Granular representation of the information potential of variables – application example
Artykuł w czasopiśmie
MNiSW
20
Lista 2021
Status: | |
Warianty tytułu: |
Ziarnista reprezentacja potencjału informacyjnego zmiennych – przykład zastosowania
|
Autorzy: | Kiersztyn Adam, Gandzel Agnieszka, Celiński Maciej, Koczan Leopold |
Dyscypliny: | |
Aby zobaczyć szczegóły należy się zalogować. | |
Rok wydania: | 2021 |
Wersja dokumentu: | Drukowana | Elektroniczna |
Język: | angielski |
Numer czasopisma: | 3 |
Wolumen/Tom: | 11 |
Strony: | 40 - 44 |
Scopus® Cytowania: | 0 |
Bazy: | Scopus |
Efekt badań statutowych | NIE |
Materiał konferencyjny: | NIE |
Publikacja OA: | TAK |
Licencja: | |
Sposób udostępnienia: | Witryna wydawcy |
Wersja tekstu: | Ostateczna wersja opublikowana |
Czas opublikowania: | W momencie opublikowania |
Data opublikowania w OA: | 30 września 2021 |
Abstrakty: | angielski | polski |
With the introduction to the science paradigm of Granular Computin g, in particular, information granules, the way of thinking about data has changed gradually. Both specialists and scientists stopped focusing on the single data records themselves, but began to look at the analyzed data in a broader context, closer to the way people think. This kind of knowledge representation is expressed, in particular, in approaches based on linguistic modelling or fuzzy techniques such as fuzzy clustering. Therefore, especially important from the point of view of the methodo logy of dat a research, is an attempt to understand their potential as information granules. In this study, we will present special cases of using th e innovative method of representing the information potential of variables with the use of information granules. In a series of numerical experim ents based on both artificially generated data and ecological data on changes in bird arrival dates in the context of climate chang e, we demonstrate the effectiveness of the proposed approach using classic, not fuzzy measures building information granules. | |
Wraz z wprowadzeniem do nauki paradygmatu obliczeń ziarnistych, w szczególności ziaren informacji, sposób myślenia o danych s topniowo się zmieniał. Zarówno specjaliści, jak i naukowcy przestali skupiać się na samych rekordach pojedynczych danych, ale zaczęli patrzeć na analizowane dane w szerszym kontekście, bliższym ludzkiemu myśleniu. Ten rodzaj reprezentacji wiedzy wyraża się w szczególności w podejśc iach opartych na modelo waniu językowym lub technikach rozmytych, takich jak klasteryzacja rozmyta. Dlatego szczególnie ważna z punktu widzenia metod ologii badania danych jest próba zrozumienia ich potencjału jako ziaren informacji. W niniejszym opracowaniu przedstawimy szczególn e przypadki wykorzystania innowacyjnej metody reprezentacji potencjału informacyjnego zmiennych za pomocą ziaren informacji . W serii eksperymentów numerycznych opartych zarówno na danych generowanych sztucznie, jak i danych ekologicznych dotyczących zmian dat przylotów ptaków w kontekście zmian klimatycznych, demonstrujemy skuteczność proponowanego podejścia przy użyciu klasycznych, a nie rozmytych miar budujący ch ziarna informacji. |