Seminarium doktoranckie (K. Borowska) 05.12.18, 12:15
27-11-2018Szanowni Państwo,
zapraszamy na seminarium doktoranckie, które odbędzie się 05.12.2108 o godzinie 12:15 w sali 130. Przewidziane jest wystąpienie pani mgr inż. Katarzyny Borowskiej w związku z planowanym otwarciem przewodu doktorskiego.
Proponowany tytuł pracy: Obliczenia granularne w przetwarzaniu danych niezbalansowanych
Proponowany promotor: Prof. dr hab. Jarosław Stepaniuk
Streszczenie wystąpienia:
W ramach prezentacji zostanie omówiony problem przetwarzania danych niezbalansowanych. Dane tego typu charakteryzują się znaczną dysproporcją liczebności próbek reprezentujących poszczególne klasy decyzyjne. W sytuacji braku wystarczających informacji na temat klasy mniejszościowej większość standardowych klasyfikatorów podejmuje decyzje na korzyść klasy większościowej. Dodatkowych trudności w procesie uczenia klasyfikatora przysparza złożoność dystrybucji danych – nakładanie się klas, niejednoznaczność strefy brzegowej oraz występowanie szumu na poziomie obserwacji. Problem ten występuje powszechnie w wielu dziedzinach. Podczas prezentacji przedstawione zostaną metody niwelowania wspomnianych trudności z wykorzystaniem obliczeń granulanych. Podejście to umożliwia identyfikowanie różnych typów próbek reprezentujących klasę mniejszościową i w rezultacie selektywne generowanie syntetycznych danych do zrównania liczebności przykładów z różnych klas. W celu dodatkowej poprawy jakości klasyfikacji usuwane są niejednoznaczności wykryte wśród informacji opisujących klasę mniejszościową.
Publikacje:
1. K. Borowska, J. Stepaniuk, Granular Computing and Parameters Tuning in Imbalanced Data Preprocessing, Computer Information Systems and Industrial Management, CISIM 2018, s. 233-245, 2018
2. K. Borowska, J. Stepaniuk, Rough Sets in Imbalanced Data Problem: Improving Re-sampling Process, Computer Information Systems and Industrial Management, CISIM 2017, s. 459-469, 2017.
3. K. Borowska, J. Stepaniuk, Imbalanced Data Classification: A Novel Re-sampling Approach Combining Versatile Improved SMOTE and Rough Sets, Computer Information Systems and Industrial Management, CISIM 2016, s. 31-42, 2016
4. K. Borowska, M. Topczewska, New Data Level Approach for Imbalanced Data Classfication Improvement, Proceedings of the 9th International Conference on Computer Recognition Systems: CORES 2015, vol. 403, s. 283-294, 2016
5. K. Borowska, M. Topczewska, Data preprocessing in the classification of the imbalanced data, Advances in Computer Science Research, s. 31-46, 2014