STRESZCZENIE

Great amount of stored information used in connection with Machine Learning and statistical
methods enables high quality insight and analysis of data that leads to design of high preci-
sion classification systems. In the process of analysis, selection of most informative features
is crucial for later quality of the designed system. In this report we propose two implemen-
tations of Multidimensional Feature Selection algorithm that can be used in distributed
environments for detection of all-relevant variables. We have developed software using C++
and High Performance ParalleX in order to achieve best performance and portability. The
main purpose of the software is to enable researchers for genomics data analysis in search for
multiple correlations in potential sources of the diseases.

Wielka ilość zgromadzonych informacji wykorzystanych w połączeniu z uczeniem maszynowym i metodami statystycznymi umożliwia wysokiej jakości analizę i wgląd w dane, co prowadzi do projektowania systemów klasyfikujących o wielkiej precyzji. W procesie analizy wybór najbardziej istotnych cech jest kluczowy dla późniejszej jakości projektowanych systemów. W tym raporcie zaproponowane są dwie implementacje algorytmu „Multidimensional Feature Selection”, które mogą być użyte w rozproszonych środowiskach obliczeniowych do detekcji wszelce istotnych zmiennych. Oprogramowanie zostało rozwinięte z wykorzystaniem języka C++ i biblioteki „High Performance Parallex” w celu uzyskania najlepszej wydajności i przenośności rozwiązania. Głównym przeznaczeniem oprogramowania jest umożliwienie badaczom analizy danych genetycznych w poszukiwaniu złożonych zależności w potencjalnych źródłach chorób.

  • Integracja platformy VisNow z systemem XR do przestrzennej wizualizacji danych

    Integracja platformy VisNow z systemem XR do przestrzennej wizualizacji danych

    Celem pracy było opracowanie architektury i prototypu systemu integrującego platformę VisNow z rzeczywistością mieszaną (ang. Mixed Reality), umożliwiającego wyświetlanie i interakcję z trójwymiarowymi modelami naukowymi przy użyciu zestawu XR (Meta Quest 3). Projekt zakładał…

  • Clustering-based algorithm for weather radar data filtration

    Clustering-based algorithm for weather radar data filtration

    This study presents the development and evaluation of an algorithm designed to filter noise from the weather radar reflectivity data. The algorithm was tested on composite radar products from the POLRAD network…

  • Sprawdzalność modelu JULES dla temperatur gleby Polski

    Sprawdzalność modelu JULES dla temperatur gleby Polski

    Praca ta ma celu sprawdzenie zgodności (lub też jej braku) danych pomiarowych temperatury gleby z danymi modelowymi – wygenerowanymi za pomocą modelu JULES. Odbędzie się to za pomocą porównania temperatur gleby na kilku głębokościach. Temperatura gleby ma istotne…