Bu məqalə Science X-nin redaktorluq prosesi və siyasətlərinə uyğun olaraq nəzərdən keçirilib. Tətbiqi redaktorlar məzmunun etibarlılığını təmin edərkən aşağıdakı xüsusiyyətləri vurğulayıblar:
Bir məlumat dəstü, bir model? Bu yanaşma həmişə ən faydalı məlumatlar gətirmir, çünki məlumat dəstində tez-tez bir çox fərqli əlaqələr var. Onları daha yaxşı başa düşmək üçün, Duisburg-Essen Universitetinin Kompüter Elmləri Fakültəsindəki Paluno Araşdırma İnstitutunun tədqiqatçıları məlumatları riyaziyyat funksiyalarına görə qruplaşdıran bir üsul hazırladılar. Əsas xüsusiyyət, funksiyaların sayı və strukturunun və onlara verilən məlumatların verilməsinin əvvəlcədən məlum olmamasıdır.
Ölçmə məlumatlarından texniki, bioloji və ya iqtisadi sistemlər haqqında nəticələr çıxarmaq istəyən hər kəs ümumiyyətlə müxtəlif sistem davranışlarını hesablamaq məcburiyyətindədir. Bu, hər zaman tək bir modellə dəqiq və başa düşülməz şəkildə təsvir edilə bilməz. Məsələn, bir məlumat dəstinin bir hissəsi f(x) = 2*x funksiyasını izləyirsə, digər hissəsi daha yaxşı g(x) = x*x ilə təsvir edilirsə, iki hissəni ayrı-ayrı araşdırmaq daha çox məlumat verə bilər. Ancaq əsas əlaqələr hələ məlum olmadıqda məlumatları mənalı şəkildə necə qruplaya bilərik?
Mümkün bir həll, xüsusiyyət məkanında yaxınlıqlarına görə məlumat nöqtələrini qruplayan K-məsələn ənənəvi qruplama metodlarından istifadə etməkdir. Bununla birlikdə, bu məkanda fərqli davranışlar aydın şəkildə ayrıla bilmirsə, bu metodlar mənalı qrupları müəyyənləşdirməkdə uğursuz ola bilər. Burada Peter Zdankin, Arne Kummerow və professor Dr. Torben Weis gəlir: Onların üsulları, CluBS (Hesablı oxşarlıq qruplaşması), eyni riyazi tənlik ilə təsvir edilə biləcəyinə görə məlumat nöqtələrini qruplaşır. Bu nəticələr ACM SIGKDD-in bilik kəşfiyyatı və məlumat mənşəliyi üzrə 32-ci konfransının icraatında dərc olunub.
Bu metod nəticəni tapmaq üçün addım-addım yanaşmanı həyata keçirir. Birincisi, simvolik regressiya məlumat nöqtələrinin ilkin bir dəstini ən yaxşı təsvir edən bir funksiyanı axtarmaq üçün istifadə olunur. Bu funksiyanın forması əvvəlcədən müəyyən edilmir. Bunun əvəzinə, o, dəyişənləri, rəqəmləri və aritmetik əməliyyatları mümkün qədər yaxın məlumatlara uyğun olan bir tənlik yaratmaq üçün birləşdirir. Sonra CluBS, digər sözlə, hansı nöqtələri eyni funksiya ilə təsvir etmək olar, bu "CluB"a hansı əlavə məlumat nöqtələrinin aid olduğunu müəyyən edir.
Bu alternativ funksiya kəşfi və CluB təyinat prosesi, CluB funksiyası və tərkibi az dəyişənə qədər davam edir. Sonra proses qalan məlumatlarla yenidən başlayır, məlumat dəstində yerləşən müxtəlif davranışların ümumi bir görünüşü yaranana qədər.
Xülasə — davamını mənbədə oxuyun.
