Исследование и разработка системы поддержки принятия решений на основе прецедентов
Диссертация
Вывод, основанный на прецедентах — это метод принятия решений, в котором используются знания о предыдущих ситуациях или случаях (прецедентах). При таком выводе прецедент, если он признан схожим, часто является обоснованием решения. Практика принятия решения, моделирующая человеческие рассуждения, применяется во многих областях человеческой деятельности. Это широкий спектр возможных приложений… Читать ещё >
Содержание
- 1. ОБЗОР МЕТОДОВ ВЫВОДА ПО ПРЕЦЕДЕНТАМ И ДОБЫЧИ ДАННЫХ В СИСТЕМАХ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ
- 2. ОРГАНИЗАЦИЯ БАЗЫ ПРЕЦЕДЕНТОВ
- 2. 1. Классификация неполностью описанных объектов
- 2. 2. Мера близости
- 2. 3. Отбор прецедентов
- 2. 4. Адаптация решения
- 2. 5. Выявление зависимостей
- 3. РЕАЛИЗАЦИЯ
- 3. 1. Выбор структуры системы
- 3. 2. Выбор средства программирования
- 3. 3. Инсталляция системы
- 3. 4. Система «Универсальный Классификатор»
- 3. 5. Система «Спутник Врача»
- 3. 6. Выводы
Список литературы
- Г. К. Айткожин, В. К. Исраилова, В. Н. Юдин. Применение математического метода распознавания образов к задачам диагностики и прогнозирования в кардиохирургии. Аспирант и соискатель, 2001, № 3, стр. 279−281.
- Г. К. Айткожин, В. К. Исраилова, В. Н. Юдин. Применение математического метода распознавания образов при определении хирургической тактики и метода реваскуляризации миокарда у больных ИБС. Депонировано ВИНИТИ, № 97-В01, УК № 3. 2001.
- Юдин В.Н. Система информационной поддержки врачебных решений, основанная па модифицированном методе динамического кластерного анализа. Труды ИСП РАН, т. 3,2002, стр. 103−118.
- Юдин В.Н. Программная система «Спутник Врача» (описание разработки). Труды 6-й международной конференции «Распознавание образов и анализ изображений: новые информационные технологии» (РОАИ -6−2002), Великий Новгород, 2002, т. 2, стр. 635.
- V.N. Yudin, А.Т. Bespaev. Application of Cluster Analysis for Searching for Analogies in Diagnostics and Choice of Treatment in the «Doctor's Partner» System. Pattern Recognition and Image Anaysis, Vol 13, No 2, pp 387−390.
- V.N. Yudin, Applying Cluster Analysis for Searching for Analogs in Diagnostics and Choice of Treatment. Pattern Recognition and Image Anaysis/ Vol 13, No 4, pp 706−713.
- Yudin V.N., Knowledge Discovery through the Feature Research in the «Universal Classifier» System. In Proceedings of The 6th GERMAN
- RUSSIAN WORKSHOP «PATTERN RECOGNITION and IMAGE UNDERSTANDIG» (OGRW-6−2003) Novosibirsk, 2003 pp. 252−254.
- B.H. Юдин, Анализ данных и извлечение знаний с помощью Универсального Классификатора. Доклады 11-й Всероссийской конференции Математические Методы Распознавания Образов (ММРО-11), Москва, 2003, стр. 494−496,.
- Юдин В.Н. Быстрый метод обнаружения зависимостей в больших объемах данных, основанный на гипотезе компактности. Труды Международной научной конференции Интеллектуализация обработки информации ИОИ-2004. Симферополь 2004, стр. 177.
- Юдин В.Н. Быстрый метод обнаружения зависимостей в больших объемах данных, основанный на гипотезе компактности. Искусственный Интеллект, 2'2004. стр. 216−219.
- Юдин В.Н. Мера близости в системе вывода на основе прецедентов. Доклады 12-й Всероссийской конференции «Математические Методы Распознавания Образов (ММРО-12)», Москва, 2005, стр. 241−244.
- JI. Е. Карпов, В. Н. Юдин. Адаптивное управление по прецедентам, основанное на классификации состояний управляемых объектов. Труды ИСП РАН, 2007, стр. 135−155.
- Agnar Aamodt and Enric Plaza. «Case-based reasoning: Foundational issues, methodological variations, and system approaches». AI Communications, 7(l):39−59, 1994.
- Acorn Т., Walden S. (1992). «SMART: Support management cultivated reasoning technology for Compaq customer service». In Proceedings of AAAI92. Cambridge, MA: AAAI Press/MIT Press.
- Aha D. W. «An Implementation and Experiment with the Nested Generalized Exemplars Algorithm». Technical Report AIC-95−003. Washington, DC: Naval Research Laboratory, Navy Center for Applied Research in Artificial Intelligence, 1995
- David W. Aha and Li Wu Chang. «Cooperative bayesian and case-based reasoning for solving multiagent planning tasks». Technical report, Navy Center for Applied Research in AI, Naval Research Laboratory, Washington, DC, USA, 1996.
- Klaus-Dieter Althof, Eric Auriol, Ralph Barlette, and Michel Manago. A Review of Industrial Case-Based Reasoning Tools. AI Intelligence, 1995.
- Althoff, K.D., Auriol, E., Barletta, R., and Manago, M. «A Review of Industrial Case-based Reasoning Tools». An AI Perspectives Report. Series Editor: Alex Goodall. 1996.
- Sarabjot Anand, Bryan Scotney, Mee Tan, Sally McClean, David Bell, John Hughes, and Ian Magill. «Designing a kernel for data mining». IEEE Expert, 12(2):65−74, 1997.
- Anand S. S., Patterson D. W., Hughes J. G., Bell D. A. «Discovering Case Knowledge Using Data Mining». 2nd Pacific-Asia Conference in Knowledge Discovery in Databases (PAKDD-98), Australia, pp25−35, 1998.
- Anand, S.S., Hughes, J.G., Bell, D.A. and Hamilton, P. «Utilising Censored Neighbours in Prognostication», Workshop on Prognostic Models in
- Medicine, Eds. Ameen Abu-Hanna and Peter Lucas, Aalborg, (AIMDM'99), Denmark, ppl 5−20,1999.
- Ashley, K.D. and Rissland, E.L. (1988). «Waiting on Weighting: A Symbolic Least Committment Approach». In Proceedings of the Seventh National Conference on Artificial Intelligence, pp. 239−244.
- Ashley, Kevin D. (1990). «Modelling Legal Arguments: Reasoning with Cases and Hypotheticals», Cambridge, MIT Press
- Bareiss, E., Porter, В., and Wier, C. (1988). PROTOS: An Exemplar-based Learning Apprentice. International Journal of Man-Machine Studies, 29: 549 561.
- Brand E., Gerritsen R. «Decision Trees». DBMS. 1998. № 7.
- Brand E., Gerritsen R. «Naive-Bayes and Nearest Neighbor». DBMS. 1998. № 7.
- John S. Breese and David Heckerman. «Decision-theoretic case-based reasoning». In Proceedings of the Fifth International Workshop on Artificial Intelligence and Statistics, pages 56−63, 1995.
- Breiman L., Friedman J. H., Olshen R. A., & Stone, C. J. (1984). «Classification and regression trees». Monterey, CA: Wadsworth & Brooks/Cole Advanced Books & Software.
- Alan Bundy, editor. Artificial Intelligence Techniques. Springer Verlag, 1997.
- Torgeir Dingsoyr «Integration of Data Mining and Case-Based Reasoning» (http://www.idi.ntnu.no/-dingsovr/diploma/)
- U. Fayyad, G. Piatetsky-Shapiro, P. Smyth. «From Data Mining to Knowledge Discoveiy: An Overview». In Advances in Knowledge Discovery and Data Mining (Eds. U.M.Fayyad, G. Piatetsky-Shapiro, P. Smyth), Cambridge, Mass: MIT Press, 1996, pp. 1−34.
- Fuernkranz J. «Separate-and-Conquer Rule Learning». Vienna: Austrian Research Institute for Artificial Intelligence, Technical Report OEFAI-TR-96−25,1996.
- Gruvaeus, G., & Wainer, H. «Two additions to hierarchical cluster analysis». The British Journal of Mathematical and Statistical Psychology, 25,200−206, 1972.
- Hammond, K. «A model of case-based planning», in Proceedings of the Fifth National Conference on Artificial Intelligence, 65−95. Menlo Park, Calif.: American Associan for Artificial Intelligence. 1986.
- Hartigan, J. A. «Clustering algorithms». New York: Wiley, 1975.
- Hartigan, J. A. & Wong, M. A. «Algorithm 136. A k-means clustering algorithm». Applied Statistics, 28, 100, 1978.
- Heckerman D., Geiger D., Chickering D. «Learning Bayesian networks: The combination of knowledge and statistical data». Machine Learning. 1995. -20. — P. 197−243.
- Heckerman D. «Bayesian Networks for Data Mining». Data Mining and Knowledge Discoveiy. 1997. № 1. P. 79−119.
- Holland J. H. Adaptation in natural and artificial systems. Ann Arbor: University of Michigan Press. 1975.47. http://isl .cemi.rssi.ru/ruswin/index.htm
- Johnson, S. C. Hierarchical clustering schemes. Psychometrika, 32,241−254, 1967.
- Hiroaki Kitano, Hideo Shimazu, and Akihiro Shibata. «Case-method: A methodology for building large-scale case-based systems». In Proceedings of the AAAI, pages 303−308,1993.
- Kolodner, J.L. «Maintaining Organization in a Dynamic Long-term memory». Cognitive Science, 7(4): 243−280, 1983.
- Kosko, В.: Neural Networks and Fuzzy Systems Prentice Hall, Englewood Cliffs, NJ, 1992.
- David B. Leake. «Case-Based Reasoning Experiences, Lessons and Future Directions». AAAI/MIT Press, 1996.
- S. Murthy. «Automatic construction of decision trees from data: A Multi-disciplinary survey», 1997.
- Nguyen, T, Czerwinski, M., and Lee, D. (1993). «Compaq QUICKSOURCE: Providing the Consumer with the power of AI». AI Magazine, Fall 1993, pp. 50−60.
- Parsaye K. «Rules are Much More than Decision Trees». The Journal of Data Warehousing. 1997. — № 1.
- Quinlan J. R. «Generating production rules from decision trees». In Proceedings of the 10th International Joint Conference on Artificial Intelligence (IJCAI-87). Morgan Kaufmann, 1987. — P. 304−307.
- Quinlan J. R. «C4.5: Programs for Machine Learning». Morgan Kaufmann Publishers, San Mateo, CA, 1993.
- Andres F. Rodriguez, Sunil Vadera, and L. Enrique Sucar. «A probabilistic model for case-based reasoning». In I Smith and В Faltings, editors, Case-Based Reasoning Research and Development, ICCBR-97. Proceedings, pages 623−632, 1997.
- Schank, R. (Ed.) (1982). «Dynamic Memory: A Theory of Learning in Computers and People». New York: Cambridge University Press.
- Schwefel H. P. Numerical optimization of computer models. Chichester: Wiley, 1981.
- Simpson, R.L. (1985). «A computer model of case-based reasoning in problem solving: An investigation in the domain of dispute mediation». Ph.D. thesis, School of Information and Computer Science, Georgia Institute of Technology.
- B. Smyth, M. T. Keane. «Remembering to Forget: A Competence-Preserving Case Deletion Policy for Case-Based Reasoning Systems», in Proc. of IJCAI-95, pp 337−382, 1995.
- Henry Tirri, Perti Kontkanen, and Petri Myllymaksi. «A bayesian framework for case-based reasoning». In I Smith and В Fallings, editors, Advances in Case-Based Reasoning, EWCBR-96, pages 413−427, 1996.
- Wang, H., Dubitzky, W., Dbntsch, I., Bell, D.A., «A Lattice Machine Approach to Automated Case Base Design: Marrying Lazy and Eager Learning». Proc. 17th Int. Joint Conference on Artificial Intelligence (IJCAI-99), Sweden, 1999.
- Wettschereck D., Aha D. W., Mohri T. «A Review and Empirical Evaluation of Feature Weighting Methods for a Class of Lazy Learning Algorithms». Artificial Intelligence Review. -11. pp. 273−314.
- Zadeh, Lotfi. Fuzzy Sets / Information and Control, 8(3), June 1965, pp.338 353.
- Айвазян C.A., Бежаева З. И., Староверов O.B. «Классификация многомерных наблюдений». М.: Статистика, 1974.
- Айвазян С. А., Бухштабер В. М., Енюков И. С., Мешалкин JI. Д. «Прикладная статистика: Классификация и снижение размерности». М.: Финансы и статистика, 1989.
- Апраушева Н.Н. Новый подход к обнаружению кластеров. М.: ВЦ РАН, 1993.
- Аркадьев А.Г., Браверман Э. М. Обучение машины распознаванию образов. М: Наука, 1964
- С. Арсеньев ИЗВЛЕЧЕНИЕ ЗНАНИЙ ИЗ МЕДИЦИНСКИХ БАЗ ДАННЫХ //wmv.megaputer.ru/download/book.zip
- Бритов П.А., Липчинский Е. А. Практика построения хранилищ данных: SAS System. Корпоративные системы, № 3, 1999
- Буров К. Обнаружение знаний в хранилищах данных. Открытые системы, № 05−06, 1999
- Гупал А. М., Пономарев А. А., Цветков А. М. «Об одном методе индуктивного вывода с подрезанием деревьев решений». Кибернетика и системный анализ. 1993. — № 5. — С. 174−178.
- Норман Дрейпер, Г. Смит. «Прикладной регрессионный анализ. Множественная регрессия». 3-е изд. М. Диалектика, 2007.
- Дюк В. А. Обработка данных на ПК в примерах. СПб: «Питер», 1997.
- Дюк В. А., Самойленко А. П. «Data Mining: учебный курс» СПб: «Питер», 2001.-368 с.
- Дюран Б., Оделл П. Кластерный анализ. М.: Статистика, 1975.
- Загоруйко Н.Г. Методы распознавание и их применение. М., Сов. Радио, 1972.
- Загоруйко Н.Г., Ёлкина В. Н., Лбов Г. С. Методы обнаружения эмпирических закономерностей. Новосибирск: Наука, СО, 1985.
- Загоруйко Н.Г., Елкипа В. Н., Лбов Г. С., Емельянов С. В. Пакет прикладных программ ОТЭКС. Изд. «Финансы и статистика». М., 1986.
- Загоруйко Н.Г. Гипотезы компактности и 1-компактности в методах анализа данных. Сибирский журнал индустриальной математики. Изд. ИМ СО РАН. Том 1, N1, 1998, С.114−126.
- М.С. Камеииова. «Корпоративные информационные системы: технологии и решения». Системы Управления Базами Данных № 3/1995 стр. 88−99.
- М. Киселев, Е. Соломатин. «Средства добычи знаний в бизнесе и финансах». Открытые системы, № 4,1997, с.41−44.
- Миркин Б.Г. Анализ качественных признаков и структур.- М.: Статистика, 1980.
- Себестиап Г. С. Процессы принятия решений при распознавании образов. Киев: Техника, 1965.
- Уоссермен. Ф. «Нейрокомпыотерная техника: Теория и практика». М.: Мир, 1992.-240 с.
- Цветков А. М. «Разработка алгоритмов индуктивного вывода с использованием деревьев решений». Кибернетика и системный анализ. -1993.-№ 1. с. 174−178.л (н И л<» Л-' .>•",<•.-."!"5t
- ИССЛЕДОВАНИЕ И РАЗРАБОТКА СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ НА ОСНОВЕ ПРЕЦЕДЕНТОВ» (специальность 05.13.11 Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей)
- Ведущий научный сотрудник отделения планирования и координации НИРк.м.н. О.В.Борисенко