Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

Publikacje Pracowników PL z lat 1990-2010

Publikacje pracowników Politechniki Lubelskie z lat 1990-2010 dostępne są jak dotychczas w starej bazie publikacji
LINK DO STAREJ BAZY

MNiSW
140
konferencja
Status:
Autorzy: Kiersztyn Adam, Karczmarek Paweł, Kiersztyn Krystyna, Pedrycz Witold
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Strony: 1 - 7
Web of Science® Times Cited: 4
Scopus® Cytowania: 7
Bazy: Web of Science | Scopus | IEEE Xplore
Efekt badań statutowych NIE
Finansowanie: Funded by the National Science Centre, Poland under CHIST-ERA programme (Grant no. 2018/28/Z/ST6/00563).
Materiał konferencyjny: TAK
Nazwa konferencji: IEEE International Conference onFuzzy Systems (FUZZ-IEEE) 2020
Skrócona nazwa konferencji: FUZZ-IEEE 2020
URL serii konferencji: LINK
Termin konferencji: 19 lipca 2020 do 24 lipca 2020
Miasto konferencji: Glasgow
Państwo konferencji: WIELKA BRYTANIA
Publikacja OA: NIE
Abstrakty: angielski
Anomaly (outlier) detection is one of the most important problems of modern data analysis. Anomalies can be the results of database users' mistakes, operational errors or just missing values. The problem is important because of fast growth of the large data sets. Therefore, we present the initial results of work on a Granular Computing approach to data imputation and missing data analysis. Our proposal brings intuitive and interpretable solutions. Finally, in a series of experiments, we demonstrate its effectiveness for a large dataset in the area of transport.