Computer Systems GmbH Von Daten zu Informationen und Wissen Datenanalyse und Data Mining DataMining.

Computer Systems GmbH

Von Daten

zu Informationen

und Wissen

Datenanalyse

und

Data Mining

DataMining


Ingenieurdienstleistungen

Datenbanken


WissenDatenModell

KlassifikatorWissen

Daten-bank

Daten-selektion

Daten-aufbereitung

Merkmals-auswahl

Modellierung

ModellanalyseDie CeCon GmbH unterstützt Sie in allen Schritten Ihrer Analyse - von den Rohdaten bis zum extrahierten Wissen.


Arbeiten mit DataEngine

Die zu Ihrem Projekt gehörenden

Elemente - Daten, Graphiken, Analysen

etc. werden in der Baumstruktur

erfasst und unabhängig vom

Speicherort gemeinsam verwaltet.

Die Verwaltung Ihrer Daten und

Modelle wird so für Sie und Ihre

Mitarbeiter leichter.

Projektfenster


Arbeiten mit DataEngine

im ASCII-Format

im Excel® Format

aus Ihrer Datenbank (direkt oder via OLE-

DB / ODBC)

aus anderen Produkten (Schnittstelle

vorhanden oder als PlugIn)

DataEngine versteht Daten

Datenzugriff


Arbeiten mit DataEngineArbeiten mit DataEngine

Einen ersten Überblick

erhalten Sie mit der allgemeinen

Statistik in DataEngine.

Fehlstellenbehandlung und

statistische Werte werden Ihnen per

Mausklick geliefert.

Grundfunktionen


Arbeiten mit DataEngineArbeiten mit DataEngine

Signalverarbeitung

und mehr ...

MathematischeFunktionen

Statistik

Grundfunktionen

Der Dateneditor dient zur manuellen

Bearbeitung der Daten.

Er stellt umfangreiche Möglichkeiten

zur Daten-vorverarbeitung zur

Verfügung.


Daten werden zu WissenDaten werden zu Wissen

Für die eigentliche

Informationsgewinnung

bietet Ihnen DataEngine

verschiedene intelligente Methoden.

Modellbildung

Fuzzy Clusterung

Fuzzy Regeln

Neuronale Netze

Fuzzy-Neuro-Systeme

Entscheidungsbäume


Intelligente MethodenIntelligente Methoden

Die Menüsteuerung

hilft Ihnen, Fehler bei der Eingabe zu vermeiden

dient dem Erzeugen und Bearbeiten von Regeln

Der Regeleditor

Fuzzy Regeln


Mit Fuzzy Regeln modellieren

Sie vorhandenes Wissen,

das nicht oder nur mit

großem Aufwand mathematisch

geschlossen formuliert werden

kann.


Menschliches Wissen wird in Form von

„Wenn … Dann …“ - Regeln erfasst und in der

Inferenz ausgewertet und angewendet.

Input und Output können scharfe und

unscharfe, numerische und kategorielle

Größen sein.

Komplexe Situationen können beurteilt und Entscheidungen analysiert werden.

Fuzzy Regeln



Fuzzy Clusterung

Durch Fuzzy Clusterverfahren

können Sie Gruppierungen in

Ihren Daten erkennen und sie

in Klassen mit homogenen

Eigenschaften einteilen.

Das in DataEngine realisierte

Clusterverfahren ist

Fuzzy C-Means. Varianten und weitere

Verfahren bietet Ihnen das

PlugIn „Advanced Clustering“


Intelligente MethodenIntelligente Methoden Neuronale Netze lernen

Zusammenhänge in Ihren Daten

und decken Ihnen unbekannte

Ursachen auf.

Unterschiedliche Netztypen,

Lernregeln und Funktionen

ermöglichen eine flexible

Anpassung.

Neuronale Netze



Das MLP ist ein

mehrschichtiges,

überwacht lernendes Netz.

Neben der variablen

Architektur (z.B. Anzahl

der Schichten) können

unterschiedliche

Lernverfahren mit

variablen Parametern

eingesetzt werden.

Neuronale Netze

Die Parameter des Netzes sind einfach einzustellen.


Intelligente MethodenIntelligente MethodenNeuronale Netze

Kohonen Netze (Self Organizing

Feature Maps) sind unüberwacht

lernende neuronale Netze. Sie

werden primär zur Lösung von

Klassifikationsaufgaben, aber

auch zum Finden von Strukturen

in Daten verwendet.

j

NE (0)j

NE (t )j 1

NE (t )j 2

x1 x2 xM



•Klassifikationsbaum:

Dieser Entscheidungsbaum eignet sich

besonders gut zur Klassifikation von Objekten

mit kategoriellen Merkmalen. Die meisten

anderen Klassifikatoren sind für solche Daten

nicht zulässig oder versagen.

•Regressionsbaum:

Auch bei Modellen mit nur einem Ausgang und

Objekten mit numerischen Merkmalen, d.h. bei

einer kontinuierlichen Zielgröße, kann ein

Entscheidungsbaum eingesetzt werden.

© MIT GmbH,Aachen, Germany

Entscheidungsbaum


Intelligente MethodenIntelligente MethodenDie Generierung des Baums erfolgt sehr viel schneller als das Training eines neuronalen Netzes. Den generierten Entscheidungsbaum können Sie in einer Baumansicht betrachten, in die auch diverse Analysen einbezogen sind. Durch Pruningverfahren lässt sich die Struktur des Entscheidungs-aumes optimieren.



Mit der Komponente zur Modell-

analyse können Sie besondere

Analysen online durchführen:

In der Arbeitspunkteinstellung

können über Schieberegler die

Merkmalsausprägungen eines Objektes

variiert werden. Die Auswirkungen

dieser Modell-analyse sind direkt

ablesbar.

Modellanalyse



Modellanalyse

Lernen Sie den Einfluss einzelner

Eingangsgrößen auf das Ergebnis kennen:

Auf der Basis eines

gewählten Arbeits-

punktes wird eine

Sensitivitätsanayse

durchgeführt.



Zur Abbildung und Automatisierung aller durchgeführten Analyse-

schritte stellt DataEngine eine graphische Makrosprache bereit:

Jede Teilfunktion kann als sogenannter Funktionsblock dargestellt und aneinandergereiht werden.

Sie können dafür vorgegebene Funktionen verwenden oder eigene Makros programmieren.

Graphische Makrosprache



Zur Abbildung und Automatisierung aller durchgeführten Analyse-

schritte stellt DataEngine eine graphische Makrosprache bereit:

Jede Teilfunktion kann als sogenannter Funktionsblock dargestellt und aneinandergereiht werden.

Sie können dafür vorgegebene Funktionen verwenden oder eigene Makros programmieren.

Graphische Makrosprache

Date post:	05-Apr-2015
Category:	Documents
Upload:	swanhild-neumann
View:	107 times
Download:	4 times

Computer Systems GmbH Von Daten zu Informationen und Wissen Datenanalyse und Data Mining DataMining.

Documents