在大型数据库中高效整合先验信息以发现时空对象的挑战
计算机视觉与模式识别
2016-02-10 v1
摘要
利用知识发现框架，可通过与框架交互高效整合先验知识，从而探索对象数据库并提取出具有高度异质运动行为的对象组。整个过程模块化可扩展，因此适应任何问题表述。此外，对不同信息分配过程的灵活使用揭示了高效整合不同用户不同方式下先验知识的巨大潜力。因此，详细描述嵌入知识发现框架中的分步知识发现过程，以凸显此类系统整合来自不同应用的对象数据库的灵活性。该框架可用于从多个不同领域的对象数据库中提取知识。此类知识可用于获得进一步的见解并 improved 对 underlying 现象的理解。通过基于真实生物对象数据的数据基准演示了所提出框架的功能。
引用
@article{arxiv.1602.02938,
title = {Challenges of Integrating A Priori Information Efficiently in the Discovery of Spatio-Temporal Objects in Large Databases},
author = {Benjamin Schott and Johannes Stegmaier and Masanari Takamiya and Ralf Mikut},
journal= {arXiv preprint arXiv:1602.02938},
year = {2016}
}
备注
Proc., 25. Workshop Computational Intelligence, Dortmund, 2015