Algoritmit

Laskemme Bayes-verkkoja omilla algoritmeilla. Tutkimustyössä tehdyt vertailut osoittavat, että BayesIT:n Bayes-verkkoalgoritmit kuuluvat maailman johtaviin sekä suorituskyvyltään että nopeudeltaan. Visualisoinnissa käytetty muunnosperiaate (B-Viz™.) ja algoritmi on patentoitu.

BayMinerin erinomainen suorituskyky perustuu HIIT (Helsinki Institute for Information Technology) - tutkimusyksikössä toimivan CoSCo-tutkimusryhmän pitkäaikaiseen tutkimustyöhön. Ryhmä on julkaissut paljon tieteellisiä tuloksia.

Bayes-verkoista

Bayes-verkkoja on monenlaisia. Niiden perusmuotoa kutsutaan usein Bayesian Classifier'ksi. Näillä perusverkoillakin saavutetaan joskus suhteellisen hyviä tuloksia. Arkielämän data on usein  puutteellista, se voi sisältää ristiriitaisuuksia ja päällekkäistä tietoa, mistä seuraa, että mallinnuksen epäonnistumisriskit kasvavat. Hyvään tulokseen pääsemiseksi tarvitaan perusverkkoa kehittyneempiä laskenta-algoritmeja,  jollaisiin BayMiner perustuukin. BayMiner antaa myös heti laskennan aikaista osviittaa siitä, miten hyvin malli ennustaa. 

Lyhyt esitys Bays-verkoista: 'On Probabilistic Modeling and Bayesian Networks'

BayesIT:n yhteistyö CoSCo-tutkimusryhmän kanssa tuottaa jatkuvasti parempia algoritmeja. Tutkimus on tiivistä -- laskentakapasiteetti kehittyy jatkuvasti, joten tuotekehittelymme ja edistymisemme on nopeatempoista. Palvelinversiota päivitetään aina, kun testatusti entistä  paremmin toimiva ohjelma on käytettävissä. Näin asiakkaat saavat aina käyttöönsä BayMinerin uusimman version. 

Tutkimustyö edistyy nopeatempoisesti ja työkaluja päivitetään usein. Siksi Internetin kautta käytettävä, palvelinperustainen laskentaprosessi on kaikille osapuolille järkevin vaihtoehto

BayesIT:n oman algoritmiperheen kaupallinen nimi on D-Side™. 

Kuvanlaskenta (B-Viz™)

Nämä tutkimusjulkaisut antavat lisätietoja kuvanlaskennan menetelmistä.

* P.Kontkanen, J.Lahtinen, P.Myllymäki, T.Silander, and H.Tirri,

Supervised Model-Based Visualization of High-Dimensional Data. Intelligent

Data Analysis 4 (2000), 213-227.

http://www.cs.Helsinki.FI/research/cosco/Articles/ida00.ps.gz

 

* P.Kontkanen, J.Lahtinen, P.Myllymäki, and H.Tirri, Unsupervised Bayesian

Visualization of High-Dimensional Data. Pp. 325-329 in Proceedings of the

Sixth International Conference on Knowledge Discovery and Data Mining

(KDD-2000), edited by R.Ramakrishnan, S.Stolfo, R.Bayardo and I.Parsa. The

Association for Computing Machinery, New York, NY, USA, 2000.

http://www.cs.Helsinki.FI/research/cosco/Articles/kdd00.ps.gz

 

* P.Kontkanen, J.Lahtinen, P.Myllymäki, and H.Tirri, An Unsupervised

Bayesian Distance Measure. Pp. 148-160 in Advances in Case-Based

Reasoning, Proceedings of the Fifth European Workshop on Case-Based

Reasoning (EWCBR-2000), edited by E.Blanzieri and L.Portinale. Vol. 1898

in Lecture Notes in Artificial Intelligence, Springer-Verlag 2000.

http://www.cs.Helsinki.FI/research/cosco/Articles/ewcbr00.ps.gz

 

 
 
Copyright © Bayes Information Technology Oy 2001. All rights reserved. See Legal Notice.
Kommentteja tai palautetta?