Projekty finansowane przez NCN

Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

Algorytmy klasyfikacji niezbalansowanych strumieni danych

2017/27/B/ST6/01325

Słowa kluczowe:

dane niezbalansowane strumienie danych klasyfikacja wzorców

Deskryptory:

  • ST6_11: Uczenie maszynowe, statystyczne przetwarzanie danych i zastosowanie w przetwarzaniu sygnałów
  • ST6_7: Sztuczna inteligencja, systemy inteligentne i wieloagentowe

Panel:

ST6 - Informatyka i technologie informacyjne: technologie i systemy informacyjne, informatyka, obliczenia naukowe, systemy inteligentne

Jednostka realizująca:

Politechnika Wrocławska

woj. dolnośląskie

Inne projekty tej jednostki 

Kierownik projektu (z jednostki realizującej):

prof. Michał Woźniak 

Liczba wykonawców projektu: 6

Konkurs: OPUS 14 - ogłoszony 2017-09-15

Przyznana kwota: 613 920 PLN

Rozpoczęcie projektu: 2018-09-01

Zakończenie projektu: 2022-09-03

Planowany czas trwania projektu: 48 miesięcy (z wniosku)

Status projektu: Projekt rozliczony

Opis Projektu

Pobierz opis projektu w formacie .pdf

Uwaga - opisy projektów zostały sporządzone przez samych autorów wniosków i w niezmienionej formie umieszczone w systemie.

Zakupiona aparatura

  1. komputer przenośny.
  2. stacja robocza. Za kwotę 8 000 PLN

Dane z raportu końcowego/rocznego

  • Publikacje w czasopismach (17)
  • Teksty w publikacjach pokonferencyjnych (21)
  • Publikacje książkowe (2)
  1. Deterministic sampling classifier with weighted bagging for drifted imbalanced data stream classification
    Autorzy:
    Jakub Klikowski, Michał Woźniak
    Czasopismo:
    Applied Soft Computing (rok: 2022, tom: 122, strony: 108855), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.asoc.2022.108855 - link do publikacji
  2. How to design the fair experimental classifier evaluation
    Autorzy:
    Katarzyna Stąpor, Paweł Ksieniewicz, Salvador Garcia, Michał Woźniak
    Czasopismo:
    Applied Soft Computing (rok: 2021, tom: 104, strony: 107219), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.asoc.2021.107219 - link do publikacji
  3. Adapting ClusTree for more challenging data stream environments
    Autorzy:
    Jakub Zgraja, Richard Hugh Moulton, Joao Gama, Andrzej Kasprzak, Michał Woźniak
    Czasopismo:
    Journal of Intelligent & Fuzzy Systems (rok: 2019, tom: 37, strony: 7679–7688), Wydawca: IOS Press
    Status:
    Opublikowana
    Doi:
    10.3233/JIFS-179372 - link do publikacji
  4. Hellinger distance weighted ensemble for imbalanced data stream classification
    Autorzy:
    Joanna A. Grzyb, Jakub Klikowski, Michał Woźniak
    Czasopismo:
    Journal of Computational Science (rok: 2021, tom: 51, art. 101314, strony: 45310), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.jocs.2021.101314 - link do publikacji
  5. Modification of the principal component analysis method based on feature rotation by class centroids
    Autorzy:
    Mariusz Topolski, Marcin Beza
    Czasopismo:
    Journal of Universal Computer Science (rok: 2022, tom: 28(3), strony: 227-248), Wydawca: J.UCS consortium .
    Status:
    Opublikowana
    Doi:
    10.3897/jucs.80743 - link do publikacji
  6. Training set selection and swarm intelligence for enhanced integration in multiple classifier systems
    Autorzy:
    Amgad M. Mohammed, Enrique Onieva, Michał Woźniak
    Czasopismo:
    Applied Soft Computing (rok: 2020, tom: 95, strony: 106568), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.asoc.2020.106568 - link do publikacji
  7. Application of imbalanced data classification quality metrics as weighting methods of the ensemble data stream classification algorithms
    Autorzy:
    Weronika Węgier, Paweł Ksieniewicz
    Czasopismo:
    Entropy (rok: 2020, tom: 22(8), strony: 45308), Wydawca: MDPI
    Status:
    Opublikowana
    Doi:
    10.3390/e22080849 - link do publikacji
  8. Selective ensemble of classifiers trained on selective samples
    Autorzy:
    Amgad M. Mohammed, Enrique Onieva, Michał Woźniak
    Czasopismo:
    Neurocomputing (rok: 2022, tom: 482, strony: 197-211), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.neucom.2021.11.045 - link do publikacji
  9. Statistical Drift Detection Ensemble for batch processing of data streams
    Autorzy:
    Joanna Komorniczak, Paweł Zyblewski, Paweł Ksieniewicz
    Czasopismo:
    Knowledge-Based Systems (rok: 2022, tom: 252, strony: 109380), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.knosys.2022.109380 - link do publikacji
  10. An analysis of heuristic metrics for classifier ensemble pruning based on ordered aggregation
    Autorzy:
    Amgad M. Mohammed, Enrique Onieva, Michał Woźniak, Gonzalo Martínez-Muñoz
    Czasopismo:
    Pattern Recognition (rok: 2022, tom: 124 (108493), strony: 45306), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.patcog.2021.108493 - link do publikacji
  11. Application of feature extraction methods for chemical risk classification in the pharmaceutical industry
    Autorzy:
    Mariusz Topolski
    Czasopismo:
    Sensors (rok: 2021, tom: 21(17), strony: 5753), Wydawca: MDPI
    Status:
    Opublikowana
    Doi:
    10.3390/s21175753 - link do publikacji
  12. stream-learn — open-source Python library for difficult data stream batch analysis
    Autorzy:
    Paweł Ksieniewicz, Paweł Zyblewski
    Czasopismo:
    Neurocomputing (rok: 2022, tom: 478, strony: 45617), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.120 - link do publikacji
  13. Novel clustering-based pruning algorithms
    Autorzy:
    Paweł Zyblewski, Michał Woźniak
    Czasopismo:
    Pattern Analysis and Applications (rok: 2020, tom: 23, strony: 1049–1058), Wydawca: Springer
    Status:
    Opublikowana
    Doi:
    10.1007/s10044-020-00867-8 - link do publikacji
  14. Preprocessed dynamic classifier ensemble selection for highly imbalanced drifted data streams
    Autorzy:
    Paweł Zyblewski, Robert Sabourin, Michał Woźniak
    Czasopismo:
    Information Fusion (rok: 2021, tom: 66, strony: 138-154), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.inffus.2020.09.004 - link do publikacji
  15. Processing data stream with chunk-similarity model selection
    Autorzy:
    Paweł Ksieniewicz
    Czasopismo:
    Applied Intelligence (rok: 2022, tom: dostęp online, strony: -), Wydawca: Springer
    Status:
    Opublikowana
    Doi:
    10.1007/s10489-022-03826-4 - link do publikacji
  16. RB-CCR: Radial-Based Combined Cleaning and Resampling algorithm for imbalanced data classification
    Autorzy:
    Michał Koziarski, Colin Bellinger, Michał Woźniak
    Czasopismo:
    Machine Learning (rok: 2021, tom: 110(11/12), strony: 3059-3093), Wydawca: Springer
    Status:
    Opublikowana
    Doi:
    10.1007/s10994-021-06012-8 - link do publikacji
  17. The prior probability in the batch classification of imbalanced data streams
    Autorzy:
    Paweł Ksieniewicz
    Czasopismo:
    Neurocomputing (rok: 2021, tom: 452, strony: 309-316), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.neucom.2019.11.126 - link do publikacji
  1. Classifier Selection for Highly Imbalanced Data Streams with Minority Driven Ensemble
    Autorzy:
    Paweł ZyblewskiPaweł KsieniewiczMichał Woźniak
    Konferencja:
    International Conference on Artificial Intelligence and Soft Computing ICAICS 2019 (rok: 2019, ), Wydawca: Springer, LNCS 11508
    Data:
    konferencja 16-20 czerwca 2019
    Status:
    Opublikowana
  2. Concept drift detector based on centroid distance analysis
    Autorzy:
    Jakub Klikowski
    Konferencja:
    2022 International Joint Conference on Neural Networks (IJCNN) (rok: 2022, ), Wydawca: IEEE
    Data:
    konferencja 18-23 lipca 2022
    Status:
    Opublikowana
  3. Data stream generation through real concept{\textquotesingle}s interpolation
    Autorzy:
    Joanna Komorniczak, Pawel Ksieniewicz
    Konferencja:
    ESANN 2022 - European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (rok: 2022, ), Wydawca: ESANN
    Data:
    konferencja 5-7 paździenik 2022
    Status:
    Opublikowana
  4. Employing one-class SVM classifier ensemble for imbalanced data stream classification
    Autorzy:
    Jakub Klikowski, Michał Woźniak
    Konferencja:
    20th International Conference on Computational Science - ICCS 2020 (rok: 2020, ), Wydawca: Springer, LNCS 12140
    Data:
    konferencja 3-5 czerwca 2020r.
    Status:
    Opublikowana
    Doi:
    link do publikacji
  5. A Genetic-Based Ensemble Learning Applied to Imbalanced Data Classification
    Autorzy:
    Jakub Klikowski, Paweł Ksieniewicz, Michał Woźniak
    Konferencja:
    International Conference on Intelligent Data Engineering and Automated Learning IDEAL 2019 (rok: 2019, ), Wydawca: Springer
    Data:
    konferencja 14-16 września 2019
    Status:
    Opublikowana
  6. Employing decision templates to imbalanced data classification
    Autorzy:
    Szymon T. Wojciechowski, Michał Woźniak
    Konferencja:
    15th International Conference on Hybrid Artificial Intelligent Systems HAIS 2020 (rok: 2020, ), Wydawca: Springer LNCS 12334
    Data:
    konferencja 11-13 listopada 2020
    Status:
    Opublikowana
  7. On the Role of Cost-Sensitive Learning in Imbalanced Data Oversampling
    Autorzy:
    Bartosz KrawczykMichal Wozniak
    Konferencja:
    International Conference on Computational Science ICCS 2019 (rok: 2019, ), Wydawca: Springer, LNCS 11538
    Data:
    konferencja 12-14 czerwca 2019
    Status:
    Opublikowana
  8. Adapting k-means algorithm for pair-wise constrained clustering of imbalanced data streams
    Autorzy:
    Szymon Wojciechowski, German Gonzalez-Almagro, Salvador Garcia, Michał Woźniak
    Konferencja:
    International Conference on Hybrid Artificial Intelligence Systems HAIS 2022 (rok: 2022, ), Wydawca: Springer
    Data:
    konferencja 5-7 września 2022
    Status:
    Opublikowana
  9. Dynamic ensemble selection for imbalanced data stream classification with limited label access
    Autorzy:
    Paweł Zyblewski, Michał Woźniak
    Konferencja:
    20th International Conference Artificial Intelligence and Soft Computing: ICAISC 2021 (rok: 2021, ), Wydawca: Springer LNCS 12855
    Data:
    konferencja 21-23 czerwca
    Status:
    Opublikowana
  10. Extracting interpretable decision tree ensemble from random forest
    Autorzy:
    Bogdan Gulowaty, Michał Woźniak
    Konferencja:
    2021 International Joint Conference on Neural Networks (IJCNN) (rok: 2021, ), Wydawca: IEEE
    Data:
    konferencja 18-22 lipca
    Status:
    Opublikowana
  11. Standard Decision Boundary in a Support-Domain of Fuzzy Classifier Prediction for the Task of Imbalanced Data Classification
    Autorzy:
    Paweł Ksieniewicz
    Konferencja:
    20th International Conference on Computational Science - ICCS 2020 (rok: 2020, ), Wydawca: Springer LNCS 12140
    Data:
    konferencja 3-5 czerwca 2020r.
    Status:
    Opublikowana
    Doi:
    link do publikacji
  12. Clustering-Based Ensemble Pruning and Multistage Organization Using Diversity
    Autorzy:
    Paweł Zyblewski, Michał Woźniak
    Konferencja:
    International Conference on Hybrid Artificial Intelligence Systems HAIS 2019 (rok: 2019, ), Wydawca: Springer, LNCS 11734
    Data:
    konferencja 4-6 września 2019
    Status:
    Opublikowana
  13. Data preprocessing and dynamic ensemble selection for imbalanced data stream classification
    Autorzy:
    Paweł Zyblewski, Robert Sabourin, Michał Woźniak
    Konferencja:
    Machine Learning and Knowledge Discovery in Databases International Workshops of ECML PKDD 2019 (rok: 2020, ), Wydawca: Springer, Communications in Computer and Information Science, vol. 1168
    Data:
    konferencja 16-20 września 2019
    Status:
    Opublikowana
  14. Data preprocessing for DES-KNN and its application to imbalanced medical data classification
    Autorzy:
    Maciej Kinal, Michał Woźniak
    Konferencja:
    12th Asian Conference on Intelligent Information and Database Systems (rok: 2020, ), Wydawca: Springer LNCS vol 12033
    Data:
    konferencja 23-26 marca 2020
    Status:
    Opublikowana
  15. Imbalanced data stream classification assisted by prior probability estimation
    Autorzy:
    Joanna Komorniczak, Paweł Zyblewski, Paweł Ksieniewicz
    Konferencja:
    2022 International Joint Conference on Neural Networks (IJCNN) (rok: 2022, ), Wydawca: IEEE
    Data:
    konferencja 18-23 lipca 2022
    Status:
    Opublikowana
  16. Imbalanced data stream classification using hybrid data preprocessing
    Autorzy:
    Barbara Bobowska, Jakub Klikowski, Michał Woźniak
    Konferencja:
    Machine Learning and Knowledge Discovery in Databases International Workshops of ECML PKDD 2019 (rok: 2020, ), Wydawca: Springer, Communications in Computer and Information Science, vol. 1168
    Data:
    konferencja 16-20 września 2019
    Status:
    Opublikowana
  17. Prior probability estimation in dynamically imbalanced data streams
    Autorzy:
    Joanna Komorniczak, Paweł Zyblewski, Paweł Ksieniewicz
    Konferencja:
    2021 International Joint Conference on Neural Networks (IJCNN) (rok: 2021, ), Wydawca: IEEE
    Data:
    konferencja 18-22 lipca
    Status:
    Opublikowana
  18. Analysis of variance application in the construction of classifier ensemble based on optimal feature subset for the task of supporting glaucoma diagnosis
    Autorzy:
    Dominika Sułot, Paweł Zyblewski, Paweł Ksieniewicz
    Konferencja:
    21st International Conference Computational Science - ICCS 2021 (rok: 2021, ), Wydawca: Springer LNCS 12744
    Data:
    konferencja 16-18 czerwca
    Status:
    Opublikowana
  19. Clustering-based ensemble pruning in the imbalanced data classification
    Autorzy:
    Paweł Zyblewski
    Konferencja:
    21st International Conference Computational Science - ICCS 2021 (rok: 2021, ), Wydawca: Springer LNCS vol. 12744
    Data:
    konferencja 16-18 czerwca
    Status:
    Opublikowana
  20. Combination of active and random labeling strategy in the non-stationary data stream classification
    Autorzy:
    Paweł Zyblewski, Paweł Ksieniewicz, Michał Woźniak
    Konferencja:
    19th International Conference on Artificial intelligence and soft computing ICAISC 2020 (rok: 2020, ), Wydawca: Springer LNCS 12415
    Data:
    konferencja 12-14 października 2020r.
    Status:
    Opublikowana
  21. Dynamic classifier selection for data with skewed class distribution using imbalance ratio and euclidean distance
    Autorzy:
    Paweł Zyblewski, Michał Woźniak
    Konferencja:
    20th International Conference on Computational Science - ICCS 2020 (rok: 2020, ), Wydawca: Springer, LNCS 12140
    Data:
    konferencja 3-5 czerwca 2020r.
    Status:
    Opublikowana
    Doi:
    link do publikacji
  1. Imbalanced Data Classification Using Weighted Voting Ensemble
    Autorzy:
    Lin Lu, Michał Woźniak
    Książka:
    Image Processing and Communications Techniques, Algorithms and Applications (rok: 2020, tom: AISC Vol.1062, strony: 82–91), Wydawca: Springer
    Status:
    Opublikowana
  2. Multi Sampling Random Subspace Ensemble for Imbalanced Data Stream Classification
    Autorzy:
    Jakub Klikowski, Michał Woźniak
    Książka:
    Progress in Computer Recognition Systems (rok: 2020, tom: AISC, vol.977, strony: 360-369), Wydawca: Springer
    Status:
    Opublikowana

O Narodowym Centrum Nauki

Finansowanie nauki

Współpraca zagraniczna

Centrum prasowe

Deklaracja dostępności
Przetwarzanie danych osobowych
Polityka cookies

Partnerzy