This HTML5 document contains 42 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
n16http://linked.opendata.cz/ontology/domain/vavai/cep/druhSouteze/
n20http://linked.opendata.cz/ontology/domain/vavai/cep/typPojektu/
n14http://linked.opendata.cz/ontology/domain/vavai/cep/zivotniCyklusProjektu/
n15http://linked.opendata.cz/ontology/domain/vavai/cep/hodnoceniProjektu/
dctermshttp://purl.org/dc/terms/
n2http://linked.opendata.cz/resource/domain/vavai/projekt/
n18http://linked.opendata.cz/resource/domain/vavai/cep/prideleniPodpory/
n8http://linked.opendata.cz/resource/domain/vavai/subjekt/
n17http://linked.opendata.cz/ontology/domain/vavai/
n13http://linked.opendata.cz/ontology/domain/vavai/cep/kategorie/
n9http://linked.opendata.cz/resource/domain/vavai/projekt/1ET101210513/
n22http://linked.opendata.cz/ontology/domain/vavai/cep/duvernostUdaju/
skoshttp://www.w3.org/2004/02/skos/core#
rdfshttp://www.w3.org/2000/01/rdf-schema#
n21http://linked.opendata.cz/ontology/domain/vavai/cep/fazeProjektu/
n7http://linked.opendata.cz/ontology/domain/vavai/cep/obor/
n19http://linked.opendata.cz/resource/domain/vavai/soutez/
n11http://linked.opendata.cz/ontology/domain/vavai/cep/statusZobrazovaneFaze/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
xsdhhttp://www.w3.org/2001/XMLSchema#
n4http://linked.opendata.cz/ontology/domain/vavai/cep/
n6http://reference.data.gov.uk/id/gregorian-year/
n5http://linked.opendata.cz/resource/domain/vavai/aktivita/

Statements

Subject Item
n2:1ET101210513
rdf:type
n17:Projekt
rdfs:seeAlso
http://www.isvav.cz/projectDetail.do?rowId=1ET101210513
dcterms:description
Pro dobývání znalostí z relačních dat neexistuje zatím žádná metoda umožňující současně robustní reprezentaci a inferenci znalostí na úrovni logiky 1. řádu a práci s nepřesností v datech. Tyto problémy jsou dosud řešeny separátně. Úkolem projektu je navrhnout spojení existujících reprezentačních rámců pro oba tématické okruhy s cílem získat, implementovat a odladit efektivní nástroj pro práci s komplexní, ale neurčitou expertní znalostí pro účely následné automatické konstrukce hypotéz. Řešení projektu bude navazovat a dále rozvíjet původní teoretické výsledky navrhujícího týmu týkající se sloučení pravděpodobnostní inference s relační logikou. Jako inspirativní prostředí pro testování metodiky a nástrojů poslouží původní medicínská data neuniformního charakteru, pro jejichž interpretaci je třeba využití komplexní expertní znalosti formulované v těsné spolupráci s pracovištěm spolunavrhovatele. Výsledky analýz přispějí k pochopení složitých biomedicínských dějů, např. genové exprese. There is no data mining method enabling both for robust knowledge representation/inference on the level of 1st order logic and for uncertainty in the treated data since both types of problems are treated separately. Our project aims to join existing representation frameworks with intention to design and implement an efficient tool for automated construction of hypothesis about the data utilizing complex but uncertain expert knowledge. Suggested methodology builds on the original theretical results of the proposer's team representing an attempt to merge probabilistic inference with relational logics. The designed approach/ tools will be verified when analysing original medical data inherently lacking uniform structure and requiring complex expert knowledge for their interpretation. This knowledge will be specified in close cooperation with the co-proposing team of medical faculty. The data analysis results will improve understanding of complex biomedical processes, eg. gene expression.
dcterms:title
Relational machine learning for analysis of biomedical data Relační strojové učení pro průzkum biomedicínských dat
skos:notation
1ET101210513
n4:aktivita
n5:1E
n4:celkovaStatniPodpora
n9:celkovaStatniPodpora
n4:celkoveNaklady
n9:celkoveNaklady
n4:datumDodatniDoRIV
2010-04-15+02:00
n4:druhSouteze
n16:VS
n4:duvernostUdaju
n22:S
n4:fazeProjektu
n21:66083253
n4:hlavniObor
n7:JD
n4:hodnoceniProjektu
n15:U
n4:kategorie
n13:NV
n4:klicovaSlova
relational machine learning; multicriterial decisison making; knowledge reprezentation; domain knowledge; data mining
n4:partnetrHlavni
n8:orjk%3A21230
n4:pocetKoordinujicichPrijemcu
1
n4:pocetPrijemcu
2
n4:pocetSpoluPrijemcu
0
n4:pocetVysledkuRIV
53
n4:pocetZverejnenychVysledkuVRIV
53
n4:posledniUvolneniVMinulemRoce
2009-03-11+01:00
n4:prideleniPodpory
n18:1ET101210513
n4:sberDatUcastniciPoslednihoRoku
n6:2009
n4:sberDatUdajeProjZameru
n6:2010
n4:soutez
n19:SAV02005-IS
n4:statusZobrazovaneFaze
n11:DUU
n4:typPojektu
n20:P
n4:ukonceniReseni
2009-12-31+01:00
n4:vedlejsiObor
n7:IN n7:JC
n4:zahajeniReseni
2005-01-01+01:00
n4:zhodnoceni+vysledku+projektu+dodavatelem
Byly navrženy a testovány nástroje pro konstrukci doménové znalosti kombinující pravděpodobnostní inferenci s relační logikou. Byl vytvořen SW nástroj pro tvorbu databáze z lékařských zpráv, které umožnily vznik a analýzu databáze NF1. There were designed and tested tools for construction of domain knowledge combining probabilistic inference with relational logic. There was created SW tool for building a database from clinical records that allowed to build and analyze NF1 database.
n4:zivotniCyklusProjektu
n14:ZBBBKU
n4:klicoveSlovo
knowledge reprezentation multicriterial decisison making relational machine learning domain knowledge