| Studiju veids |
maģistra akadēmiskās studijas |
| Studiju programmas nosaukums |
Informācijas tehnoloģija |
| Nosaukums |
Uz ontoloģiju pamata veidotu klasifikācijas sistēmu izpēte |
| Nosaukums angļu valodā |
The Analysis of Ontology-based Classification Systems |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Dr. sc. ing. Ludmila Aleksejeva |
| Recenzents |
Dr. sc. ing. Sergejs Paršutins |
| Anotācija |
Darba mērķis ir izpētīt un analizēt ontoloģiju pielietošanu uz lēmumu kokiem bāzētu klasifikācijas sistēmu veidošanā. Tā ietvaros ir izpētītas un analizētas metodes ontoloģiju pielietošanai klasifikācijas sistēmās ontoloģijās bāzēta induktīvās apmācības sistēma, ontoloģijās bāzēta augsta līmeņa klasifikācijas likumu indukcija un lēmumu koku apmācība ar izteikumos pārveidotiem atribūtiem. Salīdzināti klasifikācijas rezultāti starp klasisko C4.5 algoritmu un lēmumu koku apmācību ar izteikumos pārveidotiem atribūtiem.
Lai sasniegtu izvirzīto darba mērķi, tika veikts teorētiskais apkopojums par izmantojamajiem jēdzieniem un to savstarpējo saistību. Tāpat tika izpētītas ontoloģiju izmantošanas metodes uz lēmumu kokiem bāzētās klasifikācijas sistēmās. Praktiski tika pielietotas ontoloģijas klasifikācijas uzdevumos ar reāliem datiem un veikta rezultātu salīdzinošo analīze, kā arī sniegtas rekomendācijas metožu praktiskā pielietojuma iespējām.
Iegūtie rezultāti parāda ontoloģijām ir būtiska loma klasifikācijas precizitātes uzlabošanā, tomēr rezultāti variē atkarībā no datu kopas. Izteikumos pārveidotu atribūtu ontoloģiju darba autore rekomendē izmantot klasifikācijas precizitātes uzlabošanai tādām datu kopām, kurās katram atribūtam ir neliels apjoms unikālo vērtību.
Darbs sastāv no četrām nodaļām un diviem pielikumiem.
Darba apjoms 80 lpp., 20 tabulas, 31 attēls. |
| Atslēgas vārdi |
datu ieguve, klasifikācija, lēmumu koki, izteikumos pārveidošana, mašīnapmācība, matemātiskā loģika, |
| Atslēgas vārdi angļu valodā |
classification, ontology, decision tree, data mining, propositionalisation, machine learning |
| Valoda |
lv |
| Gads |
2014 |
| Darba augšupielādes datums un laiks |
29.05.2014 17:32:29 |
