Learning about the Learning Process

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F11%3A00067322" target="_blank" >RIV/00216224:14330/11:00067322 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-642-24800-9_17" target="_blank" >http://dx.doi.org/10.1007/978-3-642-24800-9_17</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-642-24800-9_17" target="_blank" >10.1007/978-3-642-24800-9_17</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Learning about the Learning Process

Popis výsledku v původním jazyce

This work addresses the problem of mining data stream generated in dynamic environments where the distribution underlying the observations may change over time. We present a system that monitors the evolution of the learning process. The system is able to self-diagnose degradations of this process, using change detection mechanisms, and self-repairs the decision models. The system uses meta-learning techniques that characterize the domain of applicability of previously learned models. The meta-learnerscan detect reccurrence of contexts using unlabeled examples, and take pro-active actions by activating previously learned models.

Název v anglickém jazyce

Learning about the Learning Process

Popis výsledku anglicky

This work addresses the problem of mining data stream generated in dynamic environments where the distribution underlying the observations may change over time. We present a system that monitors the evolution of the learning process. The system is able to self-diagnose degradations of this process, using change detection mechanisms, and self-repairs the decision models. The system uses meta-learning techniques that characterize the domain of applicability of previously learned models. The meta-learnerscan detect reccurrence of contexts using unlabeled examples, and take pro-active actions by activating previously learned models.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/LA09016" target="_blank" >LA09016: Účast ČR v European Research Consortium for Informatics and Mathematics (ERCIM)</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2011

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Advances in Intelligent Data Analysis X

ISBN

9783642247996

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

11

Strana od-do

162-172

Název nakladatele

Springer Berlin / Heidelberg

Místo vydání

Berlin Heidelberg

Místo konání akce

Porto, Portugal

Datum konání akce

29. 9. 2011

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000306504300017