Algoritmi strojnog učenja za otkrivanje znanja u složenim strukturama podataka
Glavni predmet istraživanja na projektu su prostorno-vremenske strukture podataka ali raditi ćemo i sa mrežnim podacima, relacijskim bazama i podacima prikazanim u ontologijama. Prethodno iskustvo jasno pokazuje da cjelovita transformacija informacija sadržanih u strukturama podataka u formu koja može ući u proces indukcije nije nimalo lagan zadatak. Naš cilj je razviti i implementirati sistematične i općenitepostupke za tu transformaciju. Posljedica će biti eksplozija konstruiranih značajki koje trebaju ući u proces indukcije. Zbog toga je slijedeći cilj implementacija efikasnih postupaka indukcije. Rad uključuje razvoj novih postupaka za grupiranje primjera i otkrivanje izuzetaka u skupovima neklasificiranih primjera i implementaciju postupaka učenja pravila sklopovljem. Treći cilj je evaluacija i primjenaimplementiranih postupaka na raznim domenama. Uspjeh projekta mjeriti će se kvalitetom i korisnošću znanja u realnim primjenama.