Oblikovanje inteligentnih sistemov in odkrivanje znanja z avtomatskim programiranjem : doktorska disertacija
Podgorelec, Vili, 1972-
Avtomatsko razvijanje programov obstaja v različnih oblikah že skoraj štirideset let. Odkrivanje znanja v množicah podatkov (npr. klasifikacija) je cilj mnogih raziskav še dlje. Možnosti avtomatskega ...odkrivanja znanja so v zadnjem času pritegnile mnogo zanimanja med raziskovalci na področju inteligentnih sistemov. V doktorskem delu predstavimo nov pristop k oblikovanju inteligentnih sistemov za odkrivanje znanja s pomočjo avtomatskega programiranja. Raziskave o uporabi avtomatskega programiranja kot jedra inteligentnih sistemov za odkrivanje znanja so zelo nepopolne in specifično namenske, prav tako ni teoretičnih dognanj ali obsežnejših empiričnih preizkusov, ki bi omogočali ovrednotiti uporabnost takšnega pristopa. V disertaciji se tako osredotočimo na oblikovanje inteligentnega sistema za odkrivanje znanja z avtomatskim programiranjem in pri tem analiziramo učinkovitost obstoječih sistemov za avtomatsko odkrivanje znanja, definiramo in verificiramo splošen sistem za avtomatsko odkrivanje znanja s pomočjo avtomatskega programiranja in podrobneje analiziramo učinkovitost izdelanega sistema na realnih problemih s področja medicine in programskega inženirstva. Osrednja novost v doktorskem delu je nova inteligentna metoda za odkrivanje znanja z avtomatskim programiranjem - pristop AREX. AREX je splošen inteligentni sistem za avtomatsko odkrivanje znanja v podatkovnih bazah, ki temelji na avtomatskem programiranju. Pristop AREX je hibridna metoda, ki v sebi skriva dva originalna, neodvisna algoritma, katera združena v skupni metodi rešujeta problem avtomatske gradnje klasifikacijskih pravil. Prvi je več-populacijski samoprilagodljiv genetski algoritem za gradnjo odločitvenih dreves, ki s širjenjem informacije med populacijami nadzira prilagajanje adaptivne cenitve funkcije pri gradnji optimalnih odločitvenih dreves. Drugi je sistem proGenesys za avtomatsko razvijanje programov v poljubnem programskem jeziku. S sistemom proGenesys, pri katerem s pomočjo fraktalne programske metrike kompleksnosti odpravimo pojav nenadzorovane rasti programov skozi generacije, gradimo klasifikacijska pravila. Med zgrajenimi pravili izberemo optimalno množico s pomočjo enostavnega genetskega algoritma. Pomembno mesto v doktorskem delu pripada opravljenemu empiričnemu preverjanju hipotez v realnih aplikacijah, kjer podajamo podroben opis rezultatov, dobljenih nad štirimi podatkovnimi bazami s področja medicine (diagnosticiranje prolapsa mitralne valvule, ugotavljanje nagnjenosti k metabolni oz. respiratorni acidozi, ugotavljanje vnetja slepiča pri pacientih z akutnim abdominalnimi bolečinami, ločevanje pacientov z Alzheimerjevo boleznijo od tistih z drugimi vaskularnimi težavami) ter ene s področja programskega inženirstva (odkrivanje potencialno nevarnih programskih modulov v velikih programskih sistemih). Za objektivno primerjavo razvitega pristopa AREX z obstoječimi metodami podajamo še mero učinkovitosti metode za avtomatsko odkrivanje znanja, ki zajema točnost klasifikacije in enostavnost uporabljenih pravil. Cilj doktorske disertacije je ugotoviti, razložiti in demonstrirati, da je uporaba avtomatskega programiranja kot jedra inteligentnega sistema za odkrivanje znanja primerna za implementacijo evolucijskega modela, s katerim je pri nekaterih zapletenih realnih problemih možno doseči povečanje učinkovitosti. Originalni prispevki doktorskega dela so gradnja inteligentnih sistemov za avtomatsko odkrivanje znanja s pomočjo avtomatskega programiranja, kompleksno odločanje s pomočjo avtomatskega programiranja, razvit algoritem za odkrivanje znanja AREX, razvit evolucijski algoritem za gradnjo odločitvenih dreves, razvit sistem proGenesys za avtomatsko razvijanje programov v poljubnem programskem jeziku, izdelano programsko orodje za gradnjo inteligentnih sistemov s pomočjo avtomatskega programiranja in pridobivanja znanja iz obsežnih podatkovnih baz s pomočjo izdelanega modela inteligentnih sistemov za avtomatsko odkrivanje znanja. Pričakujemo, da bo delo vzpodbudilo prihodnje raziskave na tem področju in podobnimi smernicami.
Type of material - dissertation
; adult, serious
Publication and manufacture - Maribor : [V. Podgorelec], 2001
GS II 0000529838 glavno skladišče
GS II 529838 glavno skladišče
available - reading room
Shelf entry
Adding material to shelf was successful.
Adding material to shelf failed.
It was not necessary to add the material to the shelf.
Bibliographic material was successfully added on shelf.
Adding bibliographical material on shelf was not successful.
Material is already on the shelf.
Permalink
URL:
Impact factor
Access to the JCR database is permitted only to users from Slovenia. Your current IP address is not on the list of IP addresses with access permission, and authentication with the relevant AAI accout is required.
Year
Impact factor
Edition
Category
Classification
JCR
SNIP
JCR
SNIP
JCR
SNIP
JCR
SNIP
Select the library membership card:
DRS,
in which the journal is indexed
Database name
Field
Year
Links to authors' personal bibliographies
Links to information on researchers in the SICRIS system
Subject headings in COBISS General List of Subject Headings
Select pickup location
The material from the parent unit is free. If the material is delivered to the pickup location from another unit, the library may charge you for this service.
Naročanje gradiva za izposojo v čitalnice
Naročanje kopij člankov
Urnik dostave gradiva z oznako DS v signaturi