Розглянуто питання використання засобів абдуктивних міркувань для задач видобування даних. Виконане дослідження свідчить, що класифікація даних може бути інтерпретована як одна з задач абдуктивного логічного програмування, яка дозволяє використовувати задані користувачем доменні обмеження. Інтерпретація моделей класифікації на основі дерев рішень абдуктивним способом з використанням доменних обмежень дає змогу отримати підвищення ефективності у випадку часткової відсутності вхідних даних. З метою розгляду імовірнісної інформації на основі базових та виведених формальних теорій виконано розширення загального фреймворку до абдуктивного фреймворку, який базується на вагових коефіцієнтах та може використовуватися для видобування даних, що в кінцевому випадку надасть змогу покращати загальну якість результатів. Показано, що абдуктивні міркування можна використовувати в контексті задач класифікації для пояснення ходу міркувань виконаної класифікації і для підвищення загальної ефективності у випадку роботи системи із частково відсутніми вхідними даними і зовнішніми доменними знаннями. Такий підхід може бути удосконалений шляхом поєднання відмінних парадигм видобування даних, таких як: класифікація, асоціативні правила і кластеризація шляхом використання абдуктивного фреймворку з обмеженнями.

  Повний текст PDF - 558.668 Kb    Зміст випуску     Цитування публікації

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"