Eksploracja wzorców i reguł temporalnych (cz. 2)
- Speaker(s)
- dr Nguyen Thi Sinh Hoa, Marcin Kowalski, Sebastian Stawicki, Wojciech Świeboda
- Date
- Nov. 20, 2009, 2:15 p.m.
- Room
- room 5820
- Seminar
- Research Seminar of the Logic Group: Approximate reasoning in data mining
Kontynuacja wystąpienia z 13.11.2009.
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).