Feature Extraction for Classification in the Data Mining Process

Dimensionality reduction is a very important step in the data mining process. In this paper, we consider feature extraction for classification tasks as a technique to overcome problems occurring because of “the curse of dimensionality”. Three different eigenvector-based feature extraction approaches are discussed and three different kinds of applications with respect to classification tasks are considered. The summary of obtained results concerning the accuracy of classification schemes is presented with the conclusion about the search for the most appropriate feature extraction method. The problem how to discover knowledge needed to integrate the feature extraction and classification processes is stated. A decision support system to aid in the integration of the feature extraction and classification processes is proposed. The goals and requirements set for the decision support system and its basic structure are defined. The means of knowledge acquisition needed to build up the proposed system are considered.

Иерархические Модели Принятия Решений в Многокритериальных Задачах

При векторном подходе задача принятия решений посредством декомпозиции свойств альтернатив представляется иерархической системой критериев. Возникает проблема обратного перехода к оценке и сравнению альтернатив в целом. Эта проблема предполагает решение задачи композиции критериев по уровням иерархии. Задача решается методом вложенных скалярных сверток.

Снижение Размерности Признакового Пространства в Задачах Многокритериальной Классификации

Представлен метод последовательного снижения размерности признакового пространства, который позволяет упростить процедуру порядковой классификации многокритериальных альтернатив и уменьшить ее трудоемкость.

Обобщенные Интервальные Оценки в Сценарном Анализе

Показано, что метод обобщенных интервальных оценок (ОИО), первоначально предназначавшийся для выявления и формализованного представления экспертных знаний об известных с неопределенностью количественных исходных данных моделей интеллектуальных систем поддержки экспертных решений (СПЭР), можно рассматривать как развитие сценарного подхода в теории принятия решений. Предложены процедуры исследования методом ОИО задач с зависимыми параметрами, таких как задача прогнозирования объемов извлекаемых запасов месторождений в зависимости от уровней цены на углеводороды. Установлены аналитические соотношения для функций распределения вероятностей обобщенных равномерных распределений, используемых в сценарном анализе и анализе результирующих показателей моделей включенных в базу моделей СПЭР.

Бортовые Оперативно-Советующие Экспертные Системы – Новый Класс Алгоритмов Управления

На основе анализа предметной области (типовые ситуации (ТС), семантические сети проблемных субситуаций (ПрС/С) для каждой из ТС), в которой действуют сложные технические (антропоцентрические) объекты, выявлена необходимость разработки специального класса бортовых интеллектуальных систем - бортовые оперативно-советующие экспертные системы (БОСЭС). Исследованы механизмы вывода, применяемые в БОСЭС. Представлены механизмы вывода, основанные на системе правил «если..., то..., иначе...»; на алгоритмах многокритериального выбора альтернатив Т.Саати; на алгоритмах, использующих матрицу знаний.

Оптимизация Инвестиционного Портфеля в Условиях Неопределенности на Основе Прогнозирования

Рассмотрена проблема оптимизации инвестиционного портфеля в условиях неопределенности с использованием прогнозирования доходностей курсов акций. Для прогнозирования курсов акций предложен нечеткий метод индуктивного моделирования- НМГУА с нечеткими входами. Приводятся результаты экспериментальных исследований- прогнозные оценки курсов акций ведущих российских компаний и полученный оптимальный портфель на основе прогнозирования и оценивается его фактическая эффективность.

Моделирование Многомерных Данных в Системе METAS BI-Platform

Представлено формальное описание многомерной модели данных, реализованной в программном комплексе METAS BI-Platform. В статью включено описание объектов многомерной модели (измерений и множеств измерений и т.д.), их свойств и организации, а также операций, выполняемых над ними. Описаны методы агрегации многомерных данных, позволяющие эффективно агрегировать массивы числовых показателей. Программный комплекс METAS BI-Platform предназначен для многомерного анализа данных, получаемых из гетерогенных источников, и позволяет упростить разработку BI-приложений. Программный комплекс представляет собой многоуровневое приложение с архитектурой «Клиент-сервер». Каждый уровень комплекса соответствует степени абстракции данных. На самом низком уровне расположены драйверы доступа к специфическим физическим источникам данных. Следующий уровень – уровень виртуальной СУБД, позволяющей осуществлять унифицированный доступ к данным, что избавляет от необходимости учитывать специфику конкретных СУБД при разработке BI-приложений. Реализован программный интерфейс комплекса (API). В распоряжение разработчиков предоставляется набор готовых компонентов, которые могут быть использованы при создании BI-приложений. Это позволяет разрабатывать на основе комплекса BI-приложения, отвечающие современным требованиям, предъявляемым к подобным системам.

Experience of Development and Application of Expert Systems for Economic Macroparameters Forecasting and Operation

In this article there are considered problems of forecasting economical macroparameters, and in the first place, index of inflation. Concept of development of synthetical forecasting methods which use directly specified expert information as well as calculation result on the basis of objective economical and mathematical models for forecasting separate “slowly changeable parameters” are offered. This article discusses problems of macroparameters operation on the basis of analysis of received prognostic magnitude.

Анализ Свойств Модели Леонтьева при Нечётко Заданных Параметрах Критериальной Функции Методом Базисных Матриц

Предложено применение метода базисных матриц для анализа модели Леонтьева (МЛ) с нечетко заданными некоторыми ее компонентами. МЛ можно интерпретировать, как задачу прогноза затрат-выпуска продукции на основе известной статистической информации при нечётко заданных значениях части элементов технологической матрицы, вектора ограничений и границах переменных. Такими элементами могут быть и цены на выпускаемую продукцию (вектор градиента целевой функции). Это существенно усложняет анализ МЛ.

О Задаче Нахождения Строгой Результирующей Ранжировки в Виде Медианы Кемени-Снелла

Рассматривается задача, возникающая во многих приложениях, построения на основе индивидуальных предпочтений экспертов результирующей (коллективной) ранжировки в виде медианы Кемени-Снелла. Приводятся теоретические результаты, полученные авторами, на основании которых предлагаются алгоритмы, позволяющие решать задачи большой размерности.

Сравнительный Анализ Методов Оценки Риска Банкротства Предприятий Украины

Рассмотрена проблема анализа риска банкротства предприятий. Изложен классический метод дискриминантного анализа риска банкротств, предложенный Е. Альтманом, проанализированы его достоинства и недостатки. Дается оценка возможности его применения в Украине. Далее излагается нечетко- множественный подход к оценке риска банкротства. Наконец, описан предложенный метод оценки риска банкротства предприятий на основе использования нечетких нейросетей с различными алгоритмами нечеткого вывода. Приводятся результаты сравнительного анализа различных методов в задаче оценки риска банкротства.

Индивидуально-Оптимальные Равновесия в Играх двух Лиц

Рассматривается принцип индивидуальной оптимальности, который представляет собой обобщение принципов оптимальности по Нешу, Берже и Парето. На его основе проводится исследование стабильности различных типов равновесий в играх двух лиц.

Classification of Smoking Cessation Status Using Various Data Mining Methods

AMS Subj. Classification: 62P10, 62H30, 68T01

Topographic visual analytics of multibeam dynamic SONAR data

This paper considers the problem of low-dimensional visualisation of very high dimensional information sources for the purpose of situation awareness in the maritime environment. In response to the requirement for human decision support aids to reduce information overload (and specifically, data amenable to inter-point relative similarity measures) appropriate to the below-water maritime domain, we are investigating a preliminary prototype topographic visualisation model. The focus of the current paper is on the mathematical problem of exploiting a relative dissimilarity representation of signals in a visual informatics mapping model, driven by real-world sonar systems. A realistic noise model is explored and incorporated into non-linear and topographic visualisation algorithms building on the approach of [9]. Concepts are illustrated using a real world dataset of 32 hydrophones monitoring a shallow-water environment in which targets are present and dynamic.

A dynamic feature information model for integrated manufacturing planning and optimization

This paper presents a new, dynamic feature representation method for high value parts consisting of complex and intersecting features. The method first extracts features from the CAD model of a complex part. Then the dynamic status of each feature is established between various operations to be carried out during the whole manufacturing process. Each manufacturing and verification operation can be planned and optimized using the real conditions of a feature, thus enhancing accuracy, traceability and process control. The dynamic feature representation is complementary to the design models used as underlining basis in current CAD/CAM and decision support systems. © 2012 CIRP.