Visual Anomaly Detection in Educational Data
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F16%3A00090792" target="_blank" >RIV/00216224:14330/16:00090792 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-319-44748-310" target="_blank" >http://dx.doi.org/10.1007/978-3-319-44748-310</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-319-44748-310" target="_blank" >10.1007/978-3-319-44748-310</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Visual Anomaly Detection in Educational Data
Popis výsledku v původním jazyce
This paper is dedicated to finding anomalies in short multivariate time series and focus on analysis of educational data. We present ODEXEDAIME, a new method for automated finding and visualising anomalies that can be applied to different types of short multivariate time series. The method was implemented as an extension of EDAIME, a tool for visual data mining in temporal data that has been successfully used for various academic analytics tasks, namely its Motion Charts module. We demonstrate a use of ODEXEDAIME on analysis of computer science study fields.
Název v anglickém jazyce
Visual Anomaly Detection in Educational Data
Popis výsledku anglicky
This paper is dedicated to finding anomalies in short multivariate time series and focus on analysis of educational data. We present ODEXEDAIME, a new method for automated finding and visualising anomalies that can be applied to different types of short multivariate time series. The method was implemented as an extension of EDAIME, a tool for visual data mining in temporal data that has been successfully used for various academic analytics tasks, namely its Motion Charts module. We demonstrate a use of ODEXEDAIME on analysis of computer science study fields.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2016
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Artificial Intelligence: Methodology, Systems, and Applications: 17th International Conference, AIMSA 2016, Varna, Bulgaria, September 7-10, 2016, Proceedings
ISBN
9783319447476
ISSN
0302-9743
e-ISSN
—
Počet stran výsledku
10
Strana od-do
99-108
Název nakladatele
Springer International Publishing
Místo vydání
Bulgaria
Místo konání akce
Bulgaria
Datum konání akce
1. 1. 2016
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—