GÉRYK, Jan, Lubomír POPELÍNSKÝ a Jozef TRIŠČÍK. Visual Anomaly Detection in Educational Data. In Christo Dichev, Gennady Agre. Artificial Intelligence: Methodology, Systems, and Applications: 17th International Conference, AIMSA 2016, Varna, Bulgaria, September 7-10, 2016, Proceedings. Bulgaria: Springer International Publishing. s. 99-108. ISBN 978-3-319-44747-6. doi:10.1007/978-3-319-44748-310. 2016.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Visual Anomaly Detection in Educational Data
Autoři GÉRYK, Jan (203 Česká republika, domácí), Lubomír POPELÍNSKÝ (203 Česká republika, garant, domácí) a Jozef TRIŠČÍK (703 Slovensko, domácí).
Vydání Bulgaria, Artificial Intelligence: Methodology, Systems, and Applications: 17th International Conference, AIMSA 2016, Varna, Bulgaria, September 7-10, 2016, Proceedings, od s. 99-108, 10 s. 2016.
Nakladatel Springer International Publishing
Další údaje
Originální jazyk angličtina
Typ výsledku Stať ve sborníku
Obor 10201 Computer sciences, information science, bioinformatics
Stát vydavatele Bulharsko
Utajení není předmětem státního či obchodního tajemství
Forma vydání elektronická verze "online"
Impakt faktor Impact factor: 0.402 v roce 2005
Kód RIV RIV/00216224:14330/16:00090792
Organizační jednotka Fakulta informatiky
ISBN 978-3-319-44747-6
ISSN 0302-9743
Doi http://dx.doi.org/10.1007/978-3-319-44748-310
UT WoS 000389020000010
Klíčová slova anglicky Visual analytics; Academic analytics; Anomaly detection; Temporal data; Educational data mining
Příznaky Mezinárodní význam, Recenzováno
Změnil Změnil: RNDr. Pavel Šmerk, Ph.D., učo 3880. Změněno: 13. 5. 2020 19:03.
Anotace
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.
VytisknoutZobrazeno: 29. 3. 2024 14:30