Intelligens adatfeldolgozás

Az ALL kutatás- fejlesztés­i tevékenység­ében fontos terület az­ adatok intelligens feldolgozása. Ez egyaránt érinti az adatok célirányos és feladatorientált előhívását, strukturálását, valamint az adatokból történő információ kinyerését. Az ALL különböző formális módszereket dolgozott ki, amelyek segítségével még rosszul formalizált adatokból is interpretálható információkat képes kialakítani. Ezek olyan információk, amelyek az adathalmazban voltak elrejtve és kinyerésük az alkalmazott formális módszereknek köszönhető.

Az intelligens adatfeldolgozás ALL által is használt, illetve fejlesztett módszerei részben statisztikai, részben neuronháló elvű, illetve logikai módszerek. Az ALL az adatfeldolgozási módszer kiválasztásánál figyelembe veszi a problématerület sajátosságait, valamint az adatok típusát és tulajdonságait. A problématerületet sajátosságaihoz adekvát formalizálási módszerek kerülnek felhasználásra elsősorban a kapcsolódó ismeretek és adatok megfelelő strukturálására és formális kezelésére.

Logikai módszerek

Az ALL a matematikai logika eszköztárának bővítésével speciális konstruktív módszereket dolgozott ki, amelyek hatékonyan használhatók gyengén formalizált problématerületek adataiban rejlő összefüggések kinyerésére még akkor is, amikor az esetek száma kicsi. A logikai módszerek eredményesen kerültek felhasználásra pl. az orvosi kémiai, orvosi diagnosztikai, valamint szociológiai adatok feldolgozásánál.

Statisztikai módszerek

Az ALL a matematikai statisztika módszereit előszeretettel használja mindazon problématerületek adathalmazainak elemzéséhez, amelyek esetében a bizonytalanság kezelésére ezek alkalmazásával eredmény várható. Így statisztikai módszerek kerülnek felhasználásra nagymennyiségű hasonló típusú adatokból álló adathalmazok rejtett összefüggéseinek kinyerésére. Ilyen problématerülettel gyakran találkozhatunk például a gazdaság, a geológia és az egészségügy területén. Az alkalmazott módszerek közül külön kiemeljük az idősorelemzést, amelynek felhasználásával, pl. egészségi állapot figyelése valósítható meg.

Neuronháló elvű módszerek

Az ALL egyes esetekben hagyományos vagy speciálisan a feladatosztályra kialakított neuronháló modelleket alkalmaz az adathalmazban rejlő összefüggések kinyerésére. Egyike az alkalmazott neuronháló elvű módszereknek a csoportos adatkezelés módszere, amely egy induktív önszervező módszer. Ez hatékonyan használható a törvényszerűségek kinyerésére különböző problématerületekre. A módszer egy többszintű aktív neuronokból álló hálózat formájában épül fel. Ez a módszer sikeresen került alkalmazásra, pl. környezetvédelmi, gazdasági és egészségügyi feladatok adatkezelés­ében.