CCL

Összesen 17 találat.
#/oldal:
Részletezés:
Rendezés:

1.

001-es BibID:BIBFORM054868
Első szerző:Bedekovics Judit (orvos)
Cím:Image analysis of platelet derived growth factor receptor-beta (PDGFRβ) expression to determine the grade and dynamics of myelofibrosis in bone marrow biopsy samples / Judit Bedekovics, Szilvia Szeghalmy, Lívia Beke, Attila Fazekas, Gábor Méhes
Dátum:2014
ISSN:1552-4949
Tárgyszavak:Orvostudományok Elméleti orvostudományok idegen nyelvű folyóiratközlemény külföldi lapban
Hálózatok modellezése és analízise
bone marrow
myelofibrosis
PDGFRβ
Megjelenés:Cytometry. Part B, Clinical Cytometry. - 86 : 5 (2014), p. 319-328. -
További szerzők:Szeghalmy Szilvia (1984-) (programtervező matematikus) Beke Lívia Fazekas Attila (1968-) (matematikus, informatikus) Méhes Gábor (1966-) (patológus)
Pályázati támogatás:TÁMOP-4.2.2.A-11/1/KONV-2012-0045
TÁMOP
Patológia Kutatócsoport
TÁMOP-4.2.2.C-11/1/KONV-2012-0001
TÁMOP
Hálózatok modellezése és hatékonyságvizsgálatai
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

2.

001-es BibID:BIBFORM048701
Első szerző:Fazekas Attila (matematikus, informatikus)
Cím:Multi-modális ember-gép kapcsolatok / Fazekas Attila, Szeghalmy Szilvia, Bertók Kornél, Sajó Levente
Dátum:2011
Megjegyzések:Az információs rendszerek használatának egy új módját jelenti a multi-modális ember-gép kommunikáción alapuló technikák használata. Ebben a cikkben egy rövid áttekintést kívánunk adni az ilyen technikán alapulókommunikáció egy - jelenleg futó projektünk keretében - lehetséges megvalósításával kapcsolatban.
Tárgyszavak:Műszaki tudományok Informatikai tudományok előadáskivonat
Multi-modális ember-gép kommunikáció
Megjelenés:Képfeldolgozók és Alakfelismerők VIII. konferenciája / szerk. Kató Zoltán, Palágyi Kálmán. - p. 387-392
További szerzők:Szeghalmy Szilvia (1984-) (programtervező matematikus) Bertók Kornél (1985-) (programtervező matematikus) Sajó Levente (1981-) (informatikus)
Internet cím:Intézményi repozitóriumban (DEA) tárolt változat
Borító:

3.

001-es BibID:BIBFORM053437
Első szerző:Katócs Barbara (mérnökinformatikus)
Cím:New features for an MPEG-4 talking head / Barbara Katócs, Ákos Tóth, Richard Zsolt Buda, Gábor Boldizsár, Tibor Török, Szilvia Szeghalmy, Roland Kunkli, Attila Fazekas
Dátum:2013
ISBN:978-1-4799-1543-9 978-1-4799-1546-0
Tárgyszavak:Műszaki tudományok Informatikai tudományok előadáskivonat
könyvrészlet
MPEG-4
Talking Head
Kinect
Space-filling curves
Testreszabható tartalomkezelő eljárások
Megjelenés:4th IEEE International Conference on Cognitive Infocommunications CogInfoCom 2013 : Proceedings, December 2-5, 2013 Budapest, Hungary / ed. Péter Baranyi. - p. 935-936. -
További szerzők:Tóth Ákos (1992-) (programtervező informatikus) Buda Richard-Zsolt (1992-) (programtervező informatikus) Boldizsár Gábor (1992-) (programtervező informatikus) Török Tibor (1991-) (programtervező informatikus) Szeghalmy Szilvia (1984-) (programtervező matematikus) Kunkli Roland (1982-) (matematika, informatika, ábrázoló geometria szakos tanár) Fazekas Attila (1968-) (matematikus, informatikus)
Pályázati támogatás:TÁMOP-4.2.2.C-11/1/KONV-2012-0001
TÁMOP
Multimodális ember-gép kommunikációt megvalósító felhasználói felület kialakítása
Internet cím:Intézményi repozitóriumban (DEA) tárolt változat
Borító:

4.

001-es BibID:BIBFORM010573
Első szerző:Marosné Berkes Mária
Cím:Qualifying glass surfaces by scratch test with integrated image processing / Maria Berkes Maros, Attila Fazekas, Péter Barkóczy, Szilvia Szeghalmy, Zsuzsanna Koncsik
Dátum:2009
ISSN:1662-9795
Tárgyszavak:Műszaki tudományok Informatikai tudományok idegen nyelvű folyóiratközlemény külföldi lapban
Megjelenés:Key Engineering Materials. - 409 (2009), p. 267-274. -
További szerzők:Fazekas Attila (1968-) (matematikus, informatikus) Szeghalmy Szilvia (1984-) (programtervező matematikus) Barkóczy Péter Koncsik Zsuzsanna
Internet cím:Intézményi repozitóriumban (DEA) tárolt változat
Borító:

5.

001-es BibID:BIBFORM062335
Első szerző:Szalay Petra Éva
Cím:A sávos szitakötő [Calopteryx splendens (Harris, 1782)] konyári-kállói imágópopulációjának morfometriai elemzése / Szalay Petra Éva, Szeghalmy Szilvia, Kis Olga, Szabó László József, Miskolczi Margit, Fazekas Attila, Dévai György
Dátum:2015
ISSN:1217-453X
Tárgyszavak:Természettudományok Környezettudományok magyar nyelvű folyóiratközlemény hazai lapban
Megjelenés:Studia Odonatologica Hungarica. - 17 (2015), p. 23-44. -
További szerzők:Szeghalmy Szilvia (1984-) (programtervező matematikus) Kis Olga (1989-) (hidrobiológus) Szabó László József (1955-) (ökológus, hidrobiológus) Miskolczi Margit (1954-) (ökológus) Fazekas Attila (1968-) (matematikus, informatikus) Dévai György (1942-) (ökológus)
Internet cím:Intézményi repozitóriumban (DEA) tárolt változat
Borító:

6.

001-es BibID:BIBFORM058099
Első szerző:Szalay Petra Éva
Cím:Alapadatok a sávos szitakötő [Calopteryx splendens (Harris, 1782)] konyári-kállói imágópopulációjának morfometriai elemzéséhez / Szalay Petra Éva, Szeghalmy Szilvia, Kis Olga, Szabó László József, Miskolczi Margit, Fazekas Attila, Dévai György
Dátum:2013
ISSN:1217-453X
Tárgyszavak:Természettudományok Környezettudományok magyar nyelvű folyóiratközlemény hazai lapban
Megjelenés:Studia Odonatologica Hungarica. - 15 (2013), p. 9-26. -
További szerzők:Szeghalmy Szilvia (1984-) (programtervező matematikus) Kis Olga (1989-) (hidrobiológus) Szabó László József (1955-) (ökológus, hidrobiológus) Miskolczi Margit (1954-) (ökológus) Fazekas Attila (1968-) (matematikus, informatikus) Dévai György (1942-) (ökológus)
Internet cím:Intézményi repozitóriumban (DEA) tárolt változat
Szerző által megadott URL
Borító:

7.

001-es BibID:BIBFORM123124
Első szerző:Szeghalmy Szilvia (programtervező matematikus)
Cím:A comparative study on noise filtering of imbalanced data sets / Szeghalmy Szilvia, Fazekas Attila
Dátum:2024
ISSN:0950-7051
Megjegyzések:Class imbalance in data sets used to train classifiers can negatively affect the performance of the resulting models. A commonly used solution to address this issue is to oversample the data sets and supplement them with synthetic samples. However, oversampling can increase the level of noise in the data sets. Several sampling methods attempt to prevent this negative effect in a variety of ways, but there are still many open questions about which solutions might be appropriate in different cases. In our study, we compared the impact of different noise filtering methods on relatively small, imbalanced synthetic data sets and then examined how noise filters perform as a preprocessing step of sampling methods following different sampling strategies. The success of the noise filtering was gauged through the performance of k-Nearest Neighbours models built on the balanced data sets. Our results highlight the importance of cleaning the minority class and provide insight into which noise filtering approaches might be useful as a first step to oversampling on imbalanced noisy data sets. Among the noise filtering methods included in our study, the GMM-based ones perform well on highly noisy imbalanced data sets. It is also worth highlighting some versions of ENN, which are very effective when the noise level is moderate.
Tárgyszavak:Műszaki tudományok Informatikai tudományok idegen nyelvű folyóiratközlemény külföldi lapban
folyóiratcikk
Noise removal
Oversampling
Imbalanced learning
kNN
Megjelenés:Knowledge-Based Systems. - 301 (2024), p. 1-17. -
További szerzők:Fazekas Attila (1968-) (matematikus, informatikus)
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

8.

001-es BibID:BIBFORM109631
035-os BibID:(Cikkazonosító)2333 (WoS)000941569000001 (Scopus)85148971242 (Pubmed)36850931
Első szerző:Szeghalmy Szilvia (programtervező matematikus)
Cím:A Comparative Study of the Use of Stratified Cross-Validation and Distribution-Balanced Stratified Cross-Validation in Imbalanced Learning / Szilvia Szeghalmy, Attila Fazekas
Dátum:2023
ISSN:1424-8220
Megjegyzések:Nowadays, the solution to many practical problems relies on machine learning tools. However, compiling the appropriate training data set for real-world classification problems is challenging because collecting the right amount of data for each class is often difficult or even impossible. In such cases, we can easily face the problem of imbalanced learning. There are many methods in the literature for solving the imbalanced learning problem, so it has become a serious question how to compare the performance of the imbalanced learning methods. Inadequate validation techniques can provide misleading results (e.g., due to data shift), which leads to the development of methods designed for imbalanced data sets, such as stratified cross-validation (SCV) and distribution optimally balanced SCV (DOB-SCV). Previous studies have shown that higher classification performance scores (AUC) can be achieved on imbalanced data sets using DOB-SCV instead of SCV. We investigated the effect of the oversamplers on this difference. The study was conducted on 420 data sets, involving several sampling methods and the DTree, kNN, SVM, and MLP classifiers. We point out that DOB-SCV often provides a little higher F1 and AUC values for classification combined with sampling. However, the results also prove that the selection of the sampler?classifier pair is more important for the classification performance than the choice between the DOB-SCV and the SCV techniques.
Tárgyszavak:Műszaki tudományok Informatikai tudományok idegen nyelvű folyóiratközlemény külföldi lapban
folyóiratcikk
imbalanced learning
cross validation
SCV
DOB-SCV
Megjelenés:Sensors. - 23 : 4 (2023), p. 1-27. -
További szerzők:Fazekas Attila (1968-) (matematikus, informatikus)
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

9.

001-es BibID:BIBFORM101886
Első szerző:Szeghalmy Szilvia (programtervező matematikus)
Cím:Smartphone based Driver-Assistance System for Urban Environments / Szilvia Szeghalmy, Attila Fazekas, Marianna Zichar, Tamas Ferenc Bence, Dávid Uszkai
Dátum:2019
ISBN:978-1-7281-1401-9
Tárgyszavak:Természettudományok Matematika- és számítástudományok könyvfejezet
könyvrészlet
road detection
driver-assistance system,
lane detection
Megjelenés:The International Conference on Information and Digital Technologies 2019. - p. 437-442. -
További szerzők:Fazekas Attila (1968-) (matematikus, informatikus) Bodroginé Zichar Marianna (1971-) (informatikus, matematikus) Bence Tamás Ferenc Uszkai Dávid
Pályázati támogatás:EFOP-3.6.1-16-2016-00022
EFOP
Internet cím:Intézményi repozitóriumban (DEA) tárolt változat
Borító:

10.

001-es BibID:BIBFORM101721
035-os BibID:(cikkazonosító)73 (WoS)000801740900001 (Scopus)85130179070
Első szerző:Szeghalmy Szilvia (programtervező matematikus)
Cím:A Highly Adaptive Oversampling Approach to Address the Issue of Data Imbalance / Szeghalmy Szilvia, Fazekas Attila
Dátum:2022
ISSN:2073-431X
Megjegyzések:Data imbalance is a serious problem in machine learning that can be alleviated at the data level by balancing the class distribution with sampling. In the last decade, several sampling methods have been published to address the shortcomings of the initial ones, such as noise sensitivity and incorrect neighbor selection. Based on the review of the literature, it has become clear to us that the algorithms achieve varying performance on different data sets. In this paper, we present a new oversampler that has been developed based on the key steps and sampling strategies identified by analyzing dozens of existing methods and that can be fitted to various data sets through an optimization process. Experiments were performed on a number of data sets, which show that the proposed method had a similar or better effect on the performance of SVM, DTree, kNN and MLP classifiers compared with other well-known samplers found in the literature. The results were also confirmed by statistical tests.
Tárgyszavak:Műszaki tudományok Informatikai tudományok idegen nyelvű folyóiratközlemény külföldi lapban
folyóiratcikk
imbalanced learning
oversampling
Megjelenés:Computers. - 11 : 5 (2022), p. 1-21. -
További szerzők:Fazekas Attila (1968-) (matematikus, informatikus)
Pályázati támogatás:EFOP-3.6.3-VEKOP-16-2017-00002
EFOP
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

11.

001-es BibID:BIBFORM100309
Első szerző:Szeghalmy Szilvia (programtervező matematikus)
Cím:Városi terepfelületek osztályozásának javítása mintavételezési módszerekkel / Szeghalmy Szilvia, Fazekas Attila
Dátum:2021
ISBN:978 963 318 977 1
Tárgyszavak:Műszaki tudományok Informatikai tudományok előadáskivonat
könyvrészlet
Megjelenés:Az elmélet és a gyakorlat találkozása a térinformatikában XII.: Theory meets practice in GIS / szerk. Molnár Vanda Éva. - p. 295-300. -
További szerzők:Fazekas Attila (1968-) (matematikus, informatikus)
Internet cím:Intézményi repozitóriumban (DEA) tárolt változat
Borító:

12.

001-es BibID:BIBFORM056618
Első szerző:Szeghalmy Szilvia (programtervező matematikus)
Cím:Gesture-based computer mouse using Kinect sensor / Szeghalmy Szilvia, Zichar Marianna, Fazekas Attila
Dátum:2014
ISBN:978-1-4799-7280-7 978-1-4799-7279-1 978-1-4799-7281-4
Tárgyszavak:Természettudományok Matematika- és számítástudományok tanulmány, értekezés
Testreszabható tartalomkezelő eljárások
Megjelenés:5th IEEE International Conference on Cognitive Infocommunications CogInfoCom 2014 : Proceedings, Vietri sul Mare, Italy / ed. Péter Baranyi. - p. 419-424. -
További szerzők:Bodroginé Zichar Marianna (1971-) (informatikus, matematikus) Fazekas Attila (1968-) (matematikus, informatikus)
Pályázati támogatás:TÁMOP-4.2.2.C-11/1/KONV-2012-0001
TÁMOP
Multimodális ember-gép kommunikációt megvalósító felhasználói felület kialakítása
Internet cím:DOI
Szerző által megadott URL
Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Rekordok letöltése1 2