Rough Set Theory, proposed in 1982

Rough Set Theory, proposed in 1982 by Zdzislaw Pawlak, is in a state of constant
development. Its methodology is concerned with the classification and analysis of imprecise,
uncertain or incomplete information and knowledge, and of is considered one of the first
non-statistical approaches in data analysis (Pawlak, 1982).
The fundamental concept behind Rough Set Theory is the approximation of lower and
upper spaces of a set, the approximation of spaces being the formal classification of
knowledge regarding the interest domain.
The subset generated by lower approximationsis characterized by objects that will
definitely form part of an interest subset, whereas the upper approximation is characterized
by objects that will possibly form part of aninterest subset. Every subset defined through
upper and lower approximation is known as Rough Set.
Over the years Rough Set Theory has become a valuable tool in the resolution of various
problems, such as: representation of uncertain or imprecise knowledge; knowledge analysis;
evaluation of quality and availability of information with respect to consistency and
presence a not of date patterns; identificationand evaluation of date dependency; reasoning
based an uncertain and reduct of information data.
The extent of rough set applications used today is much wider than in the past, principally
in the areas of medicine, analysis of database attributes and process control. The subject of
this chapter is to present the Rough Set Theory, important concepts, and Rough Set Theory
used with tools for data mining, special applications in analysis of data in dengue diagnosis.

Kết quả (Việt) 1:

Lý thuyết tập hợp thô, được đề xuất năm 1982 bởi Zdzislaw Pawlak, là một bang hằng số
phát triển. Phương pháp của nó là có liên quan với phân loại và phân tích không chính xác,
không chắc chắn hoặc không đầy đủ thông tin và kiến thức, và được coi là một trong những người đầu tiên
phòng không thống kê các phương pháp tiếp cận trong phân tích dữ liệu (Pawlak, 1982).
Khái niệm cơ bản đằng sau thô lý thuyết tập hợp là xấp xỉ thấp hơn và
tại trên toàn bộ của bộ, xấp xỉ của không gian là phân loại chính thức của
kiến thức liên quan đến tên miền quan tâm.
Tập con được tạo ra bởi thấp approximationsis đặc trưng bởi các đối tượng sẽ
chắc chắn tạo thành một phần của một tập hợp con quan tâm, trong khi xấp xỉ trên được đặc trưng
các đối tượng có thể sẽ tạo thành một phần của tập hợp con aninterest. Mỗi tập con được xác định thông qua
xấp xỉ trên và dưới được gọi là thô Set.
Trong những năm qua thô lý thuyết tập hợp đã trở thành một công cụ có giá trị trong việc giải quyết nhiều
vấn đề, chẳng hạn như: các đại diện của kiến thức không chắc chắn hoặc không chính xác; kiến thức phân tích;
đánh giá về chất lượng và tính khả dụng của các thông tin liên quan đến tính nhất quán và
sự hiện diện không phải một mô hình ngày; identificationand đánh giá phụ thuộc ngày; lý luận
dựa một không chắc chắn và reduct thông tin dữ liệu.
Trong phạm vi của thô thiết lập ứng dụng sử dụng ngày nay là rộng lớn hơn nhiều hơn trong quá khứ, chủ yếu
trong các lĩnh vực y học, phân tích các thuộc tính cơ sở dữ liệu và quy trình kiểm soát. Chủ đề của
chương này là để trình bày lý thuyết tập hợp thô, khái niệm quan trọng và lý thuyết tập hợp thô
được sử dụng với các công cụ cho khai thác dữ liệu, ứng dụng đặc biệt trong phân tích dữ liệu trong chẩn đoán sốt xuất huyết.

Kết quả (Việt) 2:

Lý thuyết thô Set, đề xuất vào năm 1982 bởi Zdzislaw Pawlak, là ở trong trạng thái liên tục
phát triển. Phương pháp luận của nó là có liên quan với việc phân loại và phân tích chính xác,
thông tin và kiến thức không chắc chắn hoặc không đầy đủ, và được coi là một trong những người đầu tiên
tiếp cận không thống kê trong phân tích dữ liệu (Pawlak, 1982).
Khái niệm cơ bản đằng sau Rough Set Lý thuyết là xấp xỉ của thấp hơn và
không gian trên của một bộ, xấp xỉ của không gian được phân loại chính thức của
kiến thức liên quan đến lĩnh vực quan tâm.
Các tập hợp con được tạo ra bởi approximationsis thấp đặc trưng bởi các đối tượng sẽ
chắc chắn là một phần của một tập hợp con quan tâm, trong khi đó xấp xỉ trên được đặc trưng
bởi các đối tượng có thể sẽ hình thành một phần của aninterest tập hợp con. Mỗi tập con được xác định thông qua
xấp xỉ trên và dưới được gọi là Rough Set.
Trong những năm Rough Set Theory đã trở thành một công cụ có giá trị trong việc giải quyết khác nhau
vấn đề, ​​chẳng hạn như: đại diện của kiến thức không chắc chắn hoặc không chính xác; phân tích kiến thức,
đánh giá chất lượng và tính sẵn sàng của thông tin liên quan để thống nhất và với
sự hiện diện của một không ngày mô hình; identificationand đánh giá của ngày phụ thuộc; lý luận
dựa trên một không chắc chắn và reduct dữ liệu thông tin.
Mức độ tập ứng dụng thô sử dụng ngày nay được mở rộng hơn nhiều so với trong quá khứ, chủ yếu
trong các lĩnh vực y học, phân tích các thuộc tính cơ sở dữ liệu và điều khiển quá trình. Là chủ đề của
chương này là trình bày các Rough Set Lý thuyết, khái niệm quan trọng, và Rough Set Lý thuyết
được sử dụng với các công cụ để khai thác dữ liệu, các ứng dụng đặc biệt trong phân tích dữ liệu trong chẩn đoán sốt xuất huyết.