BLAŤÁK, Jan a Lubomír POPELÍNSKÝ. Mining first-order maximal frequent patterns. Neural Network World, Praha: UIVT AV ČR, 2004, roč. 14, č. 5, s. 381-390. ISSN 1210-0552.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Mining first-order maximal frequent patterns
Název česky Dolování prvořádových maximálních vzorů
Autoři BLAŤÁK, Jan (203 Česká republika, garant) a Lubomír POPELÍNSKÝ (203 Česká republika).
Vydání Neural Network World, Praha, UIVT AV ČR, 2004, 1210-0552.
Další údaje
Originální jazyk angličtina
Typ výsledku Článek v odborném periodiku
Obor 10201 Computer sciences, information science, bioinformatics
Stát vydavatele Česká republika
Utajení není předmětem státního či obchodního tajemství
Kód RIV RIV/00216224:14330/04:00010646
Organizační jednotka Fakulta informatiky
Klíčová slova anglicky knowledge discovery in databases; inductive logic programming; frequent patterns; feature construction; propositionalization
Štítky feature construction, frequent patterns, inductive logic programming, knowledge discovery in databases, propositionalization
Změnil Změnil: RNDr. Jan Blaťák, Ph.D., učo 2978. Změněno: 17. 9. 2008 08:41.
Anotace
Frequent patterns discovery is one of the most important data mining tasks. We introduce RAP, the first system for finding first-order maximal frequent patterns. We describe search strategies and methods of pruning the search space. RAP generates long patterns much faster than other systems.RAP has been used for feature construction for propositional as well as multirelational data. We prove that partial search for maximal frequent patterns as new features is competitive with other approaches and results in classification accuracy increase.
Anotace česky
Jednou ze základních deskriptivních úloh dolování znalostí v databázích je hledání častých vzorů. V tomto článku popíšeme systém RAP, první systém pro hledání maximálních častých vzorů v datech reprezentovaných v logice prvního řádu. Popíšeme metody prohledávání a prořezávání prostoru všech možných vzorů, které jsou v systému implementovány. Ukážeme, že RAP lze využít pro konstrukci nových rysů z propozičních i multirelačních datech. Výsledky jsou přitom srovnatelné s výsledky získanými jinými přístupy.
Návaznosti
MSM 143300003, záměrNázev: Interakce člověka s počítačem, dialogové systémy a asistivní technologie
Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, Výzkumné záměry
VytisknoutZobrazeno: 22. 10. 2020 06:31