Rezultati iskanja (65)
Rudarjenje besedil za meddomensko odkrivanje znanja
Čedalje večja specializacija raziskav, znanstvenikov in znanstvenih področij je prevladujoči trend na področju znanosti. Povečujoča specializacija vodi v poglobljene, a hkrati zelo izolirane otoke znanja, čeprav je znano, da mnogo kompleksnih problemov zahteva združevanje znanj z različnih področij. Ker se znanstvene informacije kopičijo čedalje hitreje, je dandanes težko slediti že …
Odkrivanje nenavadnih in sumljivih vzorcev obnašanja iz prostorsko-časovnih sledi agenta
Aplikacije na področjih pametnih okolij, video nadzora, interakcije človek-robot in ambientalno podprtega življenja običajno vključujejo problem učenja vzorcev obnašanja agenta iz senzorskih podatkov. Odklonsko obnašanje je vzorec v podatkih, ki se bodisi ne ujema s pričakovanim obnašanjem, kar ustreza nenavadnemu obnašanju, bodisi se ujema s predhodno definiranim nezaželenim obnašanjem, kar …
Sintranje in fazne premene natrijevega niobata
Natrijev niobat (NaNbO3) je mejna spojina številnih trdnih raztopin alkalijskih niobatov, ki so pomembna skupina okolju prijaznih piezoelektrikov brez svinca. Eden izmed osnovnih problemov pri pripravi alkalijskih niobatov je doseganje velike gostote in hkrati drobnozrnate mikrostrukture, kar lahko delno povežemo s pomanjkljivim razumevanjem osnovnih mehanizmov procesa sintranja. Spojina NaNbO3 je …
Odkrivanje zakonitosti iz podatkov v okolju spletnih servisov
Disertacija obravnava razvoj novih scenarijev odkrivanja znanja v modernem okolju za podatkovno rudarjenje z uporabo principov servisno orientirane arhitekture, spletnih servisov, interaktivnih delotokov, ontologij ter avtomatske gradnje delotokov za podatkovno rudarjenje. Razvili smo orodje Orange4WS, ki nadgrajuje Orange, obstoječe odprtokodno orodje Orange za podatkovno rudarjenje. Orange4WS omogoča enostavno uporabo spletnih …
Upoštevanje avtokorelacije v napovednih modelih
Večina metod za podatkovno rudarjenje, strojno učenje in statistično analizo podatkov temelji na predpostavki, da so podatki neodvisni in enako porazdeljeni (ang. independent and identically distributed – i.i.d.). To pomeni, da morajo biti učni primeri med seboj neodvisni ter imeti enako verjetnostno porazdelitev. Vendar so primeri, ko podatki niso i.i.d., …
Algoritmi za učenje regresijskih dreves in ansamblov iz spremenljivih podatkovnih tokov
V disertaciji obravnavamo problem učenja različnih vrst odločitvenih dreves na podlagi podatkovnih tokov, ki se spreminjajo v času. Posebej se posvetimo študiju sprotnih (online) algoritmov strojnega učenja za učenje regresijskih dreves, linearnih modelnih dreves, opcijskih dreves za regresijo, več-kriterijskih modelnih dreves in ansamblov modelnih dreves na podlagi podatkov iz časovnih …
Nizkotemperaturno sintranje piezoelektrične keramike K0,5Na0,5NbO3
V delu opisujemo sintranje okolju prijazne piezoelektrične keramike na osnovi trdne raztopine K0,5Na0,5NbO3 (KNN) pri temperaturi 1000°C, kar je vsaj 100°C niže od običajnih temperatur sintranja (1100 – 1120°C). KNN smo sintrali v prisotnosti tekoče faze in kot dodatek za sintranje uporabili zmes kalijevega in natrijevega germanata (KNG) z molskim …
Modularna ontologija podatkovnega rudarjenja
Domena podatkovnega rudarjenja se ukvarja z analizo različnih vrst podatkov. Podatki, ki se običajno uporabljajo v podatkovnem rudarjenju, so po navadi v obliki ene same tabele, kjer vsaka vrstica vsebuje vrednost atributa, t.j., spremenljivke ki so primitivnega podatkovnega tipa. Obstaja vedno več zanimanjaVendar pa za strukturirane (kompleksne) podatke, kot so …
Metoda vrednotenja urejenosti značilk
Urejanje značilk (ang. feature ranking) je naloga strojnega učenja pri kateri želimo značilke iz dane množice podatkov urediti glede na neko mero pomembnosti. V disertaciji obravnavamo urejanje značilk v okviru nadzorovanega učenja, zato je pojem pomembnosti značilk opredeljen glede na ciljni koncept. Urejanje značilk je le redko obravnavano kot samostojna …
Identifikacija parametrov v nelinearnih dinamičnih sistemih z metahevrističnimi pristopi
Matematično modeliranje dinamičnih sistemov na osnovi opazovanja obnašanja sistema, pogosto imenovano identifikacija sistema, temelji v bistvu na dveh nalogah: identifikaciji strukture in identifikaciji parametrov modela. Cilj prve naloge, imenovane identifikacija strukture, je določiti ustrezno strukturo modela, tj. funkcionalno obliko modela. V praksi navadno strokovnjak poda strukturo modela v problemski domeni, …