• Artykuły
  • Forum
  • Ciekawostki
  • Encyklopedia
  • Pierwsze, międzynarodowe warsztaty nt. odkrywania uczuć z danych afektywnych, Bristol, Wlk. Brytania

    03.07.2012. 16:49
    opublikowane przez: Redakcja Naukowy.pl

    W dniach 24 - 28 września 2012 r. w Bristolu, Wlk. Brytania, odbędą się pierwsze, międzynarodowe warsztaty nt. odkrywania uczuć z danych afektywnych (The First International Workshop on Sentiment Discovery from Affective Data, SDAD 2012).

    Charakter portali społecznościowych zachęca internautów do wyrażania siebie. Z naukowego punktu widzenia oznacza to, że istnieją masy danych afektywnych powiązanych z emocjami, uczuciami i opiniami, które są generowane każdego dnia.

    Odkrywanie wiedzy z takich danych to rozwijający się obszar badań o wielu potencjalnych zastosowaniach pierwszorzędnej wagi dla organizacji biznesowych, użytkowników indywidualnych i rządów. Do odkrywania wiedzy z różnego rodzaju danych afektywnych, takich jak wskaźniki, teksty czy dane przeglądania, wykorzystywane są techniki przeszukiwania danych i uczenia maszynowego.

    Chociaż badania w tej dziedzinie uległy w ostatnich latach znacznej intensyfikacji, odkrywanie wiedzy z danych afektywnych dopiero raczkuje. Istnieje na przykład spora liczba otwartych zagadnień i wyzwań, które często wymagają interdyscyplinarnych podejść.

    Warsztaty zgromadzą naukowców i interesariuszy, aby przedyskutować bieżące prace, wyzwania i przyszłość badań w tym zakresie.

    Za: CORDIS

    Czy wiesz ĹĽe...? (beta)
    Eksploracja danych (spotyka się również określenie drążenie danych, pozyskiwanie wiedzy, wydobywanie danych, ekstrakcja danych) (ang. data mining) - jeden z etapów procesu odkrywania wiedzy z baz danych (ang. Knowledge Discovery in Databases, KDD). Idea eksploracji danych polega na wykorzystaniu szybkości komputera do znajdowania ukrytych dla człowieka (właśnie z uwagi na ograniczone możliwości czasowe) prawidłowości w danych zgromadzonych w hurtowniach danych. Metaanaliza – pojęcie z zakresu analizy danych, określające wtórne odkrywanie wiedzy metodą uogólniania informacji zawartych w publikacjach czy źródłach pierwotnych. Operacyjne bazy danych - bazy wykorzystywane wszędzie tam, gdzie istnieje potrzeba nie tylko na gromadzenie danych, ale również na możliwość ich modyfikowania. Ten typ baz przechowuje dane dynamiczne, tzn. takie, które ulegają ciągłym zmianom i przedstawiają aktualny stan rzeczy, której dotyczą. Zazwyczaj to ten typ bazy można spotkać w różnych organizacjach i firmach. Przykładem takiej bazy danych są np. bazy inwentaryzacyjne lub bazy obsługi zamówień.

    Data Vault – technika modelowania danych (w hurtowniach danych) zaprojektowana tak, aby zapewnić przechowywanie danych historycznych z wielorakich systemów operacyjnych (źródłowych). Data Vault oznacza również, obok aspektu modelowania, sposób patrzenia na dane historyczne, który zapewnia audytowalność, śledzenie danych, szybkość ładowania oraz odporność na zmiany biznesowe. Big data – termin odnoszący się do dużych zbiorów danych, których przetwarzanie wymaga zastosowania specjalistycznego oprogramowania. W praktyce pojęcie dużego zbioru danych oznacza rozmiar wyrażany przy pomocy co najmniej dziesiątek terabajtów, a często nawet petabajtów. Big data ma zastosowanie wszędzie tam, gdzie dużej ilości cyfrowych danych towarzyszy potrzeba zdobywania nowych informacji lub wiedzy. Szczególne znaczenie odgrywa wzrost dostępności Internetu oraz usług świadczonych drogą elektroniczną, które w naturalny sposób są przystosowane do wykorzystywania baz danych.

    William Harvey Inmon (ur. 1945) – amerykański informatyk, uznawany przez wielu za ojca hurtowni danych. Bill Inmon napisał książkę, która była podstawą do nauki o hurtowniach danych. Stworzył on definicję hurtowni danych (ang. Data Warehouse) zawierającą czas zbierania danych w wariancie wsparcia zarządzania decyzjami. W porównaniu z podejściem innych pionierskich architektów hurtowni danych miedzy innymi Ralpha Kimballa, podejście Inmona jest często określane jako podejście top-down. Zaburzenia schizoafektywne (ang. schizoaffective disorder) – grupa zaburzeń charakteryzująca się połączeniem objawów typowych dla zaburzeń afektywnych oraz schizofrenii. Objawy pojawiają się zwykle między 20. a 30. rokiem życia. Zaburzenie to objawia się nawracaniem stanów schizo-afektywnych, przedzielonych dość długimi okresami wolnymi od zaburzeń. Obniżenie zdolności przystosowania do warunków życiowych jest większe niż w chorobach afektywnych ale mniejsze niż w schizofrenii.

    Migracja danych (ang. data migration) – przeniesienie danych z jednego systemu informatycznego, bazy danych, formatu danych do innego. Kostka OLAP (ang. OLAP cube) – jest strukturą danych, która pozwala na szybką analizę danych. Przechowuje ona dane w sposób bardziej przypominający wielowymiarowe arkusze kalkulacyjne niż tradycyjną, relacyjną bazę danych. Można ją również zdefiniować jako zdolność manipulowania i analizowania danych z różnych punktów widzenia. Rozmieszczenie danych w kostkach pokonuje ograniczenia relacyjnych baz danych.

    Temporalna baza danych - baza danych posiadająca informację o czasie wprowadzenia lub czasie ważności zawartych w niej danych. Temporalne bazy danych są często administrowane automatycznie, poprzez usuwanie nieaktualnych danych lub ich archiwizowanie.

    B-drzewo – drzewiasta struktura danych, przechowująca klucze w pewnym porządku i powiązane z nimi dane, używana przede wszystkim w systemach baz danych. Popularniejsze w zastosowaniach bazodanowych i systemach plików są B+drzewa, które są szczególnym przypadkiem B-drzew, przechowującym dane tylko w liściach.

    Zjawisko polaryzacji poglądów pojawia się, gdy zwolennicy jakiejś idei bezkrytycznie akceptują wszelkie dane potwierdzające ją i krytycznie podchodzą do wszystkich danych stojących z nią w sprzeczności. Powoduje to, że taki sam zestaw danych może być użyty zarówno przez zwolenników jak i przeciwników danego poglądu do dalszego utwierdzenia się w swoich przekonaniach. W przypadku jakiegoś sporu przedstawienie takich danych prowadzi do zaostrzenia opinii i oddalenia punktów widzenia dwóch stron. Normalizacja bazy danych jest to proces mający na celu eliminację powtarzających się danych w relacyjnej bazie danych. Główna idea polega na trzymaniu danych w jednym miejscu, a w razie potrzeby linkowania do danych. Taki sposób tworzenia bazy danych zwiększa bezpieczeństwo danych i zmniejsza ryzyko powstania niespójności (w szczególności problemów anomalii).

    Dodano: 03.07.2012. 16:49  


    Najnowsze