Išanalizavus balsių ir pusbalsių teorinius fonetikos akustinius ir artikuliacinius požymius nebuvo galima suformuoti vienareikšmiškų kriterijų balsių ir pusbalsių diskriminavimui. Išanalizavus spektrogramas buvo pastebėta, kad balsių ir pusbalsių garsai išsiskiria vidutinėse dažnių juostose. Sukurtas naujas metodas balsių ir pusbalsių klasifikavimui naudojant spektrinės analizės požymius ir dirbtinį neuroninį tinklą. Šiam tyrimui buvo sukurtas fonemų klasifikavimo modelis, kai atitinkamai balsiai ir pusbalsiai yra išskaidomi į stacionarias dalis. Pasirinkto modelio eksperimentiniai tyrimai parodė, kad geriausiai balsiai ir pusbalsiai atskiriami nuo 0Khz iki 1Khz dažnių juostoje stacionarioje dalyje 75.56 % ir dešiniajame kontekste 75.31 % tikslumu. Taip pat buvo gautas geras rezultatas tarp 3Khz ir 4Khz dažnių juostose stacionarioje dalyje 75.37 % tikslumu. Geriausias rezultatas buvo gautas nuo 4Khz iki 5Khz dažnių juostose stacionarioje dalyje 77.15 % tikslumu. / To perform discrimination analysis of vowels and semivowels (using spectral analysis), exclude features of vowel‘s and semivowel‘s signals. Identify in which frequency zones differences of vowels and semivowels differentiates the best Tasks to do: Perform articulation features analysis of theoretic Lithuanian language phonetics: vowels and semivowels. Accomplish the reviews of discrimination or identification methods, which are used for vowels and semivowels. Design the theoretical model that could be applied for discrimination of vowel‘s and semivowel‘s using the features of spectral analysis and operating neural networks for classifications. Operating the created method execute the experimental test of vowels and semivowels classifications. To perform the spectral analysis of vowels and semivowels there was suggested a zone filter with framing and phonemes acoustic modeling. There was reached the 77,15 % classification accuracy using neural networks.

Šiuolaikiniame pasaulyje informacijos kiekiai auga milžiniškais tempais, todėl atsiranda poreikis ją apdoroti ir sisteminti kompiuterio pagalba pagal jos prasmę. Ontologijos, dar besivystantis ir evoliucionuojantis produktas, yra vis plačiau naudojamos įvairių rūšių informacinėms sistemoms intelektualizuoti. Vienas iš tokių pavyzdžių galėtų būti automatinis elektroninių laiškų analizatorius, veikiantis ontologijų principu – sistema, atpažįstanti atėjusį laišką pagal jo prasmę ir galinti sugeneruoti jam atsakymą. Šiame darbe aprašyta pagal išnagrinėtą konkrečią internetinių loterijų informacijos sritį suprojektuotos ontologijos ir jų interpretavimo taisyklės, veikiančios sukurtu žodžių dažnių bei klasės koeficientų palyginimo algoritmo principu. Taip pat suprogramuotas mechanizmas veikiantis ontologijų ir minėto algoritmo pagrindu, klasifikuojantis elektroninio laiško tekstą pagal jo prasmę, pritaikytas konkrečiai internetinių loterijų informacijos sričiai. Atlikta algoritmo klasifikavimo efektyvumo ir paklaidos analizė. / Nowadays amounts of information are growing drastically. Now we have the new needs to manage this information according to its meaning with help of computer. Ontologies are still in evolution and progress phase, but this product is increasingly used to create intelligent information systems. One of samples can be an automatic analyzer for e-mails recognition working on the basis of ontologies. This is a system, which can recognize the new e-mail according to its meaning and send the corresponding reply. In this research work are described an ontology, which was designed according to particular internet lotteries information domain, and the rules to ontology interpretation. These rules are working on the algorithm basis. The principles of computing are the comparison of word rates and the class coefficients. The algorithm was created to classify e-mails from above mentioned particular information domain. Furthermore, the ontology and the reading rules were realized in mechanism, which can classify the text according to its meaning. The efficiency and the classification error of this mechanism was analyzed and evaluated.

In 2001, the Lithuanian Government, considering EU’s eEurope 2005 and eEurope+ Action Plans, approved Lithuania’s strategic plan of information society development, which set a goal to ensure the IT security at public institutions and offices. The same year saw the State’s strategy of technological security approved, which enforced legal regulation of general data security requirements. On December 31st, 2002, the General data security requirements treat information security policy as a sum of different documents (rules and detailed instructions), while commercial IT providers offer organizations only one general document of IT security policy, which reflects ISO/IEC standard 17799 word-to-word, but is not approvable by the order of organization’s head. Therefore the problem is how to use projects prepared by commercial companies, meet the accepted standards and, without contradicting the existing legal acts, create the organization’s security management structure, plus approve the information security policy or rules, usable by organization’s heads and staff. This written work is aimed to analyze Lithuanian and EU legal requirements for information security at public administration institutions and present the student‘s own suggestions on the desirable ideal of organization‘s information security management structure, strategy and policies; administrative, organizational and technological tools of bringing these policies‘ to reality.

Darbe aprašomi algoritmai ir metodai automatiniam lietuviškų tekstų klasifikavimui panaudojant semantines duomenų struktūras. Apžvelgti jau žinomi ir naudojami elektroninių dokumentų klasifikavimo metodai, įvertinti jų privalumai ir trūkumai. Pasiūlyti algoritmai lietuviškų žodžių analizei, aprašytos duomenų struktūros (grafai), kurios gali būti naudojamos dokumentų semantiniams vaizdams sudaryti, rasti praktiniai jų sudarymo metodai. Aprašytos eksperimentinės programinės priemonės duomenų analizei bei atvaizdavimui. Darbe pateikiami eksperimentų rezultatai, kurių pagrindu suformuluotos išvados. / This paper defines algorithms and methods for automatic Lithuanian documents classification using semantic structures. Some popular classification methods are reviewed, displaying their strong and weak parts. Basing on this knowledge some original algorithms are proposed. This includes lexical Lithuanian word analysis, document semantic structure generation, automatic category tree generation. Implemented software systems for these methods are described. Multiple experiment results and conclusions are also introduced.

Bet kokiai įmonei klientų lojalumas yra gyvybiškai svarbus. Per pastaruosius du dešimtmečius, dėmesys ryšio su klientais valdymo sistemoms (angl. CRM- customer relationship management) labai išaugo. Tai galima interpretuoti kaip įmonių siekimą individualiai pažinti savo klientus. Pasikeitė ir marketingo orientyras. Vietoj orientuoto į transakcijas, jis patapo orientuotu į klientą, kadangi praktika parodė, jog tai yra optimalus ryšys su klientu. (Daug pigiau pardavinėti prekes esamiems klientams, nei naujiems, mažesni bendradarbiavimo kaštai) Būtent todėl klientų lojalumo sąvoka interpretuojama kaip viena svarbiausių koncepcijų šiuolaikiniame marketinge. Ryšio su klientais valdymo teorijose aprašoma daug kriterijų bei skaičiavimo metodų kliento lojalumui įvertinti. Egzistuojanti vadybinė taisyklė 55-15 teigia jog bandant klasifikuoti geriausius klientus, maždaug 55 % yra klasifikuojami klaidingai ir dėl to įmonė praranda investicijas (klientams neskiriamas attinkamas dėmesys: nuolaidos, ir t.t.) Pagrindinė tokio netikslaus klasifikavimo priežastis- besikeičianti verslo aplinka. Lojalūs klientai neišlieka tokiais visada. Remiantis CLV pokyčio analize ir Wouter Buckinx pasiūlytais kliento „norą pirkti“ apibūdinančiais rodikliais sudaryti 2 modeliai. Teoriškai šie modeliai yra veiksmingesni nei E.Ksevelonakiso pasiūlytas „CLV ir įmonės tikslinės strategijos sąveikos modelis“, kadangi laiku gavus informaciją apie potencialią kliento klasę (lojalus/nelojalus), įmonė gali nedelsiant... [toliau žr. visą tekstą] / The client loyalty is one of the most vital things to any company. During last two decades the attention to customer relationship management systems has increased significantly. There are many criterias and calculation methods described in customer relationship theories. The existing management rule 80-15 states that when trying to clasify best customers, almost 55% are misclassified and therefore organization losses its investments (there’s not enough attention being paid to the best customers). The main reason of such misclassification is continuous change in business environment and subjective customer loyalty definition. Loyal customers do not stay loyal all the time. Using scientific literature analysis there were selected most widely used methods, which help the company to identify it’s the most important customers. Additionally “wish to buy” indicators were selected, which describe the customer buying potential. Using selected methods and indexes, there is a preposition of a new classifying model, which helps to predict customer class using collected data during contribution period. Model was implemented by using neural network and tested using experiment. It predicted customer class using sales data and the results were as follow: it classified 141 customer from 154 customers in total, made a mistake in 13 cases while classifying loyal customers. When classifying disloyal customers, it made a mistake in 45 cases and classified 102 correctly of 147 in total... [to full text]

There are plenty of solutions for the task of multi-class recognition. Unfortunately, these solutions are not always unanimous. Most of them are based on empirical experiments while statistical data features consideration is often omitted. That’s why questions like when and which method should be used, what the reliability of any chosen method is for solving a multi-class recognition task arise. In this dissertation two-stage multi-class decision methods are analyzed. Pair-wise classifiers able to better exploit statistical data features are used in the first stage of such methods. In the second stage a particular fusion rule of the first stage results is used to fuse the first stage results in order to produce the final classification decision. Complexity issues of pair-wise classifiers, training data size and precision of method quality estimation are pointed out in the research. The precision of algorithm highly depends on the data and the number of experiments performed (data permutation, division into training and testing data). It is shown that the declared superiority of some known algorithms is not reliable due to low precision of estimation. A detailed comparison of well known multi-class classification methods is performed and a new pair-wise classifier fusion method based on similar method used in multi-class classifier fusion is presented. The recommendations for multi-class classification task designer are provided. Methods which allow reducing classification... [to full text] / Daugelio klasių atpažinimo uždaviniams spręsti yra sukurta aibė sprendimų ir ne visada vieningų rekomendacijų. Dauguma jų paremta empiriniais bandymais, retai atsižvelgiama į statistines duomenų savybes. Dėl to sprendžiant daugelio klasių klasifikavimo uždavinį kyla klausimų, kurį metodą ir kada geriausia naudoti, koks vieno ar kito metodo patikimumas. Disertacijoje nagrinėjami dviejų pakopų sprendimo priėmimo metodai, kai pirmame etape sudaromi klasifikatoriai poroms (angl. pair-wise), sugebantys geriau išnaudoti klasių tarpusavio statistines savybes, o kitame etape yra atliekamas klasifikatorių poroms rezultatų apjungimas. Tyrime ypatingas dėmesys yra skiriamas klasifikatorių poroms sudėtingumui, mokymo duomenų kiekiui bei algoritmų kokybės įvertinimo tikslumui. Tikslumas labai priklauso nuo duomenų bei atliktų eksperimentų kiekio (duomenų permaišymo klasėse, juos skirstant į mokymo ir testavimo). Parodyta, jog dėl žemo įvertinimo tikslumo kai kurių publikuotų algoritmų deklaruojamas pranašumas prieš žinomus algoritmus nėra patikimas. Darbe atliktas detalus žinomų metodų palyginimas bei pristatytas naujai sukurtas klasifikatorių poroms apjungimo algoritmas, kuris yra paremtas analogišku algoritmu daugelio klasių klasifikatorių rezultatų apjungimui. Pateiktos bendros rekomendacijos, kaip projektuotojui elgtis daugelio klasių atveju. Pasiūlyti metodai, leidžiantys sumažinti klasifikavimo klaidą atliekant klasifikatorių poroms apjungimo koregavimą, kad algoritmas nebūtų... [toliau žr. visą tekstą]

Daugelio klasių atpažinimo uždaviniams spręsti yra sukurta aibė sprendimų ir ne visada vieningų rekomendacijų. Dauguma jų paremta empiriniais bandymais, retai atsižvelgiama į statistines duomenų savybes. Dėl to sprendžiant daugelio klasių klasifikavimo uždavinį kyla klausimų, kurį metodą ir kada geriausia naudoti, koks vieno ar kito metodo patikimumas. Disertacijoje nagrinėjami dviejų pakopų sprendimo priėmimo metodai, kai pirmame etape sudaromi klasifikatoriai poroms (angl. pair-wise), sugebantys geriau išnaudoti klasių tarpusavio statistines savybes, o kitame etape yra atliekamas klasifikatorių poroms rezultatų apjungimas. Tyrime ypatingas dėmesys yra skiriamas klasifikatorių poroms sudėtingumui, mokymo duomenų kiekiui bei algoritmų kokybės įvertinimo tikslumui. Tikslumas labai priklauso nuo duomenų bei atliktų eksperimentų kiekio (duomenų permaišymo klasėse, juos skirstant į mokymo ir testavimo). Parodyta, jog dėl žemo įvertinimo tikslumo kai kurių publikuotų algoritmų deklaruojamas pranašumas prieš žinomus algoritmus nėra patikimas. Darbe atliktas detalus žinomų metodų palyginimas bei pristatytas naujai sukurtas klasifikatorių poroms apjungimo algoritmas, kuris yra paremtas analogišku algoritmu daugelio klasių klasifikatorių rezultatų apjungimui. Pateiktos bendros rekomendacijos, kaip projektuotojui elgtis daugelio klasių atveju. Pasiūlyti metodai, leidžiantys sumažinti klasifikavimo klaidą atliekant klasifikatorių poroms apjungimo koregavimą, kad algoritmas nebūtų... [toliau žr. visą tekstą] / There are plenty of solutions for the task of multi-class recognition. Unfortunately, these solutions are not always unanimous. Most of them are based on empirical experiments while statistical data features consideration is often omitted. That’s why questions like when and which method should be used, what the reliability of any chosen method is for solving a multi-class recognition task arise. In this dissertation two-stage multi-class decision methods are analyzed. Pair-wise classifiers able to better exploit statistical data features are used in the first stage of such methods. In the second stage a particular fusion rule of the first stage results is used to fuse the first stage results in order to produce the final classification decision. Complexity issues of pair-wise classifiers, training data size and precision of method quality estimation are pointed out in the research. The precision of algorithm highly depends on the data and the number of experiments performed (data permutation, division into training and testing data). It is shown that the declared superiority of some known algorithms is not reliable due to low precision of estimation. A detailed comparison of well known multi-class classification methods is performed and a new pair-wise classifier fusion method based on similar method used in multi-class classifier fusion is presented. The recommendations for multi-class classification task designer are provided. Methods which allow reducing classification... [to full text]

Darbe buvo sprendžiami hierarchiniai 2 etapų klasifikavimo teoriniai uždaviniai dviejų ir trijų klasių atvejais apribojant klaidingų sprendimų klasifikavimo tikimybes α_ij, i,j=1,2,..,m, arba apribojant aposteriorines klasifikavimo tikimybes β_ji, i,j=1,2,..,m. Detaliai išnagrinėti 1 etapo klasifikavimo uždavinių sprendimai, papildyta hierarchinio klasifikavimo uždavinio teorija 2 etapo klasifikavimo procedūra. 2 etape sprendžiami 4 klasifikavimo uždaviniai, kurie objektus priskirtus 1 ̅,2 ̅, 3 ̅ arba 0 klasei suklasifikuoja į 1, 2 ir 3 klases be atsisakymo priimti sprendimą, taip pat užsimenama apie 3 etapo klasifikavimo galimybę. Teorinės dalies analizuoti klasifikavimo uždaviniai, iliustruoti klasikiniais testiniais Fišerio irisų duomenimis, parodė, kad hierarchinio klasifikavimo uždavinys gali būti ekonomiškesnė alternatyva, nei klasifikavimo uždaviniai be atsisakymo priimti sprendimą. Taip pat, pavyzdyje klasifikavimo tikslumo tikimybių rezultatai buvo 2 – 3 % tikslesni negu klasifikavimo uždavinio be atsisakymo priimti sprendimą pirminių duomenų atveju. SAS programine įranga IML procedūra sukurti algoritmai, klasifikavimo taisyklių konstantoms rasti bei įvertinti klasifikavimo tikslumo tikimybes, gali būti naudojami tęstiniams šios srities moksliniams darbams. Taip pat, teorinė dalis bei programa gali būti panaudota studentams kaip papildomas mokymosi šaltinis. / In this work there was analysed theory of hierarchical two stage classification procedures of two and three class limiting wrong classification probabilities α_ij, i,j=1,2,..,m, or the posterior classification probabilities β_ji, i,j=1,2,..,m. The first stage of hierarchical classification various problems related with decision making areas was detailed examined and solved. In addition the second stage of hierarchical classification had been added and analysed, too. Theoretical analysis of the classification, which had been illustrated according to Fisher's Iris Plants Database (Fisher, 1936), was demonstrated that the hierarchical two stage classification procedure may be more economical option than the classification tasks without the rejection option. Also, the results of hierarchical two stage classification procedure were classified with 2 - 3% higher accuracy than the shared data classification tasks without the rejection option. Accomplished theoretical analysis may be useful not only to students as an additional resource for learning, but also it could be continued scientific research for various real data using SAS software IML procedure algorithm, which had been created to find the constants of classification rules and evaluate classification rules accuracies of the classification probabilities.

Supervised classification methods are applied in many fields. The main problem of applying these methods is how to select the most appropriate method in particular case. The literary review was fulfilled and the advantages and disadvantages of mostly used criterion of supervised classification methods comparisons were ascertained. Then the methodology of comparisons was suggested. The analysis of SAS system procedures and macro commands was made. It was ascertained that there is not comfortable software which allows comparing the results of supervised classification methods. This work demands a lot of work, good knowledge of SAS programming language and high qualification in programming. So, the main purpose of this work is to expand the statistical data analysis system SAS possibilities in comparison of supervised classification methods and classificate various data. In this work the possibilities of SAS system are expanded by the tool which allows comparing quality of the linear, quadratic, kernel, nearest neighbor’s discriminant analysis and logistic regression analysis methods. There were used classification error estimates which were got by resubstition, cross–validation leave one out, bootstrap and Monte Carl cross–validation methods, although classification error confidence intervals which were got by non-parametric bootstrap method. The test of created tool was made with various data (different sample sizes, various classis separability, violations of assumptions... [to full text]

Study object – Spruce wood the time is ripe fact – finding in Trakai state forest enterprise, Trakai and Semeliskes forestry stalls. Study aim – Research spruce round wood data kind’s variation consistent pattern and make spruce steams sort models of structure. To reveal basic Lithuanian forest market’s development tendencies, determine main factors, characterizing dynamics of round wood kinds. Study methods – In tests on several groups of Norway spruce (Picea abies (L.) Karst.) comprising more than 309 trees in total, the method detected dynamics of round wood kinds have been evaluated of method correlation analysis with high accuracy. We validated the method both by measurements and by finite element modeling and simulations. Study results – It has been analyzed Norway spruce’s round wood structure models of Trakai state forest enterprise during 2003 – 2005 years. It has been estimated each round wood kind’s simulation with tabulation and evaluated kind of round wood for diameter fluctuation.