Arkady Borisov

Ranking-based kernels in applied biomedical diagnostics using a support vector machine.

This paper presents some essential findings and results on using ranking-based kernels for the analysis and utilization of high dimensional and noisy biomedical data in applied clinical diagnostics. We claim that presented kernels combined with a state-of-the-art classification technique - a Support Vector Machine (SVM) - could significantly improve the classification rate and predictive power of the wrapper method, e.g. SVM. Moreover, the advantage of such kernels could be potentially exploited for other kernel methods and essential computer-aided tasks such as novelty detection and clustering. Our experimental results and theoretical generalization bounds imply that ranking-based kernels outperform other traditionally employed SVM kernels on high dimensional biomedical and microarray data.

Combining clustering and a decision tree classifier in a forecasting task

A joint analysis of continuous (time series demand observations) and discrete (well-describing parameters) data is studied. Such data mining techniques as data collection, preprocessing, clustering analysis, and classification are considered. Upon continuous data preprocessing and clustering, images of possible sales development are constructed. A new product’s demand is searched for using inductive decision trees built on well-describing data.

Research into Plagiarism Cases and Plagiarism Detection Methods

Research into Plagiarism Cases and Plagiarism Detection Methods In the age of information technology intellectual property becomes especially valuable. This is one of the causes why the cases of the plagiarism appear more frequently in all vital sectors. Due to that, there is a growing need for different instruments for the protection and verification of copyright for finding plagiarism. Before checking the document for plagiarism, reviewing algorithms and approaches for searching plagiarism, you must know and understand what constitutes the plagiarism. Therefore, in this paper we discuss definitions of plagiarism itself and give a look into most important types of plagiarism. As also the paper describes the most common plagiarism detection systems, methods used in those systems, and provides a description of several programs designed to compare documents and detect plagiarism. Plagiāta gadījumu un to noteikšanas metožu pētīšana Informācijas tehnologiju laikmetā intelektuālais īpašums kļūst īpaši vērtīgs. Tas ir viens no iemesliem, kāpēc plagiāta gadījumi arvien biežāk notiek dažādās būtiskās nozarēs, tādās kā literatūra, zinātne, mūzika, dažādi mākslu veidi u.c. Sakarā ar to pieaug nepieciešamība pēc dažādu plagiāta noteikšanas, autortiesību aizsardzības un apstiprināšanas instrumentu izstrādes un ieviešanas. Atkarībā no pēc plagiāta pārmeklētas sfēras, dinamiski mainās paša plagiāta definīcija, un ar to mainās pārmeklēšanas telpa un metožu, kuru ir iespējams pielietot, kopa. Tāpēc ir svarīgi pirms uzsākt dažādu plagiāta noteikšanas metožu un pieeju izskatīšanu un pirms uzsākt plagiāta meklēšanu dažādās sfēras - dokumenti, mākslas darbi, programmu pirmkods, projekti u.c., ir nepieciešams saprast kas vispār ir plagiāts, kas būs plagiāts mūsu izvēlētajā gadimacr;jumā un kādām plagiāta pārmeklēšanas metodēm ir vērts pievērst vairāk uzmanības. Līdz ar to šajā rakstā ir izskatīti dažādi plagiāta definējumi un plagiāta svarīgākie veidi, tajā skaitā studentu plagiāts. Tiek diskutēts par studentu plagiāta parādīšanas iemesliem. Rakstā ir piedāvāti populārāko plagiāta noteikšanas sistēmu, kas tika izstrādāti un ir pielietoti tādās ASV universitātēs, kā Stenforda universitāte, Kalifornijas universitāte u.c., apraksti. Aprakstītas apskatītās plagiāta noteikšanas sistēmās pielietoto algoritmu īpašības un dažas plagiāta noteikšanai izmantojamas programmas, kas tiek pielietoti dokumentu salīdzināšanai. Исследование случаев плагиата и методов их обнаружения В эпоху информационных технологий интеллектуальная собственность становится всё более ценной.Это является одной из причин проявления случаев плагиата в различных сферах таких, как литература, наука, музыка, различные виды искусства и др. В связи с этим возрастает потребность в разработке и внедренииразличных инструментах для защиты и подтверждения авторских прав и выявления плагиата. В зависимости от исследуемой на возможность плагиата сферы, меняется и само определение термина ‘плагиат’, и, соответственно, изменяются пространство поиска и методы, которые можно применять. Поэтому прежде, чем приступать к рассмотрению различных методов и подходов для выявления плагиата и поиску плагиата в различных областях - документах, произведениях искусства, проектах и т. д., необходимо чётко представлять, что в конкретном случае будет являться плагиатом и, соответственно, на какие подходы и методы обнаружения плагиата следует делать акцент. В данной работе рассматриваются различные определения плагиата иобсуждаются наиболее важные типы плагиата, в частности, студенческий плагиат, и возможные причины появления плагиата среди студентов. Также представлены описания наиболее распространённых систем выявления плагиата, разработанных и используемых в университетах США, таких, как Стэнфорд (Stanford), Калифорнийский университет (University of California) и др. Приведены описания особенностей методов, применяемых в выбранных системах обнаружения плагиата, а также - описания нескольких программ, используемых для сравнения документов при поиске плагиата.

Decision Tree Classifiers in Bioinformatics

Decision Tree Classifiers in Bioinformatics This paper presents a literature review of articles related to the use of decision tree classifiers in gene microarray data analysis published in the last ten years. The main focus is on researches solving the cancer classification problem using single decision tree classifiers (algorithms C4.5 and CART) and decision tree forests (e.g. random forests) showing strengths and weaknesses of the proposed methodologies when compared to other popular classification methods. The article also touches the use of decision tree classifiers in gene selection. Lēmumu koku klasifikatori bioinformātikā Rakstā piedāvāts literatūras apskats, analizējot zinātniskos rakstus, kas apskata klasifikācijas koku un to ansambļu metožu izmantošanu klasifikācijas uzdevuma risināšanai bioinformātikā. Apskatīts vēža klasifikācijas uzdevums, kurā nosaka vēža tipu vai pacienta diagnozi (slims vai vesels) pēc gēnu ekspresijas datiem (mikrorežga formāta dati). Apskatīti vairāki raksti, kas analizē dažādu klasifikācijas metožu pielietošanas iespējas šādu bioinformātikas uzdevumu risināšanā un salīdzina to veiktspēju, izmantojot dažādas datu kopas un pirmapstrādes pieejas. Klasifikatoru salīdzināšanā ņemts vērā arī īpatnējais datu raksturs - dati satur vairākus tūkstošus atribūtu (gēnu) un salīdzinoši maz ierakstu (daži desmiti vai simti), kas apgrūtina klasisko datu ieguves metožu darbību. Apskatītajos rakstos aprakstītās lēmumu koku metodes šajā rakstā tiek salīdzinātas pēc to efektivitātes (klasifikācijas kļūda/precizitāte), kas uzrādīta vairākās populārās gēnu mikrorežga datu kopās (leikēmijas, limfomas u.c. datu kopas). Rakstā arī apskatītas uz lēmumu koku izmantošanu balstītas metodes, kas izmantotas gēnu atlasei. Šādas metodes ir, piemēram, gēnu lietderības noteikšana pēc lēmumu koku klasifikatoru konstruēšanā izmantotās atribūtu informatīvuma novērtēšanas pieejas (Information Gain u.c.) un gadījuma lēmumu koku mežu generēšana, nosakot visbiežāk izmantotos gēnus, kas tiek atlasīti tālākajam darbam. Kopumā lēmumu koku klasifikatoru veiktspēja ir līdzvērtīga vai pārspēj citas klasiskās metodes, veicot pareizu datu pirmapstrādi. Lēmumu koku klasifikatoru ansambļu veiktspēja lielākoties pārspēj vienkāršu lēmumu koku klasifikatoru veiktspēju, ņemot vērā šādu klasifikatoru nestabilitāti. Lēmumu koku priekšrocība ir arī to vieglā interpretējamība un to spēja atklāt sakarības datos, kas var palīdzēt atklāt gēnu lomu slimības diagnostikā un ārstēšanā. Деревья решений в биоинформатике В статье предложен обзор литературы, анализ научных статей, которые рассматривают применение методов деревьев решений и их ансамблей для решения задач классификации в биоинформатике. Рассматривается задача классификации рака, которая определяет тип рака или диагноз пациента (больной или здоровый) по данным экспрессии генов (данные формата микрочипов). Рассматриваются статьи, в которых анализируются возможности применения различных методов классификации в области биоинформатики при решении подобных задач и сравнивается их производительность с помощью различных наборов данных и подходов предобработки. При сравнении классификаторов также принимается во внимание особый характер данных - данные содержат несколько тысяч признаков (генов) и относительно небольшое число записей (несколько десятков или сотен), что осложняет работу классических методов добычи данных. Методы деревьев решений, рассматриваемые в статьях, сравниваются в данной статье по их эффективности (ошибка /точность классификации), показанной в экспериментах с популярными наборами данных генных микрочипов (наборами данных о лейкемии, лимфоме и другими). В статье также обсуждается использование методов на основе деревьев решений для отбора генов. Такие методы включают в себя, например, использование подходов к оценке информативности атрибутов (Information Gain и т. д.), которые используются при построении классификаторов деревьев решений, и генерацию случайных лесов деревьев решений для определения наиболее часто используемых генов, которые отбираются для дальнейшей работы. В целом, классификаторы деревьев решений по производительности равны или превосходят другие традиционные методы, производя правильную предварительную обработку данных. Ансамбли классификаторов деревьев решений в значительной степени превосходят простые классификаторы деревьев решений по производительности с учетом нестабильности классификаторов. Преимущество методов деревьев решений заключается в том, что их легко интерпретировать, и они способны обнаруживать взаимосвязи в данных, которые могут помочь определить роль гена в диагностике и лечении заболеваний.

Forecasting Product Life Cycle Phase Transition Points with Modular Neural Networks Based System

Management of the product life cycle and of the corresponding supply network largely depends on information in which specific phase of the life cycle one or another product currently is and when the phase will be changed. Finding a phase of the product life cycle can be interpreted as forecasting transition points between phases of life cycle of these products. This paper provides a formulation of the above mentioned task of forecasting the transition points and presents the structured data mining system for solving that task. The developed system is based on the analysis of historical demand for products and on information about transitions between phases in life cycles of those products. The experimental results with real data display information about the potential of the created system.

Regression Analysis for Transport Trip Generation Evaluation

Abstract The paper focuses on transportation trip generation models based on mixed-use and transport infrastructure near the site. Transport trip generation models are considered with an aim to improve the accuracy of transport generated trips. Information systems are reviewed, and “smart growth” criteria that could affect the accuracy of trip generation models are also identified. Experimental results of transport generated trips based on linear regression equations and “smart growth” tools are demonstrated.

A Negotiation-Based Multi-Agent System for Supply Chain Management

A Negotiation-Based Multi-Agent System for Supply Chain Management A supply chain is a key definition in logistics. The supply chain is a set of logistics system nodes that is linearly ordered by the material, information or financial flow in order to analyze or synthesize a specific set of logistic functions and (or) costs. Multi-agent systems are suitable for the domains that involve interactions between different people or organizations with different (possibly conflicting) goals and proprietary information. They view the supply chain as a set of intelligent agents, each responsible for one or more activities in the supply chain. The ontology, in turn, describes the domain area and becomes a mechanism to aid in understanding and analyzing the information flow between agents. The use of ontologies for multi-agent system provides the following benefits: the ontology enables knowledge structuring and sharing, increases the reliability of agent system and provides the basis for the interaction between the agents. This paper proposes a method of multi-agent system application for supply chain node cooperation and shows the interaction between agents inside one of the supply chain nodes - manufacturer node. Pārrunās bāzētā daudzagentu sistēma piegādes ķēdes vadībai Piegādes ķēde ir viens no galvenajiem jēdzieniem logistikā. Piegādes ķēde - logistikas sistēmas mezglu kopa, kas ir lineāri sakārtota pēc materiāla, informācijas vai finanšu plūsmas ar specifisku logistikas funkciju un (vai) izmaksu analīzes vai sintēzes nolūku. Daudzagentu sistēmas ir piemērotas jomās, kas ietver sevī mijiedarbību starp dažādiem cilvēkiem vai organizācijām, ar dažādiem (iespējams, pretrunīgiem) mērķiem un pieejamo informāciju. Daudzagentu sistēma uzskata piegādes ķēdi par intelektuālu agentu kolektīvu, kur katrs no agentiem ir atbildīgs par vienu vai vairākām darbībām piegādes ķēdē. Savukārt ontologija, kas apraksta priekšmeta apgabalu, ir mehānisms, lai palīdzētu saprast un analizēt informācijas plūsmu starp agentiem. Ontologijas izmantošana daudzagentu sistēmās sniedz šādas priekšrocības: tā ļauj strukturēt zināšanas, kopīgi pielietot tās, palielina agentu sistēmas uzticamību, kā arī nodrošina pamatu mijiedarbībai starp agentiem. Šajā publikācijā tiek piedāvāta daudzagentu sistēmas pielietošanas metode saziņai starp dažādiem mezgliem piegādes ķēdē, un parāda mijiedarbību starp agentiem vienā no piegādes ķēdes mezgliem - ražošanas mezglā. Piegādes ķēdes konstruēšanai tika izmantota sekojoša infrastruktūra: Java un JADE - platforma, kurā agenti eksistē un mijiedarbojas, tā piedāvā agentiem bāzes servisus, kas nepieciešami agentu eksistēšanai, Protégé un Ontology Bean Generator - priekšmeta apgabala ontologijas izveidošanai un to pārveidošanai JADE klasēs, MySQL - datu bāzes atbalstīšanai, Apache Ant - programmas koda kompilēšanai, NetBeans IDE - kā integrētā izstrādes vide, ACL ziņojumi informācijas pārraidei, zināšanu koplietošanai un mijiedarbībai starp agentiem, izmantojot FIPA protokolus. Основанная на переговорах многоагентная система для управления цепями поставок Цепь поставок является одним из ключевых понятий логистики. Цепь поставок - множество звеньев логистической системы, линейно упорядоченное по материальному, информационному или финансовому потоку с целью анализа или синтеза определенного набора логистических функций и (или) затрат. Многоагентные системы являются подходящими для областей, которые включают взаимодействия между различными людьми или организациями с разными (возможно, противоречивыми) целями и имеющейся информацией. Многоагентная система рассматривает цепь поставок как коллектив интеллектуальных агентов, где каждый из агентов отвечает за одно или несколько действий цепи поставок. В свою очередь, онтология, описывая предметную область, представляет собой механизм помощи в понимании и анализе информационного потока между агентами. Использование онтологии для многоагентных систем предоставляет следующие преимущества: онтология позволяет структурировать знания, совместно их использовать, увеличивает надежность агентной системы и обеспечивает основу для взаимодействия между агентами. В этой публикации предложен метод применения многоагентной системы для взаимодействия между различными звеньями цепи поставок, а также показано взаимодействие агентов внутри одного из звеньев цепи поставок в звене производства. Для построения цепи поставок была использована следующая инфраструктура: Java и JADE платформа, в которой существуют и взаимодействуют агенты, она предоставляет агентам базовые сервисы, необходимые для их существования, Protg и Ontology Bean Generator для создания онтологии предметной области и ее преобразования в JADE классы, MySQL для поддержки базы данных, Apache Ant для компиляции программного кода, NetBeans IDE в качестве интегрированной среды разработки, ACL сообщения для передачи информации, совместного использования знаний и взаимодействия между агентами, используя протоколы FIPA.

A study of methods of classifier construction and updating

This paper investigates the behavior of the inductive algorithm CART2 applied to constructing a classifier using a modern DBMS and solving problems related to classifier incremental updating. As testing objects we used four databases taken from different knowledge domains. The results of the experiments demonstrate good performance for the incrementally obtained classifier—i.e., for the Hypoteroid database (classification of thyroid body diseases), the identification error amounted to 1.95% (for 2870 samples) versus 1.8% for the classifier constructed using the full teaching selection.

Interaction of software agents in the problem of coordinating orders

This article considers one of supply chain problems—procurement and inventory management. As part of this task, the main problem is the coordination of an order between the supplier and customer, in particular, the timely coordination of the name and number of component parts, prices, and delivery time. The current manual approach has a number of disadvantages related to noncompliance with the production plan, which cause financial losses. To automate this process, we propose a multiagent software system. The choice of approach is caused by the properties of agent systems— autonomy, pro-activeness, sociability, and reactivity. Agents communicate via message exchange with reference to the common ontology for agents participating in the negotiations. This ontology forms the basis of interaction between agents and means of structuring domain knowledge allows software agents to share available knowledge and identify new knowledge. The object of study is an enterprise that produces microchips. Software agents are developed within the JADE platform.

Building Ontology from Relational Database/ Ontoloģiju izveide no relāciju datubāzes/ Построение онтологии по реляционной базе данных

Abstract This paper proposes an approach of building OWL2 ontology from data in a relational database. Compared with existing methods, the approach can acquire ontology from a relational database automatically by using a group of learning rules. Approach is independent from database implementation; it is designed based on standards, used to manage database systems. In this paper, we describe object mapping from a relational database and OWL2 ontology including classes, data properties, object properties, instances, axioms and annotations. Axioms are important part of OWL2 specification, and the approach is also suitable for the axiom building process. Ontoloģijas izveides process prasa daudz laika un dažādu speciālistu iesaistīšanos. Relāciju datubāzes satur informāciju, ko var izmantot, lai veidotu ontoloģijas. Šajā rakstā ir aprakstīta metode, kas ļauj automātiski uzbūvēt ontoloģiju. Būvēšanas procesā no relāciju datu bāzes izmanto kartēšanas noteikumus. Šie noteikumi nosaka, kādā veidā objekti no relāciju datu bāzes ir sasaistīti ar ontoloģijas elementiem. Metodei nav ierobežojumu relāciju datubāzei, jo tā ir balstīta uz pieņemtiem datu glabāšanas standartiem SQL99. Lai aprakstītu ontoloģiju, tika izmantota OWL2 valoda. Kartēšanas noteikumi ļauj veidot klases un to īpašības, datu īpašības un eksemplārus ontoloģijā. Kartēšanas noteikumu izveidošana ir sarežģīts uzdevums. Tomēr tas ir atrisināts vienkāršiem datu modeļiem. Reālos dzīves gadījumos, relāciju datu bāzē tiek izmantotas sarežģītas datu struktūras. Tās ietver patvaļīgus objektus, kurus definē pats lietotājs. Rakstā ir apskatīti kartēšanas noteikumi, kuri darbojas ar dažādu relāciju datu bāžu datu modeļiem. Aprakstīta atbalsta sistēma, kura nodrošina ontoloģijas konstruēšanu ar kartēšanas noteikumu palīdzību. Galvenais šīs sistēmas mērķis ir atklāt saikni starp objektiem relāciju datu bāzē un ontoloģijas elementiem. Nākotnē ir plānots realizēt aprakstīto metodi, izmantojot JAVA platformu un uzbūvējot sistēmu, balstītu uz ontoloģiju veselības aprūpes jomā Процесс построения онтологии требует много времени и участия широкого круга специалистов. Реляционные базы данных содержат информацию, которая может быть использована для построения онтологий. В данной работе рассмотрен метод построения онтологии из реляционной базы данных, использующий правила отображения. Метод позволяет построить начальную версию онтологии в автоматическом режиме. Описанный метод не имеет ограничений к реляционной базе данных, поскольку использует стандарты описания данных SQL99. Правила отображения определяют соответствия между объектами реляционной базы данных и элементами онтологии. Для описания онтологии использован язык OWL2. Правила соответствия позволяют строить классы, свойства классов и данных, и экземпляры онтологии. Построение правил отображения является трудной задачей, которая решена для простой модели базы данных. Во многих случаях реляционные базы данных используются для хранения сложных конструкций данных. К таким относятся произвольные объекты, определённые пользователем, коллекции данных. В статье систематизированы правила отображения для различных моделей реляционных баз данных. Рассмотрена система поддержки отображений между реляционными базами данных и онтологиями. Основной задачей такой системы является выявление объектов в реляционной базе данных и построение связей, позволяющих построить онтологию. В будущем планируется реализовать описанный метод на JAVA платформе и использовать систему в области здравоохранения.