his.sePublications
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Data mining: en jämförelse av några tekniker för klassificering och gruppering av dieselmotorer
University of Skövde, School of Humanities and Informatics.
1998 (Swedish)Independent thesis Basic level (degree of Bachelor)Student thesis
Abstract [sv]

Rapporten behandlar arbetet att med data mining-metoder finna ett samband i insamlad information. Data mining är ett begrepp för att tillämpa artificiell intelligens på en större datamängd. Syftet är i detta fall att hitta ett sätt att klassificera dieselmotorer.

Den datamängd som används kommer från mätningar vid testkörning av dieselmotorer och garantikostnader som motorerna ger upphov till efter leveransen från fabriken. Målet är att finna ett samband mellan testvärdena och kostnaden i syfte att kunna identifiera kostnadsbenägna motorer redan vid testkörningen.

En klusteranalys görs med två olika tekniker, K-means method och Kohonen-nät, som visar att det föreligger ett svagt men ändå förnimbart samband. En jämförelse mellan teknikernas resultat och användbarhet görs.

Två tekniker används till att bygga klassificeringsverktyg som skall kunna sortera ut motorerna med höga kostnader. Teknikerna som används är Beslutsträd och Artificiella neurala nätverk. Båda dessa tekniker klarar att klassificera motorerna rätt till omkring 70%. Resultaten och användbarheten jämförs även här.

Slutsatsen av arbetet är att det föreligger ett samband. Detta är dock för svagt och otydligt för att kunna användas som klassificeringsunderlag för praktiskt bruk. Jämförelsen visar att Kohonen-nät och Artificiella neurala nätverk är att föredra för den här typen av problem.

Place, publisher, year, edition, pages
Skövde: Institutionen för kommunikation och information , 1998. , 93 p.
National Category
Information Science
Identifiers
URN: urn:nbn:se:his:diva-150OAI: oai:DiVA.org:his-150DiVA: diva2:2498
Presentation
(English)
Uppsok
samhälle/juridik
Supervisors
Available from: 2007-10-12 Created: 2007-10-12 Last updated: 2009-06-10

Open Access in DiVA

fulltext(2643 kB)268 downloads
File information
File name FULLTEXT01.psFile size 2643 kBChecksum SHA-1
26786c1045c4b48ac9199c4de38fa52665efaff30969340a7c60c939d17f0840f88429bb
Type fulltextMimetype application/postscript
fulltext(481 kB)127 downloads
File information
File name FULLTEXT02.pdfFile size 481 kBChecksum SHA-512
b42d43e720129aa2d5c9df55684b41290e25cbfaad1af4a48568518fce9decda8654ff71a832c07810b7b3826b0418abfcb6dcbf43e029e8595b587ada7f2198
Type fulltextMimetype application/pdf

By organisation
School of Humanities and Informatics
Information Science

Search outside of DiVA

GoogleGoogle Scholar
Total: 395 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

Total: 343 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf