji baz danych, a także w dziedzinie systemów ekspertowych, maszynowego uczenia czy sztucznej inteligencji [3, 5]. Przez eksplorację danych, znaną również pod nazwą odkrywania wiedzy w bazach danych, rozumie się proces automatycznego pozyskiwania z baz danych znaczących, ale dotychczas nieznanych informacji. Dlatego te informacje określa się jako "ukryte", a celem jest te informacje wyekstrahować. W wyniku eksploracji danych można na pewnym poziomie abstrakcji: zdiagnozować pacjenta, przeprowadzić sondaż, np. przed wyborami prezydenckimi, klasyfikować dane internetowe czy podjąć decyzję o przyznaniu bądź odrzuceniu kredytu. Jednym z ważniejszych zastosowań algorytmów eksploracji danych w telekomunikacji jest wykrywanie anomalii w systemach i sieciach telekomunikacyjnych. Ponieważ decyzja o wykryciu anomalii jest podejmowana na podstawie kombinacji reguł decyzyjnych wygenerowanych przez algorytm dla danych treningowych, algorytm jest typową procedurą uczenia się maszyn. System tworzy bazę wiedzy, zawierającą wzorce analizowanych anomalii, a następnie - przy użyciu algorytmu podejmowania decyzji i klasyfikacji - klasyfikuje bieżące dane. Charakterystycznym przykładem danych treningowych jest baza dla klasyfikacji poczty elektronicznej [21], która zawiera 58 042 rekordów reprezentowanych przez 64 atrybuty, natomiast celem algorytmu jest uzyskanie reguł decyzyjnych klasyfikujących dane zgodnie z następującymi warunk[...]

 Strona 1