کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4946434 1439289 2016 28 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Enhanced visual data mining process for dynamic decision-making
ترجمه فارسی عنوان
پردازش داده های تصویری پیشرفته برای تصمیم گیری پویا
کلمات کلیدی
تصمیم گیری پویا تجسم، داده کاوی، مدل سازی شناختی، قوانین انجمن،
ترجمه چکیده
داده کاوی دارای پتانسیل بالایی در استخراج دانش مفید از مقدار زیادی از داده های زمانی برای تصمیم گیری پویا است. علاوه بر این، ادغام تجسم در داده کاوی، شناخته شده به عنوان داده کاوی بصری، اجازه می دهد ترکیب توانایی انسانی اکتشاف با ظرفیت پردازش تحلیلی کامپیوتر برای حل مشکل موثر است. برای طراحی و توسعه ابزارهای داده کاوی بصری، یک فرایند مناسب باید دنبال شود. در این زمینه، هدف این مقاله بهبود فرآیندهای تجسم موجود با اقتباس آن در ابعاد زمانی داده ها، وظایف داده کاوی و جنبه های کنترل شناختی است. فرآیند پیشنهادی به منظور مدل سازی روش های داده کاوی داده ها برای حمایت از تصمیم گیری پویا است. ما مراحل فرآیند پیشنهادی ما را با در نظر گرفتن طراحی تجسم تکنیک قوانین انجمن زمانی، نشان می دهیم. این تکنیک برای کمک به پزشکان برای مبارزه با عفونت های بیمارستانی در بخش مراقبت های ویژه طراحی شده است. در واقع، یک مطالعه ارزیابی در وضعیت برای ارزیابی نتایج پیش بینی اتوماتیک و همچنین نمایه های بصری انجام شد. در نهایت، تست بهره وری از فرایند ما با استفاده از ارزیابی ابزار و قابلیت استفاده نشان می دهد رضایت بخش است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
پیش نمایش مقاله
پردازش داده های تصویری پیشرفته برای تصمیم گیری پویا
چکیده انگلیسی
Data mining has great potential in extracting useful knowledge from large amount of temporal data for dynamic decision-making. Moreover, integrating visualization in data mining, known as visual data mining, allows combining the human ability of exploration with the analytical processing capacity of computers for effective problem solving. To design and develop visual data mining tools, an appropriate process must be followed. In this context, the goal of this paper is to enhance existing visualization processes by adapting it under the temporal dimension of data, the data mining tasks and the cognitive control aspects. The proposed process aims to model the visual data mining methods for supporting the dynamic decision-making. We illustrate the steps of our proposed process by considering the design of the visualization of the temporal association rules technique. This technique was developed to assist physicians to fight against nosocomial infections in the intensive care unit. Actually, an evaluation study in Situ was performed to assess the automatic prediction results as well as the visual representations. At the end, the test of the efficiency of our process using utility and usability evaluation shows satisfactory.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Knowledge-Based Systems - Volume 112, 15 November 2016, Pages 166-181
نویسندگان
, , , ,