Projekty finansowane przez NCN

Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

Nowe podejście do modelowania w niestacjonarnym środowisku

2014/15/B/ST7/05264

Słowa kluczowe:

niestacjonarne środowisko identyfikacja i predykcja modelowanie typu "black box" strumienie danych przetwarzanie sygnałów

Deskryptory:

  • ST7_3: Inżynieria symulacji i modelowania
  • ST7_4: Inżynieria systemów, sensoryka, automatyka
  • ST7_7: Przetwarzanie sygnałów

Panel:

ST7 - Inżynieria systemów i komunikacji: elektronika, komunikacja, optoelektronika

Jednostka realizująca:

Politechnika Częstochowska, Wydział Inżynierii Mechanicznej i Informatyki

woj. śląskie

Inne projekty tej jednostki 

Kierownik projektu (z jednostki realizującej):

prof. Leszek Rutkowski 

Liczba wykonawców projektu: 7

Konkurs: OPUS 8 - ogłoszony 2014-09-15

Przyznana kwota: 1 386 513 PLN

Rozpoczęcie projektu: 2015-09-30

Zakończenie projektu: 2018-12-29

Planowany czas trwania projektu: 39 miesięcy (z wniosku)

Status projektu: Projekt rozliczony

Zakupiona aparatura

  1. laptop. Za kwotę 36 000 PLN

Dane z raportu końcowego/rocznego

  • Publikacje w czasopismach (6)
  • Teksty w publikacjach pokonferencyjnych (12)
  • Publikacje książkowe (1)
  1. How to adjust an ensemble size in stream data mining?
    Autorzy:
    Lena Pietruczuk, Leszek Rutkowski, Maciej Jaworski, Piotr Duda
    Czasopismo:
    Information Sciences (rok: 2017, tom: 381, strony: 46-54), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.028 - link do publikacji
  2. New splitting criteria for decision trees in stationary data streams
    Autorzy:
    Maciej Jaworski, Piotr Duda, Leszek Rutkowski
    Czasopismo:
    IEEE Transactions on Neural Networks and Learning Systems (rok: 2018, tom: 26 (6), strony: 2516 - 2529), Wydawca: IEEE
    Status:
    Opublikowana
    Doi:
    10.1109/TNNLS.2017.2698204 - link do publikacji
  3. Knowledge discovery in data streams with the orthogonal series-based generalized regression neural networks
    Autorzy:
    Piotr Duda, Maciej Jaworski, Leszek Rutkowski
    Czasopismo:
    Information Sciences (rok: 2018, tom: 460-461, strony: 497-518), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.ins.2017.07.013 - link do publikacji
  4. Convergent Time-Varying Regression Models for Data Streams: Tracking Concept Drift by the Recursive Parzen-Based Generalized Regression Neural Networks
    Autorzy:
    Piotr Duda, Maciej Jaworski, Leszek Rutkowski
    Czasopismo:
    International Journal of Learning Systems (rok: 2018, tom: 28 (02), strony: 1750048), Wydawca: World Scientific
    Status:
    Opublikowana
    Doi:
    10.1142/S0129065717500484 - link do publikacji
  5. On the Parzen Kernel-Based Probability Density Function Learning Procedures Over Time-Varying Streaming Data With Applications to Pattern Classification
    Autorzy:
    Piotr Duda, Leszek Rutkowski, Maciej Jaworski, Danuta Rutkowska
    Czasopismo:
    IEEE Transactions on Cybernetics (rok: 2018, tom: Early Access, strony: 45305), Wydawca: IEEE
    Status:
    Opublikowana
    Doi:
    10.1109/TCYB.2018.2877611 - link do publikacji
  6. Regression function and noise variance tracking methods for data streams with concept drift
    Autorzy:
    Maciej Jaworski
    Czasopismo:
    International Journal of Applied Mathematics and Computer Science (rok: 2018, tom: 28 (3), strony: 559-567), Wydawca: AMCS
    Status:
    Opublikowana
    Doi:
    10.2478/amcs-2018-0043 - link do publikacji
  1. Heuristic regression function estimation methods for data streams with concept drift
    Autorzy:
    Maciej Jaworski, Piotr Duda, Leszek Rutkowski, Patryk Najgebauer, Miroslaw Pawlak
    Konferencja:
    International Conference on Artificial Intelligence and Soft Computing (ICAISC 2017) (rok: 2017, ), Wydawca: Springer
    Data:
    konferencja 11-15 Czerwiec
    Status:
    Opublikowana
  2. Learning in Nonstationary Environments: A Hybrid Approach
    Autorzy:
    Cesare Alippi, Wen Qi, Manuel Roveri
    Konferencja:
    International Conference on Artificial Intelligence and Soft Computing (rok: 2017, ), Wydawca: Springer
    Data:
    konferencja 10.06-15.06
    Status:
    Opublikowana
  3. On the Cesàro-Means-Based Orthogonal Series Approach to Learning Time-Varying Regression Functions
    Autorzy:
    Piotr Duda, Lena Pietruczuk, Maciej Jaworski, Adam Krzyżak
    Konferencja:
    International Conference on Artificial Intelligence and Soft Computing (ICAISC 2016) (rok: 2016, ), Wydawca: Springer
    Data:
    konferencja 12-16 Czerwiec
    Status:
    Opublikowana
    Doi:
    link do publikacji
  4. On the Global Convergence of the Parzen-Based Generalized Regression Neural Networks Applied to Streaming Data
    Autorzy:
    Jinde Cao, Leszek Rutkowski
    Konferencja:
    International Conference on Artificial Intelligence and Soft Computing (rok: 2018, ), Wydawca: Springer
    Data:
    konferencja 3 - 7 Czerwiec
    Status:
    Opublikowana
  5. Concept Drift Detection in Streams of Labelled Data Using the Restricted Boltzmann Machine
    Autorzy:
    Maciej Jaworski, Piotr Duda, Leszek Rutkowski
    Konferencja:
    International Joint Conference on Neural Networks (rok: 2018, ), Wydawca: IEEE
    Data:
    konferencja 8 - 13 Lipiec
    Status:
    Opublikowana
  6. Online GRNN-Based Ensembles for Regression on Evolving Data Streams
    Autorzy:
    Piotr Duda, Maciej Jaworski, Leszek Rutkowski
    Konferencja:
    International Symposium on Neural Networks (rok: 2018, ), Wydawca: Springer
    Data:
    konferencja 25 - 28 Czerwiec
    Status:
    Opublikowana
  7. A method for automatic adjustment of ensemble size in stream data mining
    Autorzy:
    Lena Pietruczuk, Leszek Rutkowski, Maciej Jaworski, Piotr Duda
    Konferencja:
    2016 International Joint Conference on Neural Networks (IJCNN) (rok: 2016, ), Wydawca: IEEE
    Data:
    konferencja 24-29 Lipiec
    Status:
    Opublikowana
    Doi:
    link do publikacji
  8. On ensemble components selection in data streams scenario with reoccurring concept-drift
    Autorzy:
    Piotr Duda, Maciej Jaworski, Leszek Rutkowski
    Konferencja:
    Symposium Series on Computational Intelligence (SSCI 2017) (rok: 2017, ), Wydawca: IEEE
    Data:
    konferencja 27 Listopad - 1 Grudzień
    Status:
    Opublikowana
  9. Classifier Concept Drift Detection and the Illusion of Progress
    Autorzy:
    Albert Bifet
    Konferencja:
    International Conferenec on Artificial Intelligence and Soft Computing (rok: 2017, ), Wydawca: Springer
    Data:
    konferencja 10.06-15.06
    Status:
    Opublikowana
  10. On applying the Restricted Boltzmann Machine to active concept drift detection
    Autorzy:
    Maciej Jaworski, Piotr Duda, Leszek Rutkowski
    Konferencja:
    Symposium Series on Computational Intelligence (SSCI 2017) (rok: 2017, ), Wydawca: IEEE
    Data:
    konferencja 27 Listopad - 1 Grudzień
    Status:
    Opublikowana
  11. Estimation of Probability Density Function, Differential Entropy and Other Relative Quantities for Data Streams with Concept Drift
    Autorzy:
    Maciej Jaworski, Patryk Najgebauer, Piotr Goetzen
    Konferencja:
    International Conference on Artificial Intelligence and Soft Computing (rok: 2018, ), Wydawca: Springer
    Data:
    konferencja 3 - 7 Czerwiec
    Status:
    Opublikowana
  12. On Ensemble Components Selection in Data Streams Scenario with Gradual Concept-Drift
    Autorzy:
    Piotr Duda
    Konferencja:
    International Conference on Artificial Intelligence and Soft Computing (rok: 2018, ), Wydawca: Springer
    Data:
    konferencja 3 - 7 Czerwiec
    Status:
    Opublikowana
  1. Studies in Big Data
    Autorzy:
    Leszek Rutkowski, Maciej Jaworski, Piotr Duda
    Książka:
    Stream Data Mining: Algorithms and Their Probabilistic Properties (rok: 2019, tom: 56, strony: 1-330), Wydawca: Springer
    Status:
    Opublikowana

O Narodowym Centrum Nauki

Finansowanie nauki

Współpraca zagraniczna

Centrum prasowe

Deklaracja dostępności
Przetwarzanie danych osobowych
Polityka cookies

Partnerzy