There exist many data classification methods and algorithms; however the importance of them has not diminished. The data and information quantities increase as well as the diversity of information, so the question is how to reliably process the data. Various considerations emerge concerning what method to choose or which of them fits for data best, i.e. which of them would classify data most accurately and reliably. This work presents a classification method based on the statistics of Dirichlet mixtures. Dirichlet mixture combines more than one Dirichlet densities that are described by the same set of parameters but with different values of them. Such a Dirichlet mixture becomes sensitive to recognize differently distributed variables (data) and hence, utilization of the Dirichlet mixtures in classification can provide a powerful tool for classification of data of any kind. This thesis proposes a method describing how Dirichlet mixtures can be utilized for classification of data of any kind. With regard to this, a Dirichlet mixtures classifier is designed to classify data of any type and with any range of values. The designed classifier classifies numerical data as well as symbolic ones. The Dirichlet mixtures classifier is implemented in two ways: The first one concerns the classifier as the end-product for a user and the second one relates to a compiled library of classification routines. Using the Dirichlet mixtures classifier as the product, the user can classify data and... [to full text]

OntoClean – tai metodika, skirta ontologijų korektiškumo vertinimui atlikti. Tačiau, dėl šios metodikos sudėtingumo, ja gali naudotis tik maža žmonių grupė. Šio darbo tikslas yra ištirti, kaip galima būtų supaprastinti šios metodikos taikymą. Tam, kad pasiekti šį tikslą buvo padaryta metodikos analizė, o taip pat buvo apžvelgta, kaip galima atlikti ontologijų vertinimą įvairių įrankių pagalba. Buvo nustatyta, kad didžioji darbo, susijusio su vertinimu, dalis – savybių priskyrimas klasėms – daroma rankiniu būdu. Šiai problemai spręsti buvo pasiūlytas algoritmas, pilnai arba dalinai automatizuojantis OntoClean metodiką. Pagrindinė algoritmo idėja – meta-savybių įrodymų paieška internete panaudojant paieškos frazių šablonus, kurie išreiškia teigiamą arba neigiamą meta-savybės įrodymą. / OntoClean is a methodology for assessing corectness of ontology. However, because of the difficultness of the methodology, only a small group of people can use it. The goal of this work is to find out how to facilitate usage of OntoClean. To reach the goal an anglysis of OntoClean was made, as well as a survey of tools, that support usage of OntoClean. A conclusion was that a major task of ontology assessment – assignment of mata-properties to classes – was done manually. To solve this problem, an algorithm that fully or partially automates this process, was introduced. The main idea of this approach is searching for meta-property evidences in the Internet by using templates of a search phrase, that express positive or negative evidence of meta-property.

Duomenų klasifikavimas – sudėtingas procesas, kurio metu pradinių duomenų aibės apdorojamos taip, kad būtų sukurta sistema, leidžianti automatizuoti objektų atpažinimą ir informacijos srautus. Darbe pristatomi ir aptariami pagrindiniai objektų atpažinimo metodai, siekiama ištirti ar modelių modifikacijos padidina objektų atpažinimo tikslumą. Darbo tikslas – išanalizuoti statistinio objektų atpažinimo metodus, pasiūlyti naują hibridinį metodą ir patikrinti jo patikimumą. Siekiant užsibrėžto tikslo, analitinėje dalyje aptariami objektų atpažinimo metodai, nagrinėjamos objektų atpažinimo problemos, toliau pateiktas siūlomo hibridinio metodo aprašymas ir jo teorinė nauda. Eksperimentinėje dalyje aprašyta visa tyrimo eiga, duomenų apdorojimo procesas, apibendrinami rezultatai. Įvertinus objektų atpažinimo metodus, pasiūlytas hibridinis metodas, apjungiantis tiesinės diskriminantės ir neuroninio tinklo metodus. Lyginant standartinius objektų atpažinimo metodus su hibridiniais, parodyta, kad hibridiniai metodai leidžia pasiekti didesnį tikslumą (apie 10%) atpažinimo procese. Darbą sudaro 56 lapai, aprašą pagyvina 25 paveikslai, 7 lentelės ir 2 priedai. / Data classification is a complex process in which the set of initial data is treated to create a system that allows the identification of automated objects and data flows. The paper presents and discusses the main methods of object identification, seeks to examine whether the modification of models increases the accuracy of object recognition. The aim is to analyze the methods of statistical object detection, offer a new hybrid method and verify its reliability. In order to achieve this objective, analytical part deals with methods of object identification and analyzes the object recognition problems. Further, the description of the proposed hybrid method is suggested and its theoretical benefits are indicated. Experimental part describes the whole research process, data treatment processing and summarizes the results. After evaluating the methods of object identification, hybrid method, that unifies linear discriminant and methods of neuron system, is proposed. Comparing the standard object recognition methods with the hybrid ones, it was demonstrated, that the hybrid methods allow for greater accuracy (approximately 10%) in the process of identification. Paper consists of 56 pages, inventory is enlivened by 25 pictures, 7 tables and 2 appendixes.

Darbe apžvelgtos bazinės neuroninių tinklų savybės, architektūra ir kombinavimo metodikos. Atlikta neuroninių tinklų tiesinių kombinavimo metodų analizė. Palyginti skirtingi neuroninių tinklų diversiškumo matavimai ir pritaikyti eksperimente. Išnagrinėta duomenų balinimo transformacija ir jos taikymo galimybės neuroninių tinklų kontekste. Šio darbo tikslas – ištirti duomenų balinimo operacijos poveikį tiesinių kombinavimo metodų ir skirtingų ekspertų parinkimui, formuojant kokybiškesnį neuroninių tinklų kolektyvą. Pritaikytas naujas metodas blogos kokybės skirtingų ir geros kokybės panašių ekspertų klasifikatoriams sudaryti. Svarbiausios eksperimento išvados: -Balinimo transformacija taikoma pradiniams duomenims klasifikatorius padaro panašesnius. -Duomenų balinimo transformacijos taikymas ekspertų aibės atsakymams blogos kokybės skirtingus klasifikatorius padaro pranašesnius uţ geros kokybės vienodus klasifikatorius net iki 40%. / The purpose of this study was to research the effect of data whitening for different linear combination and diversity measure methods selection in context of building better classifier ensemble. In work main characteristics, architecture and combination methods of neural network were identified. Different linear combination methods and diversity measures were analyzed in context of data whitening. In experiment classifier quality effect of data whitening transformation was researched with different classifiers. The new method for designing bad quality different and good quality similar classifiers was constructed. Most important experiment conclusions: -Data whitening transformation applied for initial data vectors makes classifiers more similar. -Applying data whitening transformation for single classifier set answers makes bad quality different classifiers better than good quality similar classifiers in lower generalization error range up to 40%.

Magistro darbo tikslas yra tarpusavyje palyginti klasifikavimui skirtų požymių mažinimo metodus, kurie turimą požymių aibę transformuoja į mažesnės eilės aibę. Duomenų klasifikavimo kokybė transformuotoje požymių erdvėje turi nenukentėti. Eksperimentams naudotos keturios realių duomenų bazės. Kiekvienai duomenų bazei tikrinama hipotezė apie vidutinių reikšmių lygybę, t.y. lyginamos dvi skirtingos vidutinės klasifikavimo klaidos ir nuspręsta ar jos yra panašios, ar skirtingos, naudojant Stjudento (t) testą. Tam, kad tai patikrinti bus skaičiuojama T statistika. Pirmą kartą duomenų požymių atrinkimui panaudotas neraiškaus integralo metodas su pilnuoju matu. Visi gauti eksperimentų rezultatai pateikti paveiksluose ir apibendrinti lentelėse. Magistrinio darbo išvadose pateiktas trumpas gautų rezultatų aprašymas. / The process of finding features that meet the given constrains out of a large group of features is called feature reduction. The reduction concept can be divided into feature selection and feature extraction techniques. The feature selection approach selects the independent features that provide sufficient information for a satisfactory separation between the different situations we want to discriminate. The physical values of selected features remain unchanged. The redundancy of features might be identified by a feature clustering and selection algorithm or we might remove features with the highest correlation. The algorithm removes similar features. This implies a faster training of consequent classifiers on reduced feature space. The feature extraction method works in opposite. Hereby, the features are projected onto a set of reduced feature space by some transformation function. The features in transformed space are no longer representing the same physical meaning as in original space. The transformation function is an analytical function and the challenge is to find representative and informative transformation for the given feature set. Very well known techniques are: the principal components analysis (PCA) and dimensionality reduction by auto-associative mapping using MLP neural. Four methods for features space reduction were analyzed in this work. All these methods have been used with four publicly available databases and applied to very well known k-nearest neighbor... [to full text]

Darbo eigoje siekiama išanalizuoti automatinės naftos dėmių atpažinimo sistemos (kuri remtųsi „Fuzzy“ klasifikatoriumi ir analizuotų radaro ir radiometro duomenis) egzistavimo galimybes ir parinkti optimaliausius metodų bei jų parametrų rinkinius. Šiam tikslui realizuoti sukurta eksperimentinė naftos dėmių atpažinimo sistema, galinti be vartotojo įsiterpimo analizuoti duomenis. Eksperimentų metu buvo nustatyti optimalūs duomenų interpretavimo, apdorojimo bei klasifikavimo metodai ir parinkti kiek įmanoma universalesni šių metodų parametrai. Sistemos efektyvumui išanalizuoti parinkti trys skirtingi metodų rinkiniai ir testinės duomenų sekos su naftos dėmėmis ir be jų. Atlikus šią analizę buvo pastebėta, kad taikant įvairius pasirinktų metodų rinkinius, tikrosios naftos dėmės atpažinimo rezultatai gavosi neprieštaringi. Esminis skirtumas tarp įvairių taikytų metodų rinkinių rezultatų buvo klaidinančių objektų pašalinimo kokybė. Taigi, galima teigti, kad taikant atitinkamą metodų rinkinį bei detaliai sukūrus „Fuzzy“ klasifikatoriaus taisyklių aibę automatinės naftos dėmių atpažinimo sistemos egzistavimas yra realus. / In the course of the work the possibilities of automatic oil spills identification system, based on radar and radiometer data and "Fuzzy" classification, where analyzed. The optimal identification methods and sets of their parameters where chosen. In the present theses the oils spills identification system, capable to analyze radar and radiometer data without user’s interruption was created. Testing different identification methods, the set of the optimal methods for data interpretation, clasification, and treatment was chosen. To test system efficiency, three different sets of identification methods and radar data where analyzed: both with oil spills and without them. The analysis indicated that all investigated methods where able to identify the real oil spill. The main difference between investigated methods is in the ability to filter additional objects. In conclusion: applying appropriate set of identification methods and using carefully deviced set of "Fuzzy" classificator rules, the creation of automatic oil spills identification system is possible.

Šiame darbe pasiūlytas algoritmas, gebantis spręsti dviejų klasių problemą bei pasitelkiant tik tekstinį turinį skirtas analizuoti ir klasifikuoti tokius daugialypės terpės dokumentus kaip HTML puslapiai. Taip pat Mozilla Firefox įskiepio pagrindu sukurtas turinio filtras, klasifikuojantis pagal darbe pasiūlytą klasifikavimo algoritmą. Klasifikatoriui apmokyti pasitelktas PHP programavimo kalba realizuotas tiesinis atraminių vektorių algoritmas (SVM). Pagrindinės realizuoto turinio filtro savybės, išskiriančios jį iš daugumos rinkoje esančių analogiškų įrankių, tai galimybė klasifikuoti dar algoritmui nežinomus interneto puslapius bei priklausomai nuo parametrų blokuoti tik dalį arba visą internetinį dokumentą. / An algorithm, able to solve two class problem, designed to analyse and classify multimedia documents such as HTML pages by using textual content, is suggested in the paper. Moreover, content filter based on Mozilla Firefox extension was developed to classify web pages according to the algorithm. Linear support vector machine (SVM) was developed using PHP programming language in order to train the classifier. The main advantage of the content filter we developed which distinguishes it from other analogical tools existing in the market is its ability to classify web pages unfamiliar to the algorithm and to block a part or entire web document depending on setup.