VODÁK, Daniel a Lubomír POPELÍNSKÝ. Jak mravenčí kolonie dobývají znalosti. In Sborník 7. ročníku konference Znalosti. Bratislava: STU. s. 291-302. ISBN 978-80-227-2827-0. 2008.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Jak mravenčí kolonie dobývají znalosti
Název anglicky How An Ant Colony Mines Data
Autoři VODÁK, Daniel (203 Česká republika) a Lubomír POPELÍNSKÝ (203 Česká republika, garant).
Vydání Bratislava, Sborník 7. ročníku konference Znalosti, od s. 291-302, 12 s. 2008.
Nakladatel STU
Další údaje
Originální jazyk čeština
Typ výsledku Stať ve sborníku
Obor 10201 Computer sciences, information science, bioinformatics
Stát vydavatele Slovensko
Utajení není předmětem státního či obchodního tajemství
Kód RIV RIV/00216224:14330/08:00035054
Organizační jednotka Fakulta informatiky
ISBN 978-80-227-2827-0
Klíčová slova anglicky swarm intelligence; ant colony; machine learning; classification
Štítky ant colony, CLASSIFICATION, machine learning, swarm intelligence
Příznaky Mezinárodní význam, Recenzováno
Změnil Změnil: doc. RNDr. Lubomír Popelínský, Ph.D., učo 1945. Změněno: 16. 2. 2009 23:41.
Anotace
Mezi nová řešení klasifikačních úloh patří přístupy inspiro- vané sociálním chováním společenstev hmyzu - včel, termitů nebo mra- venců. V této práci přinášíme kritickou analýzu systému Ant-Miner a uvádíme jeho vylepšenou verzi. Uvádíme nejprve analýzu časové nároč- nosti původního algoritmu GUI Ant-Miner. Ukážeme, že datová sada Wisconsin Breast Cancer použitá pro experimenty ve všech předcho- zích publikovaných článcích není vhodná. Poté popíšeme novou verzi, Ant-Miner+, včetně nového pravidla pro určení kvality naučených dat. Uvádíme výsledky experimentů s tímto systémem a porovnání s jinými učícími algoritmy.
Anotace anglicky
We discuss several drawbacks of Ant-Miner, a learning system that was inspired by behavior of social insects. First we bring experimental analysis of time com- plexity of the original algorithm. We show that Wisconsin Breast Cancer data that was used in most of experiments is not appropriate. Then we describe a new version, Ant-Miner+ and also a new quality criterion. We compare performance of Ant-Miner with Ant-Miner+ and Ant-Miner+ with other learning algorithms.
VytisknoutZobrazeno: 28. 3. 2024 15:04