| Údaje o výsledku |
| Identifikační kód | RIV/00216224:14330/13:00068485 |
| Název v původním jazyce | Recurrent concepts in data streams classification |
| Druh | J - Článek v odborném periodiku |
| 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 | Jimp - Článek v impaktovaném časopise evidovaném ve Web of Science |
| Skupina oboru v hodnocení | 04 - Technické a informatické vědy |
| Konkrétní způsob(y) hodnocení výsledku | Článek v impaktovaném časopise evidovaném ve Web of Science |
| Bodové ohodnocení | 76,811 |
| Faktor korekce | 86,1 % |
| Body (upravené podle přílohy č. 8 Metodiky) | 66,151 |
| Rozdělení výsledku mezi předkladatele |
| Organizace | Výzkumná organizace? | Podíl | Body | Body (upravené podle přílohy č. 8 Metodiky) |
|---|
| Masarykova univerzita / Fakulta informatiky | ano | 66,7 % | 51,207 | 44,101 |
|
| Tvůrci výsledku |
| Počet tvůrců celkem | 2 |
| Počet domácích tvůrců | 1 |
| Tvůrce | Gama João (státní příslušnost: PT - Portugalská republika) |
| Tvůrce | Kosina Petr (státní příslušnost: CZ - Česká republika; A - domácí tvůrce; vedidk: 5283485) |
| Údaje blíže specifikující výsledek |
| Popis v původním jazyce | This work addresses the problem of mining data streams generated in dynamic environments where the distribution underlying the observations may change over time. We present a system that monitors the evolution of the learning process. The system is able to self-diagnose degradations of this process, using change detection mechanisms, and self-repair the decision models. The system uses meta-learning techniques that characterize the domain of applicability of previously learned models. The meta-learner can detect recurrence of contexts, using unlabeled examples, and take pro-active actions by activating previously learned models. The experimental evaluation on three text mining problems demonstrates the main advantages of the proposed system: it provides information about the recurrence of concepts and rapidly adapts decision models when drift occurs. |
| Klíčová slova | Data streams; Concept drift; Meta-learning; Recurrent concepts |
| Název periodka | Knowledge and Information Systems |
| Rozsah stran | 1-19 |
| ISSN | 0219-1377 |
| Svazek periodika | roč. 2013 |
| Číslo periodika v rámci uvedeného svazku | May |
| Stát vydavatele periodika | GB - Spojené království Velké Británie a Severního Irska |
| Počet stran výsledku | 19 |
| DOI výsledku | 10.1007/s10115-013-0654-6 |
| 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/00216224:14330/13:00068485!RIV14-MSM-14330___ |
| Kontrolní kód | [478A31800E1F] |
| 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) |