W zależności od ilości danych do przetworzenia generowanie pliku może się wydłużyć.

Jeśli generowanie trwa zbyt długo można ograniczyć dane np. zmniejszając zakres lat.

Rozprawa doktorska

Pobierz BibTeX

Tytuł

Computer-aided decision support methods resistant to imperfections of learning data

Autorzy

[ 1 ] Instytut Informatyki, Wydział Informatyki i Telekomunikacji, Politechnika Poznańska | [ P ] pracownik

Promotor

[ 1 ] Instytut Informatyki, Wydział Informatyki i Telekomunikacji, Politechnika Poznańska | [ P ] pracownik

Recenzenci

Wariant tytułu

PL Nowe komputerowe metody wspomagania decyzji odporne na nie-doskonałości danych uczących

Język

angielski

Słowa kluczowe
EN
  • multicriteria decision aiding
  • imperfect data
PL
  • wielokryterialne wspomaganie decyzji
  • niedoskonałe dane
Streszczenie

EN Due to the rapid increase in data availability, computer-based decision support systems are becoming more common. Unfortunately, together with their popularity, some improper usages arise. Imperfect learning data is one of the main reasons behind this problem. Those imperfections might originate from low-quality data, measurement errors, and human errors, such as a lack of knowledge about which method and how it should be used. Classical algorithms are not designed to work with such data. This thesis addressed this problem by introducing new algorithms robust to imperfect learning data. The novel methods handled problems related to incomplete preference information expressed as example decisions. New methods for robust weight calculations and group decision-making were proposed as well. Additionally, new architectures were designed to use neural networks in robust decision-making. Finally, a system recommending an adequate procedure for a given problem was introduced.

PL Ze względu na szybki wzrost dostępności danych, komputerowe systemy wspomagania decyzji stają się coraz bardziej powszechne. Niestety pojawiają się również niewłaściwe zastosowania. Jedną z głównych przyczyn są niedoskonałe dane uczące. Niedoskonałości te mogą wynikać z niskiej jakości danych, błędów pomiarowych i błędów ludzkich, takich jak brak wiedzy o tym, która metoda i w jaki sposób powinna być używana. Klasyczne algorytmy nie są zaprojektowane do pracy z takimi danymi. W tej rozprawie zaadresowano te problemy, wprowadzając nowe algorytmy odporne na niedoskonałe dane. Nowe metody zastosowano do problemów z niekompletnymi danymi o preferencjach wyrażonymi jako przykładowe decyzje. Zaproponowano również nowe metody obliczania wag i grupowego podejmowania decyzji. Dodatkowo, zaprojektowano nowe architektury do wykorzystania sieci neuronowych. Wreszcie, wprowadzono system rekomendujący odpowiednią procedurę dla danego problemu.

Liczba stron

278

Dyscyplina naukowa (Ustawa 2.0)

informatyka techniczna i telekomunikacja

Sygnatura rozprawy w wersji drukowanej

DrOIN 2350

Katalog on-line

to2024015197

Pełny tekst rozprawy doktorskiej

Pobierz plik

Poziom dostępu do pełnego tekstu

publiczny

Pierwsza recenzja

Bogumił Kamiński

Data

05.02.2024

Język

polski

Tekst recenzji

Pobierz plik

Poziom dostępu do recenzji

publiczny

Druga recenzja

Konrad Kułakowski

Data

27.03.2024

Język

polski

Tekst recenzji

Pobierz plik

Poziom dostępu do recenzji

publiczny

Trzecia recenzja

Jarosław Wątróbski

Data

09.02.2024

Język

polski

Tekst recenzji

Pobierz plik

Poziom dostępu do recenzji

publiczny

Status rozprawy

rozprawa doktorska

Miejsce obrony

Poznań, Polska

Data obrony

13.05.2024

Jednostka nadająca tytuł

Rada Dyscypliny Informatyka Techniczna i Telekomunikacja Politechniki Poznańskiej

Uzyskany tytuł

doktor nauk inżynieryjno-technicznych w dyscyplinie: informatyka techniczna i telekomunikacja

Ta strona używa plików Cookies, w celu zapamiętania uwierzytelnionej sesji użytkownika. Aby dowiedzieć się więcej przeczytaj o plikach Cookies i Polityce Prywatności.