Methodology of visual knowledge discovery and its investigation

Abstract

The research area of the thesis is the process of knowledge discovery from multidimensional data and the ways of improving the perception of the data investigated. Data perception is rather a complex problem, especially when the data refer to complicated object described by many parameters. In order to obtain exhaustive information on the analysed data, their all-round analysis is indispensable the stages of which are defined by the process of knowledge discovery. The object of dissertation research is the process of visual knowledge discovery. The following subjects are directly associated with this subject: formation of a primary set of multidimensional data; algorithms for clusterization, visualization, and classification; evaluation of the results obtained by data mining methods; mapping of a new multidimensional data; decision making and generalization of the knowledge obtained referring to the analysis results. The key target of the thesis is to develop and explore the methodology of knowledge discovery by visual methods that would allow us to increase the efficiency of data analysis. The research results of the work revealed new opportunities of medical (physiological) data analysis. The dissertation is written in Lithuanian. It consists of 5 chapters, and the list of references. There are 116 pages of the text, 44 figures, 12 tables and 156 bibliographical sources. The main results of this dissertation were published in 9 scientific papers: 1 article in a journal abstracted in Thomson ISI Web of Science database; 2 articles in scientific publications indexed in Thomson ISI Proceedings database; 3 articles in journals indexed in international databases approved by Science Council of Lithuania; 3 articles in the proceedings of scientific conferences. The main results of the work have been presented and discussed at 5 international and 4 national conferences.

Disertacijos tyrimų sritis yra žinių gavybos iš daugiamačių duomenų procesas ir tiriamų duomenų suvokimo gerinimo būdai. Duomenų suvokimas yra sudėtingas uždavinys, ypač kai duomenys nurodo sudėtingą objektą, kuris aprašytas daugeliu parametrų. Norint gauti išsamią informaciją apie analizuojamus duomenis būtina kompleksinė jų analizė, kurios etapus apibrėžia žinių gavybos procesas. Disertacijos tyrimų objektas – vizualios žinių gavybos procesas. Su šiuo objektu betarpiškai susiję dalykai: daugiamačių duomenų pirminės aibės suformavimas; klasterizavimo, vizualizavimo ir klasifikavimo algoritmai; duomenų gavybos metodais gautų rezultatų įvertinimas; naujų daugiamačių duomenų atvaizdavimas; sprendimų priėmimas ir gautų žinių apibendrinimas, atsižvelgiant į analizės rezultatus. Pagrindinis disertacijos tikslas yra sukurti ir ištirti žinių gavybos vizualiais metodais metodologiją, kuri leistų padidinti duomenų analizės efektyvumą. Darbe atliktų tyrimų rezultatai atskleidė naujas medicininių (fiziologinių) duomenų analizės galimybes. Disertaciją sudaro penki skyriai ir literatūros sąrašas. Bendra disertacijos apimtis 116 puslapių, 44 paveikslai ir 12 lentelių. Tyrimų rezultatai publikuoti 9 moksliniuose leidiniuose: 1 straipsnis leidinyje, įtrauktame į Mokslinės informacijos instituto pagrindinį (Thomson ISI Web of Science) sąrašą; 2 straipsniai leidiniuose, įtrauktuose į Mokslinės informacijos instituto konferencijos darbų (Thomson ISI Proceedings) duomenų bazę; 2 straipsniai Lietuvos mokslo tarybos patvirtinto sąrašo tarptautinėse duomenų bazėse referuojamuose leidiniuose; 1 straipsnis recenzuojamoje konferencijų pranešimų medžiagoje ir 3 straipsniai kituose periodiniuose bei vienkartiniuose straipsnių rinkiniuose. Tyrimų rezultatai buvo pristatyti ir aptarti 9 nacionalinėse ir tarptautinėse konferencijose Lietuvoje ir užsienyje.