Regułowy Model Nauki Podobieństwa dla Danych Wielowymiarowych

W czasie mojej prezentacji przedstawie stan moich badan zwiazanych z tematem nauki relacji podobienstwa z danych. Szczegolna uwage poswiece modelowi dla danych wielowymiarowych - to znaczy takich, ktore opisuja obiekty za pomoca wielu (tysiecy) atrybutow. W pierwszej czesci wystapienia skrutowo opisze dynamiczny model podobienstwa opartego na regulach (Dynamic Rule-based Similarity), a nastepnie omowie szereg zagadnien zwiazanych z dzialaniem tego modelu, takich jak filtracja niepotrzebnych atrybutow, czy wybor heurystyki do generowania reduktow. W ostatniej czesci zaprezentuje wyniki eksperymentow na zbiorach mikromacierzy, majacych na celu oszacowanie jakosci prezentowanego modelu.