Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Basic Data Reduction Techniques and Their Influence on GAME Modeling Method

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F08%3A00145875" target="_blank" >RIV/68407700:21230/08:00145875 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Basic Data Reduction Techniques and Their Influence on GAME Modeling Method

  • Popis výsledku v původním jazyce

    The amount of data produced by medicine diagnosis and other means constantly increases - in both number of measurements and in number of dimensions. For many modeling or data mining methods this increase causes problems. First main problem is well knowncurse of dimensionality. The second is the amount of training data items which lengthens the training process. Both these problems reduces usability of modeling methods. The aim of this article is to study several data reduction techniques and test theirinfluence on one particular inductive modeling method - GAME - developed in our department. Application of each method affecting the performance (accuracy) and learning time of the GAME modeling method has been studied. To obtain representative resultsseveral datasets has been tested - for example well known Iris dataset or realworld application for medical data (e.g. EEG classification).

  • Název v anglickém jazyce

    Basic Data Reduction Techniques and Their Influence on GAME Modeling Method

  • Popis výsledku anglicky

    The amount of data produced by medicine diagnosis and other means constantly increases - in both number of measurements and in number of dimensions. For many modeling or data mining methods this increase causes problems. First main problem is well knowncurse of dimensionality. The second is the amount of training data items which lengthens the training process. Both these problems reduces usability of modeling methods. The aim of this article is to study several data reduction techniques and test theirinfluence on one particular inductive modeling method - GAME - developed in our department. Application of each method affecting the performance (accuracy) and learning time of the GAME modeling method has been studied. To obtain representative resultsseveral datasets has been tested - for example well known Iris dataset or realworld application for medical data (e.g. EEG classification).

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/KJB201210701" target="_blank" >KJB201210701: Automatická extrakce znalostí</a><br>

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)<br>S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2008

  • 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

    Proceedings of UKSIM Tenth International Conference on Computer Modelling and Simulation

  • ISBN

    0-7695-3114-8

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    138-143

  • Název nakladatele

    IEEE Computer Society

  • Místo vydání

    Los Alamitos

  • Místo konání akce

    Cambridge

  • Datum konání akce

    1. 4. 2008

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000304857300025