Browsing by Subject "clustering"

Now showing 1 - 8 of 8

Access status: Restricted ,
Badanie wpływu szumów obecnych w obrazie na dokładność detekcji krawędzi za pomocą filtru wariancyjnego
(Data obrony: 2019-01-25) Pazdalski, Łukasz
Wydział Geologii, Geofizyki i Ochrony Środowiska
Celem pracy była analiza dokładności detekcji krawędzi przy pomocy metody wykorzystującej filtr wariancyjny. Jako dane wejściowe wykorzystano zdjęcia rentgenowskie przedstawiające kręgosłup. Implementacja metody została napisana w środowisku Matlab. Badania przeprowadzono dla trzech obrazów, różniących się poziomem zaszumienia oraz detali. Wyniki porównano z metodą wykrywania krawędzi za pomocą operatora Sobela.
Access status: Open Access ,
Finding playing styles of badminton players using firefly algorithm-based clustering algorithms
(Wydawnictwa AGH, 2023) Ilankoon, I. M. T. P. K.; Samarasinghe, U. S.; Ariyaratne, M. K. A.; Silva, R. M.
Cluster analysis can be defined as applying clustering algorithms with the goal of finding any hidden patterns or groupings in a data set. Different clustering methods may provide different solutions for the same data set. Traditional clustering algorithms are popular, but handling big data sets is beyond the abilities of such methods. We propose three big data clustering methods basedon the firefly algorithm (FA). Three different fitness functions were definedon FA using inter-cluster distance, intra-cluster distance, silhouette value, and the Calinski-Harabasz index. The algorithms find the most appropriate cluster centers for a given data set. The algorithms were tested with nine popular synthetic data sets and one medical data set and are later applied on two badminton data sets with the intention of identifying the different playing styles of players based on their physical characteristics. The results specify that the firefly algorithm could generate better clustering results with high accuracy. The algorithms cluster the players to find the most suitable playing strategy for a given player where expert knowledge is needed in labeling the clusters. Comparisons with a PSO-based clustering algorithm (APSO) and traditional algorithms point out that the proposed firefly variants work in a similar fashion as the APSO method, and they surpass the performance of traditional algorithms.
Access status: Open Access ,
Generalizing clustering inferences with ml augmentation of ordinal survey data
(Wydawnictwa AGH, 2024) Kumar, Bhupendera; Kumar, Rajeev
In this paper, we attempt to generalize the ability to achieve quality inferences of survey data for a larger population through data augmentation and unification. Data augmentation techniques have proven effective in enhancing models’ performance by expanding the dataset’s size. We employ ML data augmentation, unification, and clustering techniques. First, we augment the limited survey data size using data augmentation technique(s). Second, we carry out data unification, followed by clustering for inferencing. We took two benchmark survey datasets to demonstrate the effectiveness of augmentation and unification. The first dataset contains information on aspiring student entrepreneurs’ characteristics, while the second dataset comprises survey data related to breast cancer. We compare the inferences drawn from the original survey data with those derived from the transformed data using the proposed scheme. The results of this study indicate that the machine learning approach, data augmentation with the unification of data followed by clustering, can be beneficial for generalizing the inferences drawn from the survey data.
Access status: Restricted ,
Inteligentny asocjacyjny system klasteryzacji gier odsprzedawanych na rynku wtórnym z wykorzystaniem serwisu internetowego
(Data obrony: 2018-01-16) Dranka, Weronika
Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
Access status: Restricted ,
Inteligentny asocjacyjny system klasteryzacji użytkowników na podstawie ich aktywności w webowym serwisie odsprzedaży kluczy licencyjnych gier na rynku wtórnym
(Data obrony: 2018-01-18) Petkow-Dimitrow, Ewa
Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
Access status: Restricted ,
Klasyfikacja i klasteryzacja dokumentów
(Data obrony: 2010-09-15) Bozowski, Przemysław; Cała, Konrad
Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki
Access status: Restricted ,
Klasyfikacja i klasteryzacja dokumentów
(Data obrony: 2010-09-15) Cała, Konrad; Bozowski, Przemysław
Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki
Access status: Restricted ,
Tri-klasteryzacja - przegląd metod i zastosowań
(Data obrony: 2019-01-30) Mielczarek, Łukasz
Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej