A Comprehensive Analysis of the Impact of Selecting the Training Set Elements on the Correctness of Classification for Highly Variable Ecological Data
Artykuł naukowy w wydawnictwie zbiorowym recenzowanyNazwa konferencji: 2021 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE)
Współautorzy: Adam Kiersztyn, Rafał Łopucki, Paweł Karczmarek, Paweł Powroźnik, Dariusz Czerwiński, Witold Pedrycz
Miejsce: Luksembourg
Rok wydania: 2021
Tytuł publikacji: Kompleksowa analiza wpływu doboru elementów zbioru uczącego na poprawność klasyfikacji danych ekologicznych o dużej zmienności
Redaktorzy: Christian Wagner, Holger Voos
Strony od-do: 1-6
Słowa kluczowe: klasyfikatory rozmyte, liczby rozmyte, klasyfikacja, cechy behawioralne, dane ekologiczne, klasyfikacja danych empirycznych
Dostęp WWW: https://ieeexplore.ieee.org/document/9494399
DOI: 10.1109/FUZZ45933.2021.9494399
Cytowanie w formacie Bibtex:
@article{1,
author = "Krystyna Kiersztyn and Adam Kiersztyn and Rafał Łopucki and Paweł Karczmarek and Paweł Powroźnik and Dariusz Czerwiński and Witold Pedrycz",
title = "A Comprehensive Analysis of the Impact of Selecting the Training Set Elements on the Correctness of Classification for Highly Variable Ecological Data",
journal = "",
year = "2021",
pages = "1-6"
}
Cytowanie w formacie APA:
Kiersztyn, K. and Adam Kiersztyn and Rafał Łopucki and Paweł Karczmarek and Paweł Powroźnik and Dariusz Czerwiński and Witold Pedrycz(2021). A Comprehensive Analysis of the Impact of Selecting the Training Set Elements on the Correctness of Classification for Highly Variable Ecological Data. , 1-6.