Диссертация (1137435), страница 16
Текст из файла (страница 16)
Вапник В.Н., Червоненкис А.Я. Теория распознавания образов // М.,Наука, С.418, 1974.6. Виноградов Д.В. Формализация правдоподобных рассуждений в логике предикатов // НТИ, Сер.2. №11, С.17–20, 2000.7. Гретцер Г. Общая теория решеток // - М.: Мир, 1982.8. Гэри М., Джонсон Д. Вычислительные машины и труднорешаемыезадачи // - М.: Мир, 1982.1229. Кузнецов С.О. Интерпретация на графах и сложностные характеристики задач поиска закономерностей определенного вида // НТИ,Сер.2, №1., С.23–28, 1989.10. Кузнецов С.О. Устойчивость как оценка обоснованности гипотез, получаемых на основе операционального сходства // НТИ, Сер.2, №12,С.21–29, 1990.11. Кузнецов С.О. Введение в ДСМ-метод // Семиотика и информатика,Вып.
31, С.5–40, 1991.12. Кузнецов С.О. ДСМ-метод как система автоматического обучения //Итоги науки и техники, Сер. Информатика, №15, С.17–54, 1991.13. Кузнецов С.О. Сложность алгоритмов обучения и классификации, основанных на поиске пересечения множеств // НТИ, Сер.2, №9, С.8–15,1991.14. Кузнецов С.О. Быстрый алгоритм построения всех пересечений объектов из конечной полурешетки // НТИ, Сер.2, №1, С.17–20, 1993.15. Кузнецов С.О.
Алгоритмическая сложность порождения гипотез иклассификаций, основанных на поиске пересечения множеств // Доклады АН.-335, №3, С.300–303, 1994.16. Кузнецов С.О., Финн В.К. О модели обучения и классификации, основанной на операции сходства // Обозрение Прикладной и Промышленной Математики, 3, №1, С.66–90, 1996.17.
Кузнецов С.О., Объедков С.А. Алгоритмы построения множества всех123понятий формального контекста и его диаграммы Хассе // ИзвестияАкадемии Наук, Теория и системы управления, №1, С.120–129, 2001.18. Кузнецов С.О. Автоматическое обучение на основе анализа формальных понятий // Автоматика и телемеханика, №10, С.3–27, 2001.19. Мейер Д. Теория реляционных баз данных // Москва, Мир, 1987.20. Финн В.К. О машинно-ориентированной формализации правдоподобных рассуждений в стиле Ф.Бэкона - Д.С.Милля.
// Семиотика и информатика, Вып. 20, С.35–101, 1983.21. Финн В.К. Правдоподобные выводы и правдоподобные рассуждения// Итоги науки и техн., Сер. Теория вероятностей Мат. стат. Теор.кибернет. - М.:ВИНИТИ, Вып. 28, С.3–84, 1988.22. Финн В.К. Об обобщенном ДСМ-методе автоматического порождениягипотез // Семиотика и информатика, Вып.29, С.93–123, 1989.23. Финн В.К. Правдоподобные рассуждения в интеллектуальных системах типа ДСМ // Итоги науки и техники, Сер. Информатика, М.:ВИНИТИ, №15, С.54–101, 1991.24. Финн В.К., Михеенкова М.А.
О ситуационном расширении ДСМметода автоматического порождения гипотез // НТИ, Сер.2, №11,С.20–30, 2000.25. Anshakov O.M., Finn V.K., Skvortsov D.P. On axiomatization of manyvalued logics associated with the formalization of plausible reasonings //Stud. Log., vol. 25, No. 4, p.23–47, 1989.12426.
Agrawal R., Imielinski T., Swami A. N. Mining Association Rules betweenSets of Items in Large Databases // SIGMOD Conference, p.207–216,1993.27. Agrawal R., Srikant R. Fast Algorithms for Mining Association Rules inLarge Databases // Journal of Computer Science and Technology, vol. 15,Issue 6, p.487–499, 1994.28. Angluin D., Frazier M., Pitt L. Learning Conjunctions of Horn Clauses //Machine Learning, vol.
9, p.147–164, 1992.29. Armstrong W.W. Dependency structure of data base relationships //Proc. IFIP Congress, Geneva, p.580–583, 1974.30. Babin M.A., Kuznetsov S.O. On Links between Concept Lattices andRelated Complexity Problems // Proc. 8th Int. Conf. on Formal ConceptAnalysis (ICFCA’10), Lecture Notes in Artificial Intelligence, Springer,vol. 5986, p.138–144, 2010.31. Babin M.A., Kuznetsov S.O.
Recognizing Pseudo-intents is coNPcomplete // Proc. CLA 2010, p.294–301, 2010.32. Babin M.A., Kuznetsov S.O. Enumerating Minimal Hypotheses andDualizing Monotone Boolean Functions on Lattices // Proc. 9th Int.Conf. on Formal Concept Analysis (ICFCA’11), Lecture Notes in ArtificialIntelligence, Springer, vol. 6628, p.42–48, 2011.33. Babin M.A., Kuznetsov S.O. Approximating Concept Stability // Proc.10th Int. Conf. on Formal Concept Analysis (ICFCA’12), Lecture Notesin Artificial Intelligence, Springer, vol. 7278, p.7–15, 2012.12534.
Babin M.A., Kuznetsov S.O. Computing Premises of a Minimal Cover ofFunctional Dependencies is Intractable // Discrete Applied Mathematics,принята к публикации, 2012.35. Bastide Y., Lakhal L., Pasquier N., Taouil R. Efficient Mining ofAssociation Rules Based on Using Closed Itemset Lattices // J.
Inf.Systems, vol. 24, p.25–46, 1999.36. Bishop C.M. Pattern Recognition and Machine Learning // InformationScience and Statistics, Springer, 2006.37. Borchmann D., Distel F., Ryssel U. Fast Computation of ProperPremises // Proc. International Conference on Concept Lattices and TheirApplications(CLA’2011), Nancy (France), 2011.38. Distel F. Hardness of enumerating pseudo-intents in the lectic order //Proc. ICFCA 2010, Lecture Notes in Artificial Intelligence, vol. 5986,p.124–137, Springer, 2010.39.
Distel F., Sertkaya B. On the complexity of enumerating pseudo-intents// Discrete Applied Mathematics, vol. 159, no.6, p.450–466, 2011.40. Dyer M., Goldberg L.A., Greenhill C., Jerrum C. On the relativecomplexity of approximate counting problems, Proc. APPROX 2000,p.108-119, 2000.41. Duquenne V., Guigues J. L. Familles minimales d’implicationsinformativesresultantd’untableaudedonnéesbinariesMathématiques, Informatique et Sciences Humaines, 95, p.5–18, 1986.//12642. Duquenne V., Obiedkov S.A.
Attribute-incremental construction of thecanonical implication basis // Annals of Mathematics and Artificial Intelligence, 49(1-4):7799, 2007.43. Egho E., Jay N., Raissi C., Napoli A. A FCA-based Analysis of SequentialCare Trajectories // Proc. 8th of the International Conference on ConceptLattices and Their Applications (CLA’2011), Nancy (France), p.362-376,2011.44. Eiter T., Ibaraki T., Makino K.
Computing Intersections of Horn Theoriesfor Reasoning with Models // Proc. National Conference on ArtificialIntelligence (AAAI’98), Madison, Wisconsin, July 26-30, p.292–297, 1998.45. Falk I., Gardent C. Combining Formal Concept Analysis and Translationto Assign Frames and Thematic Role Sets to French Verbs // Proc.International Conference Concept Lattices and Their Applications(CLA’2011), Nancy (France), 2011.46.
Falk I., Gardent C. Bootstrapping a Classification of French Verbs UsingFormal Concept Analysis // Proc. Interdisciplinary Workshop on Verbs,Pisa (Italy), 2011.47. Falk I., Gardent C., Lorenzo A. Using Formal Concept Analysis to AcquireKnowledge about Verbs // Proc. 7th of the International Conference onConcept Lattices and Their Applications (CLA’2010), p.151–162, 2010.48. Feldman R., Sanger J. The text mining handbook: advanced approachesin analyzing unstructured data // Cambridge University Press, 2007.12749. Fredman M.L., Khachiyan L.
On the complexity of dualization ofmonotone disjunctive normal forms // Journal of Algorithms, vol. 21,p.618–628, 1996.50. Ganter B. Two Basic Algorithms in Concept Analysis // FB4-PreprintNo. 831, TH Darmstadt, 1984.51. Ganter B. Lattices of Rough Set Abstractions as -Products // Proc.ICFCA 2008, Lecture Notes in Computer Science, vol. 4933, p.199—216,2008.52. Ganter B., Kuznetsov S. Formalizing Hypotheses with Concepts, Proc.
8thInt. Conf. on Conceptual Structures, ICCS’00, Lecture Notes in ArtificialIntelligence, vol. 1867, p.342–356, 2000.53. Ganter B., Kuznetsov S.O. Hypotheses and Version Spaces // Proc. 10thInt. Conf. on Conceptual Structures, ICCS’03, Lecture Notes in ArtificialIntelligence, vol. 2746, p.83–95, 2003.54. Ganter B., Wille R. Formal Concept Analysis: Mathematical Foundations// Springer, Berlin, 1999.55.
Garey M.R., Johnson D.S. Computers and Intractability: A Guide to theTheory of NP-Completeness // W. H. Freeman, 1979.56. Gold E.M. Language identification in the limit // Information andControl, vol. 10, p.447–474, 1967.57. Habib M., Medina R., Nourine L., Steiner G. Efficient algorithms ondistributive lattices // Discrete Applied Mathematics, vol. 110, no.2-3,p.169–187, 2001.128Ibaraki T., Kogan A., Makino K. Functional Dependencies in HornTheories // Artificial Intelligence, vol. 108, no. 1-2, p.1–30, 1999.58.
Jay N., Kohler F., Napoli A. Analysis of Social Communities withIceberg and Stability-Based Concept Lattices // Proc. 6th InternationalConference on Formal Concept Analysis (ICFCA’2008), p.258-272, 2008.59. Jerrum M. R., Valiant L.G., Vazirani V.V. Random generation ofcombinatorial structures from a uniform distribution // TheoreticalComputer Science, vol. 43, no. 2-3, p.169–188, 1986.60. Jiawei H., Jian P., Yiwen Y., Runying M. Mining frequent patternswithout candidate generation // Data Mining and Knowledge Discovery,vol. 8, p.53–87, 2004.61. Johnson D.S., Papadimitriou C.H., Yannakakis M.
On Generating AllMaximal Independent Sets // Informaion Processing Letters, vol. 27, no.3, p.119–123, 1988.62. Kavvadias D. J., Sideri M., Stavropoulos E. C. Generating All MaximalModels of a Boolean Expression, 1999.63. Kavvadias D.J., Stavropoulos E.C. An Efficient Algorithm for theTransversal Hypergraph Generation // J. Graph Algorithms Appl., vol.9(2), p.239–264, 2005.64. Khardon R. Translating between Horn Representations and theirCharacteristic Models // J. Artificial Intelligence, vol. 3, p.349–372, 1995.65. Kivinen J., Mannila H. Approximate Inference of Functional Dependencies129from Relations // Theoretical Computer Science, vol. 149, no.
1, p.129–149, 1995.66. Klimushkin M., Obiedkov S.A., Roth C. Approaches to the Selection ofRelevant Concepts in the Case of Noisy Data // Proc. 8th InternationalConference on Formal Concept Analysis (ICFCA’2010), p.255-266, 2010.67. Kourie D.G., Obiedkov S.A., Roth C. Towards Concise Representation forTaxonomies of Epistemic Communities // Proc. International ConferenceConcept Lattices and Their Applications (CLA’2006), Tunis (Tunisia),p.240–255, 2006.68.
Kuznetsov S.O. Stability as an estimate of the degree of substantiationof hypotheses derived on the basis of operational similarity // Nauchn.Tekh. Inf., ser 2., №12, p.21–29, 1990.69. Kuznetsov S.O. On Computing the Size of a Lattice and Related DecisionProblems // Order, 18(4), p.313–321, 2001.70.Kuznetsov S.O. Machine Learning on the Basis of Formal ConceptAnalysis // Automation and Remote Control, vol. 62, no. 10, 2001.71. Kuznetsov S.O., Obiedkov S.A.
Comparing performance of algorithms forgenerating concept lattices // J. Exp. Theor. Artif. Intell., 14, 2-3, p.189–216, 2002.72. Kuznetsov S.O. Stability of a Formal Concept // Proc. 4th Journeed’Informatique Messine (JIM’03), Metz, 2003.73. Kuznetsov S.O. On the intractability of computing Duquenne-Guiguesbase // J. Universal Computer Science, vol. 10, no.
8, p.927–933, 2004.13074. Kuznetsov S.O. Complexity of Learning in Concept Lattices from Positiveand Negative Examples // Discrete Applied Mathematics, no. 142, p. 111125, 2004.75. Kuznetsov S.O. On Stability of a Formal Concept // Annals ofMathematics and Artificial Intelligence, vol. 49, p.101–115, 2007.76. Kuznetsov S.O., Obiedkov S.A. Counting pseudo-intents and #Pcompleteness // Proc. ICFCA 2006, Lecture Notes in Computer Science,vol. 3874, p.306—308, Springer, 2006.77. Kuznetsov S.O., Obiedkov S.A., Roth C. Reducing the RepresentationComplexity of Lattice-Based Taxonomies // Proc.
15th InternationalConference on Conceptual Structures (ICCS’07), Lecture Notes inArtificial Intelligence (LNAI), vol. 4604, p.241–254, Springer, 2007.78. Kuznetsov S.O., Obiedkov S.A. Some decision and counting problemsof the Duquenne-Guigues basis of implications // Discrete AppliedMathematics, 156(11), p.1994-–2003, 2008.79. Krötzsch M. and Malik G. The Tensor Product as a Lattice of RegularGalois Connections // Proc.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
