LUẬT KHẲNG ĐỊNH, PHỦ ĐỊNH VÀ ỨNG DỤNG

Nguyễn Đức Thuần, Phạm Quang Tùng, Hồ Thị Thu Sa

Tóm tắt


Lập luận khẳng định và phủ định được ứng dụng nhiều trong thực tế, đặc biệt là trong y học. Trong bài báo này chúng tôi giới thiệu một số khái niệm mở rộng luật phủ định, luật tối thiểu, thuật toán phát hiện tất cả luật khẳng định, phủ định tối thiểu do chúng tôi đề xuất. Thử nghiệm trên một số tập dữ liệu của Đại học California, Irvine (UCI) và ứng dụng trên cơ sở dữ liệu (CSDL) dạy-học của Trường Đại học Nha Trang đã cho thấy tính tin cậy và ứng dụng thực tế của thuật toán do chúng tôi đề xuất.

Từ khóa


Luật khẳng định; Luật khẳng định tối thiểu; Luật phủ định; Luật phủ định tối thiểu; Luật tối thiểu.

Toàn văn:

PDF

Các tài liệu tham khảo


Alataş, B., & Akin, E. (2006). An efficient genetic algorithm for automated mining of both positive and negative quantitative association rules. Soft Computing, 10(3), 230-237.

Ji, L., & Tan, K. L. (2004). Mining gen expression data for positive and negative co-regulated gen clusters. Bioinformatics, 20, 2711-2718.

Lashin, E. F., Kozae, A. M., Khadra, A. A. A., & Medhat, T. (2005). Rough set theory for topological spaces. International Journal of Approximate Reasoning, 40(1-2), 35-43.

Ngo, C. L. (2003). A tolerance rough set approach to clustering Web search results. (Master thesis) The Informatics and Mechanics Warsaw University, Poland.

Nguyen, D. T. (2013). Some extensions of positive and negative rules for discovering basic interesting rules. International Journal of Intelligent Information Systems, 2(4), 64-69.

Shipra, S., & Vivek, J. (2015). Generating positive-negative rules using fuzzy FP-growth & Naïve Bayes. International Journal of Computer Science Engineering and Information Technology Research, 5(2), 31-40.

Shusaku, T. (2004). Mining diagnostic rules from clinical databases using rough sets and medical diagnostic model. Information Sciences, 162(2), 65-80.

Shusaku, T. (2005). Discovery of positive and negative rules from medical databases based on rough sets. In S. Tsumoto, Advanced techniques in knowledge discovery and data mining (233-252). London, UK: Springer-Verlag.

Sonam, J., & Rajeev, G. V. (2015). Generating positive & negative rules using efficient apriori algorithm. International Journal of Advances in Electronics and Computer Science, 2(4), 94-98.

The UCI. (2018). Welcome to the UCI machine learning repository. Retrieved from http://mlearn.ics.uci.edu/mlrepository.html.

Tinghuai, M., Jiazhao, L., Mengmeng, C., & Wei, T. (2009). Inducing positive and negative rules based on rough set. Information Technology Journal 8(7), 1039-1043.

Wu, X., Zhang, C., & Zhang, S. (2004). Efficient mining of both positive and negative association rules. ACM Transactions on Information System, 22(3), 381-405.




DOI: http://dx.doi.org/10.37569/DalatUniversity.8.3.437(2018)

Các bài báo tham chiếu

  • Hiện tại không có bài báo tham chiếu.


Copyright (c) 2018 Nguyễn Đức Thuần, Phạm Quang Tùng, Hồ Thị Thu Sa

Creative Commons License
Công trình này được cấp phép theo Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Văn phòng Tạp chí Đại học Đà Lạt
Nhà A25 - Số 1 Phù Đổng Thiên Vương, Đà Lạt, Lâm Đồng
Email: tapchikhoahoc@dlu.edu.vn - Điện thoại: (+84) 263 3 555 131

Creative Commons License
Trên nền tảng Open Journal Systems
Thực hiện bởi Khoa Công nghệ Thông tin