Czasopismo | ELEKTRONIKA - KONSTRUKCJE, TECHNOLOGIE, ZASTOSOWANIA | Rocznik 2019 - zeszyt 6

VARIOUS APPROACHES TO MODELLING OF THE MASS USING THE SIZE OF THE CLASS IN THE CENTROID BASED CLASSIFICATION

Różne podejścia do modelowania masy przy użyciu wielkości klasy w klasyfikacji opartej na centroidach

10.15199/13.2019.6.13

nr katalogowy: 121090
10.15199/13.2019.6.13

Streszczenie

In this paper the authors presented the characteristics of various modelling methods of mass using the class size in the Centroid Based Classifier which uses the Newton's law of universal gravitation. In the introduction the authors presented the potential applications of the statistical classification algorithms in a broader industry. The authors briefly described the process of generating a feature vector based on some text documents and digital images. Also, they presented the details of a Centroid Based Classifier and the possibility of its correlation with Newton’s law of universal gravitation. The authors carried out a review of existing methods using the gravitational model in the process of statistical classification. Using the conducted literature review, the authors presented the results of tests for various approaches to modelling mass based on the class size in the CBC classifier. The authors summarized the considerations with constructive conclusions and indicated further possible directions of researches on modelling of mass in the centroid-based classification process.

Abstract

W artykule dokonano charakterystyki różnych sposobów modelowania masy przy wykorzystaniu liczebności klasy w klasyfikatorze najbliższego centroidu CBC (ang. Centroid Based Classifier) wykorzystującego prawo powszechnego ciążenia Newtona. We wstępie przybliżono potencjalne zastosowania algorytmów klasyfikacji w szeroko pojętym przemyśle. Pokrótce opisano proces generowanie wektora cech na podstawie dokumentów tekstowych. Następnie szczegółowo opisano klasyfikator najbliższego centroidu i możliwość jego korelacji z prawem powszechnego ciążenia Newtona. Kolejno dokonano przeglądu istniejących metod wykorzystujących wspomniany model grawitacyjny w procesie klasyfikacji. Bazując na dokonanym przeglądzie literatury przedstawiono wyniki badań dla różnych podejść modelowania masy bazujących na liczebności klasy w klasyfikatorze CBC. Ogół rozważań podsumowano konstruktywnymi wnioskami oraz wskazano dalsze możliwe kierunki rozważań w aspekcie modelowania masy, w procesie klasyfikacji bazującej na centroidach.

Słowa kluczowe

Keywords

Bibliografia

[1] Grabowski, Sz.: (2003) Konstrukcja klasyfikatorów minimalnoodległościowych o strukturze sieciowej. Rozprawa doktorska, Politechnika Łódzka, Wydział Elektroniki i Elektrotechniki.
[2] Rybak, Ł., Dudczyk, J., Jezierski, Z.: (2018) The IT sector as an important element of critical infrastructure. Infrastruktura krytyczna w systemie bezpieczeństwa państwa i społeczeństwa, Oficyna Wydawnicza PWSZ w Nysie, pp. 123-134, ISBN: 978-83-65881-05-2
[3] Peng, L., Liu, Y.: (2017 Gravitation Theory Based Model for Multi-Label Classification. International Journal of Computers, Communications & Control, vol. 12(5), September.
[4] Akhil, M., Deekshatulua, B.L, Chandra, P.: (2013) Classification of Heart Disease Using K - Nearest Neighbor and Genetic Algorithm, International Conference on Computational Intelligence: Modeling Techniques and Applications (CIMTA), pp. 85-94.
[5] Dudczyk, J., Rybak, Ł.: (2018) Adaptive Decision Support System in Network Centric Warfare Process. Elektronika - konstrukcje, technologie, zastosowania, nr 7, pp. 39-42.
[6] Duda, R., Hart, P., Stork, D.: Pattern Classification.
[7] Liu, C. Wang, W. Tu, G. Xiang, Y. Wang, S. and Lv, F.: (2017) A new Centroid-Based Classification model for text categorization. Knowledge-Based Systems, 136: pp. 15-26.
[8] Aghajanyan, A: (2015) Introduction to Gravitational Clustering. Pattern Analysis and Machine Intelligence, February.
[9] Rashedi, E., Nezamabadi-pour, H.: (2010) A stochastic gravitational approach to color image segmentation by considering spatial information. 1st International Conference on Communications Engineering, 22-24 December.
[10] Reyes, O., Cano, A., Fardoun, H. M., Ventura, S.: (2018) A locally weighted learning method based on a data gravitation model for multi-target regression. International Journal of Computational Intelligence Systems, vol. 11(1), pp. 282-295.
[11] Reyes, O., Morell, C., Ventura, S.: (2016) Effective lazy learning algorithm based on a data gravitation model for multi-label learning. Information Sciences, vol. 340-341, pp. 159-174.
[12] https://www.researchgate.net/publication/220776175_A_ Text_Classification_Algorithm_Based_on_Rocchio_and_Hierarchical_ Clustering

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


e-Publikacja (format pdf) - nr 121090 "VARIOUS APPROACHES TO MOD..." licencja: Osobista Produkt cyfrowy	10.00 zł

Zeszyt


ELEKTRONIKA - KONSTRUKCJE, TECHNOLOGIE, ZASTOSOWANIA - e-zeszyt (pdf) 2019-6 licencja: Osobista Produkt cyfrowy	35.00 zł

Prenumerata

ELEKTRONIKA - KONSTRUKCJE, TECHNOLOGIE, ZASTOSOWANIA - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

420.00 zł

ELEKTRONIKA - KONSTRUKCJE, TECHNOLOGIE, ZASTOSOWANIA - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
ELEKTRONIKA - KONSTRUKCJE, TECHNOLOGIE, ZASTOSOWANIA - papierowa prenumerata roczna	528.00 zł brutto 488.89 zł netto 39.11 zł VAT (stawka VAT 8%)
ELEKTRONIKA - KONSTRUKCJE, TECHNOLOGIE, ZASTOSOWANIA - pakowanie i wysyłka	42.00 zł brutto 34.15 zł netto 7.85 zł VAT (stawka VAT 23%)

570.00 zł

ELEKTRONIKA - KONSTRUKCJE, TECHNOLOGIE, ZASTOSOWANIA - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
ELEKTRONIKA - KONSTRUKCJE, TECHNOLOGIE, ZASTOSOWANIA - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	636.00 zł brutto 588.89 zł netto 47.11 zł VAT (stawka VAT 8%)

636.00 zł

Zeszyt

2019-6

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma