W rozdziale omówiono sposób przedstawiania danych w postaci wektorów cech, które stanowią zbiory uczące np. w zadaniach klasyfikacji lub grupowania. Opisano metody generowania podzbiorów cech (metodę podziału i ograniczeń, metody sekwencyjne) oraz oceny jakości tych podzbiorów. Zaprezentowano wybrane algorytmy ekstrakcji cech (analizę głównych składowych, wielowymiarowe skalowanie, liniową analizę dyskryminacyjną).

W pracy zaproponowano i zbadano ideę automatycznego tworzenia ekstraktora cech. Ekstraktor taki uzyskiwany jest na drodze uczenia, metodami ewolucyjnymi wykorzystującymi zbiory uczące pochodzące z innych problemów klasyfikacyjnych, w określonym sensie podobnych do problemu rozpatrywanego. Uzyskiwany w ten sposób ekstraktor powinien poprawiać uogólnianie klasyfikatora uczonego niewielką liczbą przykładów z zadania rozpatrywanego,...

Analiza dynamiki pisania na klawiaturze jest jedną z technik biometrycznych, które uwzględniają cechy behawioralne. Trudność związana z informacja na temat dynamiki pisania na klawiaturzepolega na tym, że są to dane bardzo niestabilne. Artykuł prezentuje krótko rozwiązanie wykorzystane w celu zbierania danych uczących oraz ekstrakcji cech dla systemu uwierzytelniania użytkownika na podstawie sposobu korzystania z klawiatury. Następnie...

The article presents and experimentally verify the idea of automatic construction of feature extractors in classification problems. The extractors are created by genetic programming techniques using classification examples taken from other problems then the problem under consideration.

Praca przedstawia ewolucyjną metodę kształtowania funkcji jądra wmetodzie SVM wspólnego dla zbioru podobnych zadań klasyfikacyjnych(z tej samej dziedziny) z wykorzystaniem aproksymatora neuronowego.Pokazano możliwość wbudowania funkcji ekstrakcji cech do funkcji jądraSVM za pomocą prostego łączenia aproksymatorów standardowej funkcjijądra i ekstraktora. Opisane zostały również teoretyczne podstawy metodywektorów wspierających (SVM).