Multi-knowledge extraction from violent crime datasets using swarm rough algorithm

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F12%3A86092938" target="_blank" >RIV/61989100:27240/12:86092938 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1109/HIS.2012.6421395" target="_blank" >http://dx.doi.org/10.1109/HIS.2012.6421395</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/HIS.2012.6421395" target="_blank" >10.1109/HIS.2012.6421395</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Multi-knowledge extraction from violent crime datasets using swarm rough algorithm

Popis výsledku v původním jazyce

This paper presents a swarm rough approach to analyze the combination factors of violent crime. The approach discovers the feature combinations in an efficient way to observe the change of rough set positive region as the fuzzy swarm proceed throughout the search space. We evaluated the performance of our approach using the violent factor datasets and the corresponding computational experiments are discussed. Empirical results indicate that our approach is ideal for all the considered problems and the fuzzy swarm optimization technique outperforms dynamic reducts (DR) approache by obtaining multiple reductions for the combination factor datasets. 2012 IEEE.

Název v anglickém jazyce

Multi-knowledge extraction from violent crime datasets using swarm rough algorithm

Popis výsledku anglicky

This paper presents a swarm rough approach to analyze the combination factors of violent crime. The approach discovers the feature combinations in an efficient way to observe the change of rough set positive region as the fuzzy swarm proceed throughout the search space. We evaluated the performance of our approach using the violent factor datasets and the corresponding computational experiments are discussed. Empirical results indicate that our approach is ideal for all the considered problems and the fuzzy swarm optimization technique outperforms dynamic reducts (DR) approache by obtaining multiple reductions for the combination factor datasets. 2012 IEEE.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2012

Kód důvěrnosti údajů

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

Název statě ve sborníku

Proceedings of the 2012 12th International Conference on Hybrid Intelligent Systems, HIS 2012

ISBN

978-1-4673-5115-7

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

560-565

Název nakladatele

IEEE

Místo vydání

New York

Místo konání akce

Pune

Datum konání akce

4. 12. 2012

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000319456700096