Pattern Structures for Risk Group Identification

В работе проанализирована связь некогнитивных характеристик со сменой брачного статуса российских граждан. Некогнитивные характеристики представлялись как последовательные и устойчивые способы адаптации индивидов к окружающей среде и учитывались в рамках модели Большой Пятерки в составе добросовестности, невротизма, открытости к новому опыту, согласности и экстраверсии. Рассматривалось четыре варианта смены статуса: вступление в первые отношения, вступление в отношения ...

Добавлено: 20 марта 2025 г.

Explainable Document Classification via Pattern Structures

Sergei O. Kuznetsov, Паракал Э. Д., Lecture Notes in Networks and Systems 2023 Vol. 776 P. 423–434

Добавлено: 5 февраля 2024 г.

Ensemble Techniques for Lazy Classification Based on Pattern Structures

Ilya Semenkov, Sergei O. Kuznetsov, , in: Proceedings of the 9th International Workshop "What can FCA do for Artificial Intelligence?" (FCA4AI 2021)Vol. 2972.: CEUR-WS, 2021. P. 105–112.

Добавлено: 19 декабря 2022 г.

Pattern Structures for Knowledge Processing and Information Retrieval

Кузнецов С. О., Гончарова Е. Ф., , in: Proceedings of the Fifth International Scientific Conference "Intelligent Information Technologies for Industry" (IITI'21)Vol. 330.: Springer, 2022. P. 410–420.

Добавлено: 28 октября 2021 г.

Concept-based chatbot for interactive query refinement in product search

Гончарова Е. Ф., Ильвовский Д. А., Galitsky B., , in: Proceedings of the 9th International Workshop "What can FCA do for Artificial Intelligence?" (FCA4AI 2021)Vol. 2972.: CEUR-WS, 2021. P. 51–58.

Добавлено: 28 октября 2021 г.

On pattern setups and pattern multistructures

Belfodil A., Кузнецов С. О., Kaytoue M., International Journal of General Systems 2020 Vol. 49 No. 8 P. 785–818

Добавлено: 25 января 2021 г.

Next Priority Concept: A new and generic algorithm computing concepts from complex and heterogeneous data

Кузнецов С. О., Demko C., Bertet K. и др., , in: Electronic Procedings Theoretical Computer ScienceVol. 845.: [б.и.], 2020. P. 1–20.

Добавлено: 29 октября 2020 г.

Electronic Procedings Theoretical Computer Science

[б.и.], 2020.

Добавлено: 29 октября 2020 г.

Learning Interpretable Prefix-Based Patterns from Demographic Sequences

Гиздатуллин Д. К., Башерье Ж., Игнатов Д. И. и др., , in: Intelligent Data Processing 11th International Conference, IDP 2016, Barcelona, Spain, October 10–14, 2016, Revised Selected PapersVol. 794.: Switzerland: Springer, 2019. Ch. 6 P. 74–91.

Добавлено: 9 февраля 2020 г.

Numerical Pattern Mining Through Compression

Махалова Т. П., Кузнецов С. О., Napoli A., , in: 2019 Data Compression Conference Proceedings.: IEEE, 2019. P. 112–121.

Добавлено: 2 июля 2019 г.

Exploratory Knowledge Discovery over Web of Data

Alam M., Бузмаков А. В., Napoli A., Discrete Applied Mathematics 2018 Vol. 249 P. 2–17

Добавлено: 26 сентября 2017 г.

Efficient Mining of Subsample-Stable Graph Patterns

Бузмаков А. В., Кузнецов С. О., Napoli A., , in: 2017 IEEE 17th International Conference on Data Mining (ICDM).: New Orleans: IEEE, 2017. Ch. 89 P. 757–762.

Добавлено: 26 сентября 2017 г.

Classification of Demographic Sequences Based on Pattern Structures and Emerging Patterns

Гиздатуллин Д. К., Игнатов Д. И., Митрофанова Е. С. и др., , in: 14th International Conference on Formal Concept Analysis - Supplementary Proceedings.: University Rennes 1, 2017. P. 49–66.

Добавлено: 20 июня 2017 г.

Выявление знаний в демографических последовательностях

Муратова А. А., Гиздатуллин Д. К., Игнатов Д. И. и др., В кн.: Социология и общество: социальное неравенство и социальная справедливость (Екатеринбург , 19-21 октября 2016 года). Материалы V Всероссийского социологического конгресса.: М.: Российское общество социологов, 2016. С. 9601–9615.

В данной статье обобщены результаты недавних исследований приложений анализа паттернов и машинного обучения для анализа демографических последовательностей. Главной целью является решение задач демографов, включая предсказание следующего события и извлечение интересных паттернов из существующих наборов демографических данных, которые не могут быть обработаны с помощью обычных демографических методов. Мы используем деревья решений в качестве метода для предсказания ...

Добавлено: 24 ноября 2016 г.

How Fuzzy FCA and Pattern Structures are Connected?

Бузмаков А. В., Napoli A., , in: Proceedings of the International Workshop "What can FCA do for Artificial Intelligence?" (FCA4AI at ECAI 2016).: M.: [б.и.], 2016. P. 89–96.

Добавлено: 14 октября 2016 г.

On Scaling of Fuzzy FCA to Pattern Structures?

Бузмаков А. В., Napoli A., , in: CLA 2016: Proceedings of the Thirteenth International Conference on Concept Lattices and Their Applications. CEUR Workshop ProceedingsVol. 1624.: M.: Higher School of Economics, National Research University, 2016. P. 85–96.

Добавлено: 14 октября 2016 г.

Pattern Structures for Treatment Optimization

Natalia V. Korepanova, Sergei O. Kuznetsov, , in: CLA 2016: Proceedings of the Thirteenth International Conference on Concept Lattices and Their Applications. CEUR Workshop ProceedingsVol. 1624.: M.: Higher School of Economics, National Research University, 2016. P. 217–229.

Добавлено: 12 октября 2016 г.

News clustering approach based on discourse text structure

Махалова Т. П., Ильвовский Д. А., Galitsky B., , in: ACL-IJCNLP 2015, Proceedings of the First Workshop on Computing News Storylines.: Beijing: [б.и.], 2015. P. 16–20.

Добавлено: 11 октября 2016 г.

Pattern structures for news clustering

Махалова Т. П., Ильвовский Д. А., Galitsky B., , in: Proceedings of the International Workshop "What can FCA do for Artificial Intelligence?" (FCA4AI at IJCAI 2015).: Buenos Aires: [б.и.], 2015. P. 35–42.

Usually web search results are represented as long list of document snippets. It is difficult for users to navigate through this collection of text. We propose clustering method that uses pattern structure constructed on augmented syntactic parse trees. In addition, we compare our method to other clustering methods and demonstrate the limitations of the competitive ...

Добавлено: 11 октября 2016 г.

Interval Pattern Concept Lattice as a Classifier Ensemble

Кашницкий Ю. С., Кузнецов С. О., , in: Proceedings of the International Workshop "What can FCA do for Artificial Intelligence?" (FCA4AI at ECAI 2016).: M.: [б.и.], 2016. P. 105–112.

Decision tree learning is one of the most popular classifica- tion techniques. However, by its nature it is a greedy approach to finding a classification hypothesis that optimizes some information-based crite- rion. It is very fast but may lead to finding suboptimal classification hy- potheses. Moreover, in spite of decision trees being easily interpretable, ensembles ...

Добавлено: 6 октября 2016 г.