FLogoMandSklein

image003

 

Interrelation Miner

Interrelation Miner ist eine Methode zur Auswertung und Vorhersage multivariater Daten. Die Methode gehört in die Bereiche Künstliche Intelligenz und Mustererkennung (Pattern Recognition). Sie funktioniert dadurch, dass die Beziehungen der Variablen zueinander (Interrelations) statistisch ausgewertet werden und dadurch eine Klassenzugehörigkeit der Samples (z.B. positiv vs. negativ, krank vs. gesund, Strategie 1 vs. Strategie 2 vs. Strategie 3) oder eine quantitative Vorhersage (z.B. zukünftiges Wachstum, zukünftige Raumtemperatur) ermittelt wird.

Aufgrund ihres Funktionsprinzips ist die Interrelation Miner Methodologie einzigartig und bisher in allen Anwendungen besser oder zumindest gleich gut wie vergleichbare Verfahren (z.B. k-Nearest Neighbor oder andere kommerziell verfügbare Verfahren). Ein Vergleich mit frei zugänglichen Standardverfahren ist in der Interrelation Miner Software jederzeit möglich.

Der Interrelation Miner ist ein hochgradig konkurrenzfähiges Produkt. Aus Sicherheitsgründen wird keine Testversion als Download angeboten. Jederzeit ist aber eine vertrauliche Testrechnung möglich (info@systaim.ch).

 

Anwendungen

Die Interrelation Miner Methodologie wird u.a. angewendet in:

-      Medizinaltechnik: u.a. zur Diagnose von Krebserkrankungen aufgrund von medizinischen Messdaten

-      Marktanalyse: Ermittlung von typischen Clustern

-      Finance: Statistische Vorhersagen

-      Naturwissenschaft: Vorhersage des Verhaltens von Insekten u.a.

 

Aufgaben

Die Interrelation Miner Methodologie beinhaltet

-      Ermittlung relevanter Variablen

-      Clusteranalyse

-      Klassenvorhersage

-      Quantitative Vorhersagen

-      Validierung

 

Tests

Die Interrelation Miner Methode wird immer wieder getestet. Der letzte Test erfolgte mit dem berühmten Iris-Datensatz.

-      Iris-Daten, Testergebnisse (info@systaim.ch)

Multivariate Method

Number of misclassifications in tenfold cross-validation

Source

Support Vector Machine

2 / 1.33%

K-SVCR, Zhong and Fukushima (2006a)

Support Vector Machine

1 / 0.67%

Reformulated K-SVCR, Zhong and Fukushima (2006b)

Interrelation Miner

0 / 0.00%

3NN with Fuzzy C-Distance Systaim (2011)

 

 

Letzte Änderung 04.07.2011 durch webadmin@systaim.ch. © 2011 Systaim.  Impressum.