The Role of Granular Information in Knowledge Discovery in Databases
Notice bibliographique
Résumé
In this study, we are concerned with the role of information granulation in processes of data mining in databases. By its nature, data mining pursuits are very much oriented towards end-users and imply that any results need to be easily interpretable. Granulation of information promotes this interpretability and channels all pursuits of data mining (that are otherwise computationally intensive and thus highly prohibitive) towards more efficient processing and feasible processing of information granules. First, we discuss the essence of information granulation and afterwards elaborate on the main approaches to the design of information granules. We distinguish between user-driven, data-driven and hybrid methods of information granulation. Several main classes of membership function of information granules — fuzzy sets are investigated and contrasted in terms of some selection criteria such as parametric flexibility and sensitivity of the ensuing information granules. We revisit two fundamental concep ts in data mining such as associations and rules in the setting of information granules. Associations are direction-free constructs that capture the most essential components of the overall structure in database. The relevance of associations is expressed by counting the amount of data standing behind the Cartesian products of the information granules contributing to the construction of the associations. The proposed methodology of data mining comprises two phases. First, associations are constructed and the most essential (relevant) ones are collected in the form of a data mining agenda. Second, some of them are converted into direction-driven constructs, that is rules. The idea of consistency of the rules is discussed in detail.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,006 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».