| Údaje o výsledku |
| Identifikační kód | RIV/00216224:14330/13:00068420 |
| Název v původním jazyce | Random rules from data streams |
| Druh | D - Článek ve sborníku |
| Jazyk | eng - angličtina |
| Obor | IN - Informatika |
| Rok uplatnění | 2013 |
| Kód důvěrnosti údajů | S - Úplné a pravdivé údaje nepodléhající ochraně podle zvláštních právních předpisů |
| Počet výskytů výsledku | 1 |
| Údaje z Hodnocení výsledků výzkumných organizací 2014 |
| Výsledek byl hodnocen v Pilíři I |
| Rozsah vyřazení výsledku | Tento výskyt výsledku není vyřazen |
| Zařazení výsledku v hodnocení | D - Článek ve sborníku |
| Skupina oboru v hodnocení | 04 - Technické a informatické vědy |
| Konkrétní způsob(y) hodnocení výsledku | Článek ve sborníku evidovaném v databázi Scopus |
| Bodové ohodnocení | 8,000 |
| Faktor korekce | 50,1 % |
| Body (upravené podle přílohy č. 8 Metodiky) | 4,009 |
| Rozdělení výsledku mezi předkladatele |
| Organizace | Výzkumná organizace? | Podíl | Body | Body (upravené podle přílohy č. 8 Metodiky) |
|---|
| Masarykova univerzita / Fakulta informatiky | ano | 50,0 % | 4,000 | 2,004 |
|
| Tvůrci výsledku |
| Počet tvůrců celkem | 3 |
| Počet domácích tvůrců | 1 |
| Tvůrce | Ezilda Almeida (státní příslušnost: PT - Portugalská republika) |
| Tvůrce | Kosina Petr (státní příslušnost: CZ - Česká republika; A - domácí tvůrce; vedidk: 5283485) |
| Tvůrce | Gama Joao (státní příslušnost: PT - Portugalská republika) |
| Údaje blíže specifikující výsledek |
| Popis v původním jazyce | Existing works suggest that random inputs and random features produce good results in classification. In this paper we study the problem of generating random rule sets from data streams. One of the most interpretable and flexible models for data stream mining prediction tasks is the Very Fast Decision Rules learner (VFDR). In this work we extend the VFDR algorithm using random rules from data streams. The proposed algorithm generates several sets of rules. Each rule set is associated with a set of Natt attributes. The proposed algorithm maintains all properties required when learning from stationary data streams: online and any-time classification, processing each example once. |
| Klíčová slova | Data Streams; Classification; Rule Learning; Random Rules |
| Název sborníku | Proceedings of the 28th Annual ACM Symposium on Applied Computing, SAC '13 |
| Rozsah stran | 813-814 |
| Forma vydání | E - Elektronická verze „online“ |
| ISBN | 9781450316569 |
| Počet stran výsledku | 2 |
| Název nakladatele | ACM |
| Místo vydání | New York, NY, USA |
| Místo konání akce | Coimbra, Portugal |
| Rok konání akce | 2013 |
| Typ akce podle státní příslušnoti účastníků | WRD - Světová |
| DOI výsledku | 10.1145/2480362.2480518 |
| Údaje o tomto záznamu o výsledku |
| Předkladatel | Masarykova univerzita / Fakulta informatiky |
| Dodavatel | MSM - Ministerstvo školství, mládeže a tělovýchovy (MŠMT) |
| Rok sběru | 2014 |
| Systémové označení dodávky dat | RIV14-MSM-14330___/01:1 |
| Specifikace | RIV/00216224:14330/13:00068420!RIV14-MSM-14330___ |
| Kontrolní kód | [6A912C571AB1] |
| Jiný výskyt tohoto výsledku se v RIV nenachází |
| Odkazy na výzkumné aktivity, při jejichž řešení výsledek vznikl |
| Projekt | LG13010 - Zastoupení ČR v European Research Consortium for Informatics and Mathematics (2013-2015, MSM/LG) |