Debellor jest platformą open-source integrującą biblioteki eksploracji danych i umożliwiającą wykorzystanie wielu z nich w eksperymentach. Obecnie zawiera m.in. biblioteki Weka i RSESLib.
Adres:
www.debellor.org

The theory of rough sets provides a powerful model for representation of patterns and dependencies, applicable both in databases and data mining. On the one hand, although there are numerous rough set applications to data mining and knowledge discovery, the usage of rough sets inside the database engines is still quite an uncharted territory. On the other hand, however, this situation is not so exceptional given that even the most well-known paradigms of machine learning, soft computing, artificial intelligence, and approximate reasoning are still waiting for more recognition in the database research.
Rough set-based algorithms and similar techniques can be applied to improve database performance in several ways. We focus on the idea of using available information to calculate rough approximations of data needed to resolve queries and to assist the database engine in accessing relevant data. We partition data onto rough rows, each consisting of 64K of original rows. We automatically label rough rows with compact information about their values on data columns, often involving multi-column and multi-table relationships. One may say that we create new information systems where objects correspond to rough rows and attributes - to various flavors of rough information.
In this talk, we show how the above ideas guided us toward implementing the fully functional data warehouse product, with interfaces provided via integration with MySQL and internals based on the newest database trends. Thanks to compact, flexible rough information, we became especially competitive in the field of analytical data warehouses, where users want to query terabytes of data in a complex, dynamically changing way. Recently, we announced at www.infobright.org the open source edition of our data warehouse, ready for free usage and further extensions. In the talk, we illustrate the best scenarios of applying our software to various aspects of data processing. We also discuss the most promising directions for further improvement of our technology, with a special attention to the ideas based on the theory of rough sets and corresponding techniques.

Tematem wystapienia jest podobienstwo zlozonych obiektow. Obiekty tego typu bardzo czesto zmieniaja sie w czasie a do opisu ich zmian wykorzystuje sie szeregi czasowe. W czasie prezentacji opowiem o pojeciu podobienstwa - jego wlasnosciach i zastosowaniach. Porusze rowniez temat szeregow czasowych, koncentrujac sie na sposobach wykorzystania pojecia podobienstwa w analizie danych temporalnych. Przedstawie rozne metody reprezentacji szeregow czasowych takie jak SAX, TSB, czy clipping. Za punkt wyjscia potraktuje wybrane prace Eamonna Keogh dotyczace tego tematu.

W referacie chciałabym przedstawić koncepcję optymalizacji procesów wnioskowania dla systemów o złożonych dziedzinowych bazach wiedzy. Optymalizacja jest możliwa dzięki zmianie struktury bazy wiedzy na strukturę hierarchiczną, w której reguły podobne do siebie tworzą skupienia. Do budowy złożonej bazy wiedzy zaproponowano klasyczny algorytm aglomeracyjny (AHC) lub jego modyfikację (mAHC), której rezultatem jest zbiór skupień reguł będący strukturą optymalną z punktu widzenia kryterium separowalności grup.
Efektywne przeszukiwanie złożonej bazy wiedzy (wzorowane na przeszukiwaniu połówkowym, dającym mniejszą złożoność obliczeniową w stosunku do przeszukiwania zbioru nie uporządkowanego) i wnioskowanie jedynie na wybranej (najbardziej relewantnej) grupie reguł pozwala na optymalizację procesu wnioskowania.
Eksperymenty wykonane w ramach prowadzonych badań wykazały, iż im więcej reguł w bazie wiedzy, tym mniejszy procent bazy wiedzy jest faktycznie przeszukiwany. Dla dużych rzeczywistych baz wiedzy w procesie wnioskowania analizowano jedynie 2-5 % wszystkich reguł przy utrzymaniu pełnej dokładności wyszukiwania realizowanego przez interpreter reguł w maszynie wnioskującej.

W trakcie wystpienia chciałbym omówić zagadnienie grupowania danych ładowanych do relacyjnej bazy danych. Takie dane są zwykle ładowane wiersz po wierszu w kolejności jaką determinuje żródło danych. Ponieważ standard języka SQL nie zakłada istnienia w tabeli porządku na wierszach, odpowiedni sposób ich grupowania i przechowywania w bazie może stanowić czynnik poprawiający wydajność bazy. Zakładamy jednak, że algorytmy takiego grupowania powinny wykonywać się w czasie rzeczywistym, by mogły być stosowane np. dla dużych danych strumieniowych (np. danych transakcyjnych). Celem projektu, którym chciałbym się zająć jest grupowanie danych tak by m. in. przyspieszyć wykonanie zapytań języka SQL skierowanych do bazy danych. Na przykładzie bazy Infobright chciałbym omówić wpływ jaki może mieć odpowiednie pogrupowanie danych wykorzystujące unikalność zastosowanych w silniku metod na jej efektywność.
Krótko omówię problemy pokrewne temu zagadnieniu i na ich podstawie jego osobliwość. Chciałbym również opisać rozwiązania, które są w tej chwili rozwijane oraz omówić przyszłe kierunki mojej pracy badawczej w tej dziedzinie.

Upowszechnienie komputerowych metod przetwarzania informacji, a zwłaszcza komputeryzacja zasobów wiedzy, doprowadziły do powstania bogatych korpusów tekstów.
Aby korzystać z takich zbiorów dokumentów, potrzebny jest precyzyjny mechanizm pozwalający pobrać potrzebne w określonej sytuacji dane. Poszukiwane są nie tylko informacje zlokalizowane w pojedynczych dokumentach lecz również te, które są rozproszone po całym korpusie. Zapytania zaś mogą dotyczyć zarówno konkretnych faktów zawartych w tekstach, jak i ogólnych praw rządzących tymi faktami. Prawa te, jak każda generalizacja, będą prawdziwe jedynie w pewnym procencie przypadków, którego wielkość trzeba oszacować.
W referacie przedstawię metodologię realizującą powyższą funkcjonalność dla zbiorów tekstów o ograniczonej dziedzinie tematycznej.

W referacie chciałbym przedstawić jak można zastosować system Rough ICE (Rough Set Interactive Classification Engine) do automatycznego planowania zachowania obiektów złożonych.
Wcześniejsza wersja tego systemu była prezentowana pod nazwą RS-Ecca. Jest to system wyposażony w graficzny interfejs użytkownika napisany w Javie przy użyciu bibliotek Swing i JGraph, umożliwiający łatwą realizację różnych operacji na zbiorach danych i wiedzy dziedzinowej, dotyczących aproksymacji złożonych pojęć. Głównym celem referatu jest zademonstrowanie działania systemu przy wspomaganiu planowania leczenia niewydolności oddechowej

Odkrywanie niejawnych relacji pomiędzy danymi, a także pomiędzy ich ukrytymi modelami jest jednym z głównych zadań uczenia maszynowego. Dane są często generowane przez procesy współbieżne. Odkrywanie zatem modeli systemów procesów współbieżnych generujących te dane może często prowadzić do lepszego rozumienia złożonej natury zjawisk i procesów fizycznych.
Głównym celem referatu jest przedstawienie dotychczasowych wyników badań dotyczących automatyzowanego odkrywania modeli systemów procesów współbieżnych z tablic danych eksperymentalnych, a także zarysowanie nowych problemów badawczych wraz z pewnymi sugestiami próby ich rozwiązania. Prezentowane podejście jest oparte na teorii zbiorów przybliżonych i teorii współbieżności. Badania tego typu zostały zapoczątkowane przez Profesora Z. Pawlaka w 1992 roku, a następnie kontynuowane w kilku ośrodkach naukowych w kraju i za granicą.
Rozważany problem badawczy jest nie tylko interesujący ze względów poznawczych, lecz przede wszystkim z uwagi na jego potencjalnie duże możliwości aplikacyjne. Metody odkrywania modeli systemów procesów współbieżnych z danych eksperymentalnych mogą znaleźć zastosowanie w wielu obszarach sztucznej inteligencji, sterowania, biologii molekularnej, medycyny, itp.

Pod pojęciem procesu rozumiemy występującą naturalnie lub zaprojektowaną sekwencję zmian właściwości (atrybutów) pewnego systemu lub obiektu. Można powiedzieć bardziej formalnie, że każdy proces jest reprezentowany poprzez trajektorię w przestrzeni fazowej rozpatrywanego systemu. Możemy pod tym pojęciem rozumieć zarówno instancję programu wykonywaną pod nadzorem systemu operacyjnego, jak również pracę programisty uczestniczącego w projekcie lub organizację przepływu dokumentów w jakiejś firmie lub przedsiębiorstwie. Prezentacja będzie miała na celu wprowadzenie do zagadnienia eksploracji procesów (ang. process mining). Mówiąc bardzo oględnie - jest to ogół technik mających na celu odkrywanie i analizę procesów na podstawie dzienników zdarzeń (ang. event logs).