Eksploracja wzorców i reguł temporalnych
- Speaker(s)
- dr Nguyen Thi Sinh Hoa, Marcin Kowalski, Sebastian Stawicki, Wojciech Świeboda
- Date
- Nov. 13, 2009, 2:15 p.m.
- Room
- room 5820
- Seminar
- Research Seminar of the Logic Group: Approximate reasoning in data mining
Wielkie ilości danych są zbierane każdego dnia przez różne
instytucje i firmy. Odkrywanie wiedzy z tak uzyskanej,
wielkiej ilości danych, to podstawowe zadanie data mining.
Istniejące algorytmy nie biorą jednak najczęściej pod uwagę
aspektu temporalnego zawartego w danych i albo zupełnie
ignorują czas (w bardzo ogólnym rozumieniu znaczenia tego
słowa) albo traktują go jako zwykły atrybut.
Temporal data mining natomiast stawia sobie za zadanie, nie
tylko odkrywanie relacji pomiędzy statycznymi obiektami (jak
w data mining), ale przede wszystkim eksplorację relacji
związanych z "temporalnością" analizowanych danych.
Podczas referatu postaramy się przedstawić ogólne
wprowadzenie do zagadnienia, a skupimy się głównie na
aspekcie wykrywania reguł temporalnych w danych
sekwencyjnych. Pod pojęciem sekwencji rozumiemy
uporządkowaną listę zdarzeń, które mają przyporządkowany
czas ich zaistnienia, przy czym może to być punkt w czasie
lub pewien przedział czasu, w którym zdarzenie miało
miejsce.
Nasze wystąpienie będzie oparte o treści zawarte w książce
pt. "Knowledge Discovery from Interval Sequence Data" (Edi
Winarko).