Live chat

valterc Windows 7, Nvidia 980 (25.03.24, 21:11)
valterc https://www.gpugrid.net/results.php?hostid=100638 (25.03.24, 21:11)
puurome2 Purtroppo di Work Unit ATM non ce ne sono più per GPUGRID. Quando c'erano la work unit mi andava sempre in errore. Questo problema delle unità ATM ce l'hanno molti utenti Windows. (24.03.24, 21:09)
samu986 valterc, ah, ok, grazie mille! Speriamo ce ne possano essere allora! (24.03.24, 10:11)
valterc (non sono disponibili sempre però) (22.03.24, 16:18)
valterc uhmmm le workunit ATM: Free energy calculations of protein-ligand binding vanno anche su Windows (22.03.24, 16:17)
samu986 zioriga, oh...ecco spiegato l'arcano...beh, grazie mille per la delucidazione! Spero che andando avanti ce ne potranno essere anche per Windows. Grazie ancora! (21.03.24, 17:58)
zioriga la risposta è semplice, attualmente le Wu per GPU sono solo per LInux (21.03.24, 11:39)
samu986 Buongiorno a tutti, sapete per caso se GPUGRID funziona bene? A me interessano le WU per GPU, infatti ho selezionato solo quelle, ma non mi arriva niente da mesi. Qualcuno potrebbe aiutarmi, per cortesia? (21.03.24, 10:59)
boboviz problemi su Denis@home (11.03.24, 16:02)
Spot T entity macina con l'armata al completo, io a ranghi ridotti e Boinc.Italy è attualmente prima (in L2) (29.02.24, 19:12)
Spot T Ieri è iniziato FB 2024, con le varie novità e subito lo sprint. Per chi volesse partecipare il progetto è Numberfields (29.02.24, 19:10)
boboviz e con i 5gb da scaricare tutte le volte.... (29.02.24, 15:48)
boboviz con il vecchio wrapper (29.02.24, 15:48)
boboviz ancora le wus virtualbox di Rosetta (29.02.24, 15:48)
zioriga al momento io sono quarto assoluto e BOINC.Italy è al terzo posto (14.02.24, 17:57)
zioriga Per chi volesse 'partecipare, c'è in funzione il challenge BOINCStats su RamanujanMachine https://www.boincstats.com/stats/challenge/team/chat/1121 (14.02.24, 17:57)
Spot T eh... il discorso non fa una piega... (11.02.24, 19:33)
Nubman @valterc: chiedono di te https://www.primegrid.com/forum_thread.php?id=10427&nowrap=true#169137 (11.02.24, 18:29)
BeppeGio Asteroids@home non è chiuso.... ho scaricato un paio di giorni fa (07.02.24, 17:33)
Per usare la chat devi effettuare il login.
Benvenuto, Ospite
Nome utente: Password: Ricordami

Supporta BOINC.Italy con una piccola donazione
Leggi tutto...

ARGOMENTO:

[Thread Ufficiale] DistributedDataMining (dDM) 30/05/2010 19:19 #51202

  • jcuervo
  • Avatar di jcuervo Autore della discussione
  • Offline
  • RAM 128 KB
  • RAM 128 KB
  • Messaggi: 249
  • Ringraziamenti ricevuti 0



Link utili:

Articolo di approfondimento sul portale
Indirizzo per connettersi al progetto: www.distributeddatamining.org//DistributedDataMining (da copiare e incollare nel Boinc Manager)
Link per effettuare il Join a BOINC.Italy
Ultima Modifica: da baxnimis.
L\'Argomento è stato bloccato.

Re:DistributedDataMining 30/05/2010 20:29 #51206

  • Venturini Dario
  • Avatar di Venturini Dario
  • Offline
  • RAM >4 GB
  • RAM >4 GB
  • Amministratore
  • Messaggi: 6596
  • Ringraziamenti ricevuti 1
Mamma che traduzione! :asd:

Comunque devo ammettere di averci pensato anche io, alla possibilità di fare data mining tramite BOINC. Solo che a me sembrava difficile, visto che i dataset sono tipicamente enormi. Chissà come hanno fatto... ci sono informazioni in proposito?
"A proton walks into a Large Hadron Collider, and sees another proton, and OH SHI-"

La Repubblica Italiana è fondata sul lavoro, quindi LAVORATE !
L\'Argomento è stato bloccato.

Re:DistributedDataMining 02/06/2010 09:15 #51399

  • jcuervo
  • Avatar di jcuervo Autore della discussione
  • Offline
  • RAM 128 KB
  • RAM 128 KB
  • Messaggi: 249
  • Ringraziamenti ricevuti 0
Serie storica
Da Wikipedia, l'enciclopedia libera. it.wikipedia.org/w/index.php?title=Serie_storica&oldid=31362189

In statistica, una serie storica (o temporale) esprime la dinamica di un certo fenomeno nel tempo. Le serie storiche vengono studiate sia per interpretare un fenomeno, individuando componenti di trend, di ciclicità, di stagionalità e/o di accidentalità, sia per prevedere il suo andamento futuro.
Indice

* 1 Definizione
* 2 Analisi delle serie storiche
* 3 Note
* 4 Bibliografia

Definizione
Esempio di serie storica: PIL trimestrale italiano dal 1981 al secondo trimestre 2008 (dati grezzi a valori concatenati; anno di riferimento: 2000)

In generale, per serie si intende la classificazione di diverse osservazioni di un fenomeno rispetto ad un carattere qualitativo. Se tale carattere è il tempo, la serie viene detta storica o temporale.

Il fenomeno osservato, detto variabile, può essere osservato in dati istanti di tempo (variabile di stato: numero dei dipendenti di un'azienda, quotazione di chiusura di un titolo negoziato in borsa, livello di un tasso di interesse ecc.) o alla fine di periodi di lunghezza definita (variabili di flusso: vendite annuali di un'azienda, PIL trimestrale ecc.).

Indicando con Y il fenomeno, si indica con Yt un'osservazione al tempo t, potendo t variare da 1 a T, dove T è il numero complessivo degli intervalli o dei periodi temporali considerati.

Ad esempio, se si intende rilevare il PIL trimestrale in milioni di euro a valori concatenati (anno di riferimento: 2000; dati grezzi) dal primo trimestre 1981 al secondo trimestre 2008, si hanno T = 110 osservazioni, tra cui:[1]

* Y1: PIL alla fine del primo trimestre 1981 (193.505);
* Y12: PIL alla fine del quarto trimestre 1983 (215.584);
* Y55: PIL alla fine del terzo trimestre 1994 (263.660).

Analisi delle serie storiche [modifica]
Exquisite-kfind.png Per approfondire, vedi la voce Analisi delle serie storiche.

Le serie storiche possono essere di tipo:

* deterministico: se i valori della variabile possono essere esattamente determinati sulla base dei valori precedenti;
* stocastico: se i valori della variabili possono essere determinati sulla base dei valori precedenti solo in misura parziale.

La maggioranza delle serie storiche è di tipo stocastico e si rivela quindi impossibile elaborare previsioni prive di errore.

L'approccio classico all'analisi delle serie storiche assume un modello del tipo:

Yt = f(t) + ut

nel quale il valore del fenomeno al tempo t risulta dalla composizione di una sequenza deterministica, f(t), detta parte sistematica, e di una sequenza di variabili aleatorie, detta parte stocastica.

L'approccio moderno, invece, ipotizza che la parte sistematica manchi (o sia stata eliminata dai dati) e si limita a studiare la parte stocastica.
Ultima Modifica: da jcuervo.
L\'Argomento è stato bloccato.

Re:DistributedDataMining 02/06/2010 09:20 #51400

  • jcuervo
  • Avatar di jcuervo Autore della discussione
  • Offline
  • RAM 128 KB
  • RAM 128 KB
  • Messaggi: 249
  • Ringraziamenti ricevuti 0
Data mining
Da Wikipedia, l'enciclopedia libera. it.wikipedia.org/w/index.php?title=Data_mining&oldid=31798044

Il data mining ha per oggetto l'estrazione di un sapere o di una conoscenza a partire da grandi quantità di dati (attraverso metodi automatici o semi-automatici) e l'utilizzazione industriale o operativa di questo sapere.
Indice

* 1 Concetti di base
* 2 Esempi
* 3 Il data mining nella ricerca scientifica
* 4 Il data mining nella ricerca di mercato
* 5 Il Text mining
* 6 Alcuni software di data mining
* 7 Note
* 8 Bibliografia
* 9 Voci correlate
* 10 Collegamenti esterni

Concetti di base

La Statistica - il campo della matematica applicata connesso con l'analisi dei dati - può essere definita altrimenti come "estrazione di informazione utile da insiemi di dati".
Il concetto di data mining è analogo. L'unica differenza è che questa recente disciplina ha a che fare con cospicui insiemi di dati.
In sostanza il data mining è l'"analisi matematica eseguita su database di grandi dimensioni". Il termine data mining è diventato popolare nei tardi anni '90 come versione abbreviata della definizione appena esposta.

Oggi il data mining (letteralmente: estrazione di dati[1]) ha una duplice valenza:

* Estrazione, con tecniche analitiche all'avanguardia, di informazione implicita, nascosta, da dati già strutturati, per renderla disponibile e direttamente utilizzabile;
* Esplorazione ed analisi, eseguita in modo automatico o semiautomatico, su grandi quantità di dati allo scopo di scoprire pattern (schemi) significativi.

In entrambi i casi i concetti di informazione e di significato sono legati strettamente al dominio applicativo in cui si esegue data mining, in altre parole un dato può essere interessante o trascurabile a seconda del tipo di applicazione in cui si vuole operare.

Questo tipo di attività è cruciale in molti ambiti della ricerca scientifica, ma anche in altri settori (per esempio in quello delle ricerche di mercato). Nel mondo professionale è utilizzata per risolvere problematiche diverse tra loro, che vanno dalla gestione delle relazioni con i clienti (CRM), all'individuazione di comportamenti fraudolenti per finire all'ottimizzazione di siti web.
Esempi

Che cosa non è estrazione di dati?

* Cercare un numero di telefono nell'elenco;
* Fare una ricerca in Internet su "vacanze alle Maldive".

Che cosa è estrazione di dati?

* Scoprire che alcuni cognomi (Benetton, Troncon, Cavasin) sono molto comuni in specifiche aree dell'Italia;
* Fare una ricerca nel web su una parola chiave e classificare i documenti trovati secondo un criterio semantico (p. es. "corriere": nome di giornale, professione, ecc.)

Il data mining nella ricerca scientifica

I fattori principali che hanno contribuito allo sviluppo del data mining sono:

* le grandi accumulazioni di dati in formato elettronico,
* il data storage poco costoso,
* i nuovi metodi e tecniche di analisi (apprendimento automatico, riconoscimento di pattern).

Le tecniche di data mining sono fondate su specifici algoritmi. I pattern identificati possono essere, a loro volta, il punto di partenza per ipotizzare e quindi verificare nuove relazioni di tipo causale fra fenomeni; in generale, possono servire in senso statistico per formulare previsioni su nuovi insiemi di dati.

Un concetto correlato al data mining è quello di apprendimento automatico (Machine learning); infatti, l'identificazione di pattern può paragonarsi all'apprendimento, da parte del sistema di data mining, di una relazione causale precedentemente ignota, cosa che trova applicazione in ambiti come quello degli algoritmi euristici e della intelligenza artificiale. Tuttavia, occorre notare che il processo di data mining è sempre sottoposto al rischio di rivelare relazioni causali che poi si rivelano inesistenti.

Tra le tecniche maggiormente utilizzate in questo ambito vi sono:

* Clustering;
* Reti neurali;
* Alberi di decisione;
* Analisi delle associazioni (individuazione dei prodotti acquistati congiuntamente).

Un'altra tecnica molto diffusa per il data mining è l'apprendimento mediante classificazione. Questo schema di apprendimento parte da un insieme ben definito di esempi di classificazione per casi noti, dai quali ci si aspetta di dedurre un modo per classificare esempi non noti. Tale approccio viene anche detto con supervisione (supervised), nel senso che lo schema di apprendimento opera sotto la supervisione fornita implicitamente dagli esempi di classificazione per i casi noti; tali esempi, per questo motivo, vengono anche detti training examples, ovvero esempi per l’addestramento. La conoscenza acquisita per apprendimento mediante classificazione può essere rappresentata con un albero di decisione.

L'estrazione dei dati vera e propria giunge quindi al termine di un processo che comporta numerose fasi: si individuano le fonti di dati; si crea un unico set di dati aggregati; si effettua una pre-elaborazione (data cleaning, analisi esplorative, selezione, ecc.); si estraggono i dati con l'algoritmo scelto; si interpretano e valutano i pattern; l'ultimo passaggio va dai pattern alla nuova conoscenza così acquisita.
Il data mining nella ricerca di mercato [modifica]

L'utilizzo del data mining nella ricerca di mercato è volto ad ampliare la conoscenza su cui basare i processi decisionali.
Nel contesto aziendale il data mining è considerato parte del processo che porta alla creazione di un data warehouse. È efficace soprattutto per la valorizzazione delle informazioni aziendali residenti in questi grandi depositi di dati.
Affinché l'informazione estratta dai dati esistenti sia significativa, e quindi potenzialmente utile, deve essere:

* valida (cioè può agire anche sui nuovi dati);
* precedentemente sconosciuta;
* comprensibile.

In questo contesto, un pattern (schema) non è altro che la rappresentazione delle relazioni chiave che vengono scoperte durante il processo di estrazione dati: sequenze ripetute, omogeneità, emergenza di regole, ecc.
Per esempio, se un pattern mostra che i clienti di una certa area demografica sono molto propensi ad acquistare uno specifico prodotto, allora un'interrogazione (query) selettiva ad un data warehouse di probabili compratori può essere usata per generare un elenco di indirizzi promozionali.
Il Text mining

È una forma particolare di data mining dove i dati consistono in testi in lingua naturale, in altre parole, documenti "destrutturati". Il text mining unisce la tecnologia della lingua con gli algoritmi del data mining.
L'obiettivo è sempre lo stesso: l'estrazione di informazione implicita contenuta in un insieme di documenti.
Negli ultimi anni ha avuto un notevole sviluppo, a causa dei progressi delle tecniche di elaborazione del linguaggio naturale (NLP in inglese), della disponibilità di applicazioni complesse attraverso gli Application service provider (ASP) e dell'interesse verso le tecniche automatiche di gestione della lingua mostrato sia dagli accademici, sia dai produttori di software, sia dai gestori dei motori di ricerca.
Alcuni software di data mining [modifica]

* SPSS: SPSS Clementine
* SAS: SAS Enterprise Miner e SAS Text Miner
* R
* Oracle Data Miner
* Microsoft SQL Server: strumenti di data mining del DBMS prodotto da Microsoft
* Weka, datamining in Java
* Orange Canvas: Software Opensource per data mining sviluppato in python
Ultima Modifica: da jcuervo.
L\'Argomento è stato bloccato.

Re:DistributedDataMining 02/06/2010 11:26 #51412

  • Venturini Dario
  • Avatar di Venturini Dario
  • Offline
  • RAM >4 GB
  • RAM >4 GB
  • Amministratore
  • Messaggi: 6596
  • Ringraziamenti ricevuti 1
Tu ti sei iscritto? Gli chiedi a cosa serve il progetto, se i risultati saranno pubblici, se le applicazioni sono open?
"A proton walks into a Large Hadron Collider, and sees another proton, and OH SHI-"

La Repubblica Italiana è fondata sul lavoro, quindi LAVORATE !
L\'Argomento è stato bloccato.

Re:DistributedDataMining 02/06/2010 11:56 #51414

  • jcuervo
  • Avatar di jcuervo Autore della discussione
  • Offline
  • RAM 128 KB
  • RAM 128 KB
  • Messaggi: 249
  • Ringraziamenti ricevuti 0
Temporal Evolution of Communities in the Enron Email Data Set
www.nicoschlitter.de/Enron

Evoluzione temporale delle Comunità nell'Enron Email Data Set
Progetto finito


Il crollo della Enron, una società statunitense esaltata in sei anni consecutivi da "Fortune" come "America's Most Innovative Company", è stato uno dei casi più grande di fallimento nella storia degli Stati Uniti. Per esaminare il caso, un set di dati di circa 1,5 milioni di e-mail inviati o ricevuti dai dipendenti della Enron è stato pubblicato da FERC, la Commissione federale di regolamentazione dell'energia.

Abbiamo analizzato l' interazione dei dipendenti Enron basato sulla loro e-mail dati che consiste di circa 245,000 messaggi inviati da gennaio 2000 a marzo 2002. Come previsto, il grafico di interazione che rappresenta lo scambio di e-mail tra individui mostra a bassa densità, una distribuzione asimmetrica diritto grado e a breve distanza media tra i vertici (piccolo mondo effECT). Queste misure indicano che il grafico ha una struttura in cluster. Inoltre, poiché il set di dati comprende le interazioni di posta elettronica per un periodo di circa tre anni, è particolarmente adatto per l'analisi delle evoluzioni sottografico.

Per ottenere una prima impressione che abbiamo applicato DenGraph sul grafico di interazione delle e-mail. Come previsto, i parametri ε e η hanno un'alta influenza sull'esito della DenGraph di clustering. Abbiamo scelto la combinazione di parametri che ha dato i migliori prestazioni di cluster e/o modularità ottimale. Tuttavia, il rapporto tra rumore e il numero di cluster sono anche importanti indicatori che non devono essere trascurati.

In seguito, abbiamo fatto un'analisi dell'evoluzione temporale delle Comunità riconosciuta nel grafico Enron. Per questo, abbiamo generato interazione grafici su periodi di tempo specifici e applicato DenGraph di osservare l'evoluzione temporale sottografo basato sulle statistiche grafico e cluster. Il numero di cluster individuati varia per tutti i grafici. Osserviamo che i valori di modularità ponderata e unweighted sono in generale comparabili. Come previsto, la modularità unweighted è nella maggior parte dei casi inferiore la ponderata. Il coefficiente di clustering leggermente oscilla intorno a un valore medio di 0,4. Inoltre, può essere osservata una correlazione tra il numero di spigoli e il numero di aggiornamenti: quando si aumenta il numero di bordi, il numero di positiva aggiorna aumenti pure, di solito seguiti da un periodo con un più elevato numero di aggiornamenti negativi. Pertanto, le fluttuazioni del numero degli spigoli risultato fluttuazioni del numero di aggiornamenti. In alcuni intervalli si vedono una correlazione tra il numero di aggiornamenti positivi e il numero di divisioni. Lo stesso vale per il numero di aggiornamenti negativi e il numero di divisioni: il numero di divisioni aumenta quando molti bordi vengono persi.
Ultima Modifica: da jcuervo.
L\'Argomento è stato bloccato.

Re:DistributedDataMining 01/08/2010 00:38 #54758

  • jcuervo
  • Avatar di jcuervo Autore della discussione
  • Offline
  • RAM 128 KB
  • RAM 128 KB
  • Messaggi: 249
  • Ringraziamenti ricevuti 0
Venturini Dario ha scritto:

Tu ti sei iscritto? Gli chiedi a cosa serve il progetto, se i risultati saranno pubblici, se le applicazioni sono open?


Questa la risposta del fondatore:
Ciao N.Schlitter
28 Jun 2010 7:33:10 UTC Dear juervo,

thank you for your interests in dDM.
Before placing a project, as a rule we have to know it better and answer questions like:

what is the project?

In a few days, the new dDM website is going public. There, you will find detailed information about the project.

the results will be public?

As in the past, any valuable scientific progress will be published via scientific papers. These papers will be published on conferences or journals.

applications are open?

The application is not OpenSource because the sourcecode contains a kind of 'private key' for signing the checkpoint file. Having this key would allow increasing the value for the spent cputime, that is stored in the checkpoint file. I guess nobody in dDM would be happy about that.

Best regards to Italy
Nico

Ps: tra l'altro in questo mese ha aggiornato il sito, il nuovo url è www.distributeddatamining.org/
L\'Argomento è stato bloccato.

Re:DistributedDataMining 01/08/2010 00:47 #54759

  • baxnimis
  • Avatar di baxnimis
  • Offline
  • RAM >4 GB
  • RAM >4 GB
  • BOINC.Italy Admin
  • Messaggi: 6589
  • Ringraziamenti ricevuti 1
jcuervo ha scritto:

Ps: tra l'altro in questo mese ha aggiornato il sito, il nuovo url è www.distributeddatamining.org/


e non è niente male ;)
L\'Argomento è stato bloccato.

Re:DistributedDataMining 12/10/2010 12:27 #57950

  • DJ JJ
  • Avatar di DJ JJ
  • Offline
  • RAM 128 KB
  • RAM 128 KB
  • Messaggi: 31
  • Ringraziamenti ricevuti 0
perchè non posso iscrivermi al team??
L\'Argomento è stato bloccato.

Re:DistributedDataMining 12/10/2010 13:06 #57952

  • morse
  • Avatar di morse
  • Offline
  • Administrator
  • Administrator
  • Messaggi: 9196
  • Ringraziamenti ricevuti 3
DJ JJ ha scritto:

perchè non posso iscrivermi al team??



Attualmente, i progetti che non sono supportati dal team hanno le iscrizioni bloccate.
Appena verrà varato il nuovo portale, vedremo cosa fare progetto per progetto.

Qui trovi l'elenco dei progetti che verranno considerati. ;)


Se poi ci volessi dare una mano a raccogliere delle info su DDM sei il benvenuto! ;)
PC1: Intel Q9400 2.66 GHz, ASUS P5KC, nVidia GeForce 9400GT (smontata al momento), ATI HD5850, maxtor 250 GB, 4 GB ram Kingston.
PC2: Intel E8400 3.0 GHz, ASROCK G31M-GS, 2 GB ram Kingston, maxtor 80 GB, nVidia GTX275





http://stats.free-dc.org/badges.php?proj=yoy&id=17281&rows=1
L\'Argomento è stato bloccato.

Re:DistributedDataMining 03/04/2011 12:07 #65512

  • jcuervo
  • Avatar di jcuervo Autore della discussione
  • Offline
  • RAM 128 KB
  • RAM 128 KB
  • Messaggi: 249
  • Ringraziamenti ricevuti 0
morse ha scritto:

DJ JJ ha scritto:

perchè non posso iscrivermi al team??



Attualmente, i progetti che non sono supportati dal team hanno le iscrizioni bloccate.
Appena verrà varato il nuovo portale, vedremo cosa fare progetto per progetto.

Qui trovi l'elenco dei progetti che verranno considerati. ;)


Se poi ci volessi dare una mano a raccogliere delle info su DDM sei il benvenuto! ;)


Credo che sia l'ora di sbloccare le adesioni... non solo a questo progetto...
L\'Argomento è stato bloccato.

Re:DistributedDataMining 03/04/2011 12:28 #65514

  • morse
  • Avatar di morse
  • Offline
  • Administrator
  • Administrator
  • Messaggi: 9196
  • Ringraziamenti ricevuti 3
jcuervo ha scritto:

morse ha scritto:

DJ JJ ha scritto:

perchè non posso iscrivermi al team??



Attualmente, i progetti che non sono supportati dal team hanno le iscrizioni bloccate.
Appena verrà varato il nuovo portale, vedremo cosa fare progetto per progetto.

Qui trovi l'elenco dei progetti che verranno considerati. ;)


Se poi ci volessi dare una mano a raccogliere delle info su DDM sei il benvenuto! ;)


Credo che sia l'ora di sbloccare le adesioni... non solo a questo progetto...



Allora se raccogli delle info su questo progetto, lo stato attuale, se hanno lavoro o meno possiamo pensare di sbloccare le iscrizioni per questo progetto
PC1: Intel Q9400 2.66 GHz, ASUS P5KC, nVidia GeForce 9400GT (smontata al momento), ATI HD5850, maxtor 250 GB, 4 GB ram Kingston.
PC2: Intel E8400 3.0 GHz, ASROCK G31M-GS, 2 GB ram Kingston, maxtor 80 GB, nVidia GTX275





http://stats.free-dc.org/badges.php?proj=yoy&id=17281&rows=1
L\'Argomento è stato bloccato.

Re:DistributedDataMining 06/04/2011 19:44 #65666

  • jcuervo
  • Avatar di jcuervo Autore della discussione
  • Offline
  • RAM 128 KB
  • RAM 128 KB
  • Messaggi: 249
  • Ringraziamenti ricevuti 0
morse ha scritto:

jcuervo ha scritto:

morse ha scritto:

DJ JJ ha scritto:

perchè non posso iscrivermi al team??



Attualmente, i progetti che non sono supportati dal team hanno le iscrizioni bloccate.
Appena verrà varato il nuovo portale, vedremo cosa fare progetto per progetto.

Qui trovi l'elenco dei progetti che verranno considerati. ;)


Se poi ci volessi dare una mano a raccogliere delle info su DDM sei il benvenuto! ;)


Credo che sia l'ora di sbloccare le adesioni... non solo a questo progetto...



Allora se raccogli delle info su questo progetto, lo stato attuale, se hanno lavoro o meno possiamo pensare di sbloccare le iscrizioni per questo progetto


Che info ci sarebbero da raccogliere? Mesi fa in occasione del cambio del portale avevo prodotto una serie di file su vari progetti non supportati e non so che fine abbiano fatto, il progetto è attivo www.distributeddatamining.org/ddm_server_status
se sono sicuro che venga supportato mi impegno a tradurre altre cose
L\'Argomento è stato bloccato.

Re: DistributedDataMining 06/04/2011 20:07 #65667

  • jcuervo
  • Avatar di jcuervo Autore della discussione
  • Offline
  • RAM 128 KB
  • RAM 128 KB
  • Messaggi: 249
  • Ringraziamenti ricevuti 0
Medical Data Analysis "Analisi dei dati medici"


Per la diagnosi clinica di condizioni patologiche del corpo umano vengono impiegate una varietà di tecniche di analisi sofisticate. Per i consueti tempi clinici, la quantità di tempo a disposizione per analizzare e interpretare i dati acquisiti è limitata. Di conseguenza, la mancata diagnosi può avere conseguenze gravi per il paziente malato. L'Analisi dei dati medici e sistemi di diagnosi computerizzati può essere fornita al medico, facilitando le sue decisioni cliniche e rendendo più affidabile l'identificazione di alterazioni patologiche.

Laryngeal high-speed video classification "Classificazione video ad alta velocità della Laringe"
www.distributeddatamining.org/VideoClassification
Un particolare campo di interesse in questo contesto medico è il riconoscimento automatico dei disturbi vocali, con conseguente raucedine percepibile. Comunemente, per questo scopo le registrazioni audio del segnale vocale acustici sono analizzati con il software specializzato a quantificare il disturbo (rumore) del segnale. Tuttavia, questo tipo di analisi acustica non consente la chiara attribuzione di determinati quadri clinici in una serie distinta di parametri di disturbo. Un approccio per la diagnosi della voce consiste in un esame endoscopico della produzione del suono delle corde vocali nella laringe per mezzo di telecamere digitali ad alta velocità. Queste telecamere sono in grado di registrare i movimenti della laringe a un frame rate di diverse migliaia di immagini al secondo, e quindi, consentendo l'analisi in tempo reale. Tuttavia, il compito di analizzare manualmente i video ad alta velocità risultante è lungo e soggetto a errori. Attraverso l'estrazione di caratteristiche automatizzate dalle registrazioni e di apprendimento macchina successiva analisi, schemi di movimento della laringe possono essere quantitativamente catturato e automaticamente classificati secondo diverse categorie diagnostiche (ad esempio, disfonia e funzionali organici). Attraverso l'infrastruttura distributedDataMining, abbiamo valutato un gran numero di paradigmi di apprendimento automatico (ad esempio Support Vector Machines, Reti Neurali Artificiali) e corrispondenti strategie di ottimizzazione dei parametri (ad esempio ricerca Grid, la strategia di Evolution, algoritmi genetici). Questa fase di valutazione preliminare ci ha permesso di individuare alcuni sistemi di apprendimento e parametri che sono particolarmente adatti per l'attività clinica di classificazione. Dettagli sulla metodologia proposta e dei risultati di classificazione ottenuti possono essere trovati in [1] , [2] e [3] .

Riferimenti
Voigt D. Obiettivo analisi e classificazione dei Vocal Dynamics Fold da laringea High-Speed ​​Recordings . Aachen: Shaker Verlag GmbH, 2010.
Voigt D, Döllinger M, T Braunschweig, Yang A, Eysholdt U, J. Lohscheller classificazione dei disturbi vocali funzionali basati su phonovibrograms. Intelligenza Artificiale in Medicina. 2010; 49 (1) :51-9.
Voigt D, Lohscheller J, M Döllinger, Yang A, Eysholdt U. diagnosi automatica dei vocal fold paresi da caratteristiche phonovibrogram impiegando metodi di apprendimento e la macchina. Comput Metodi Programmi di Biomed. 2010; 99 (3) :275-88.
Ultima Modifica: da jcuervo.
L\'Argomento è stato bloccato.

Re: DistributedDataMining 06/04/2011 20:32 #65671

  • morse
  • Avatar di morse
  • Offline
  • Administrator
  • Administrator
  • Messaggi: 9196
  • Ringraziamenti ricevuti 3
Allora dopo cena gli do un'occhiata.

Una cosa: ha lavoro abbastanza stabile questo progetto? Se si vediamo di sbloccare il join al team :)
PC1: Intel Q9400 2.66 GHz, ASUS P5KC, nVidia GeForce 9400GT (smontata al momento), ATI HD5850, maxtor 250 GB, 4 GB ram Kingston.
PC2: Intel E8400 3.0 GHz, ASROCK G31M-GS, 2 GB ram Kingston, maxtor 80 GB, nVidia GTX275





http://stats.free-dc.org/badges.php?proj=yoy&id=17281&rows=1
L\'Argomento è stato bloccato.

Re: DistributedDataMining 06/04/2011 23:09 #65685

  • jcuervo
  • Avatar di jcuervo Autore della discussione
  • Offline
  • RAM 128 KB
  • RAM 128 KB
  • Messaggi: 249
  • Ringraziamenti ricevuti 0
morse ha scritto:

Allora dopo cena gli do un'occhiata.

Una cosa: ha lavoro abbastanza stabile questo progetto? Se si vediamo di sbloccare il join al team :)


it.boincstats.com/stats/project_graph.php?pr=ddm
dal grafico sembra che non abbia mai avuto mancanza di wu...
L\'Argomento è stato bloccato.

Re: DistributedDataMining 11/04/2011 21:11 #65820

  • baxnimis
  • Avatar di baxnimis
  • Offline
  • RAM >4 GB
  • RAM >4 GB
  • BOINC.Italy Admin
  • Messaggi: 6589
  • Ringraziamenti ricevuti 1
bah... mi sono letto un po' di cose e secondo me il team si può anche aprire

certo, le info vanno ritradotte perchè sono più comprensibili in inglese :D

quindi avremo il nostro nuovo progetto... MINARE LA DATA DISTRIBUITA !!! :italy:
L\'Argomento è stato bloccato.

Re: DistributedDataMining 11/04/2011 21:42 #65823

  • morse
  • Avatar di morse
  • Offline
  • Administrator
  • Administrator
  • Messaggi: 9196
  • Ringraziamenti ricevuti 3
baxnimis ha scritto:

bah... mi sono letto un po' di cose e secondo me il team si può anche aprire

certo, le info vanno ritradotte perchè sono più comprensibili in inglese :D

quindi avremo il nostro nuovo progetto... MINARE LA DATA DISTRIBUITA !!! :italy:



Io non ho avuto tempo in questi giorni per leggere più approfonditamente però mi sembrava possibile l'apertura del team.


Bax quindi dici che si possa aprire?
PC1: Intel Q9400 2.66 GHz, ASUS P5KC, nVidia GeForce 9400GT (smontata al momento), ATI HD5850, maxtor 250 GB, 4 GB ram Kingston.
PC2: Intel E8400 3.0 GHz, ASROCK G31M-GS, 2 GB ram Kingston, maxtor 80 GB, nVidia GTX275





http://stats.free-dc.org/badges.php?proj=yoy&id=17281&rows=1
L\'Argomento è stato bloccato.

Re: DistributedDataMining 11/04/2011 23:19 #65831

  • jcuervo
  • Avatar di jcuervo Autore della discussione
  • Offline
  • RAM 128 KB
  • RAM 128 KB
  • Messaggi: 249
  • Ringraziamenti ricevuti 0
baxnimis ha scritto:

bah... mi sono letto un po' di cose e secondo me il team si può anche aprire

certo, le info vanno ritradotte perchè sono più comprensibili in inglese :D

quindi avremo il nostro nuovo progetto... MINARE LA DATA DISTRIBUITA !!! :italy:


Ti voglio vedere a ritradurre cos'è la Laryngeal high-speed video classification....
sto aspettando... :ave:
L\'Argomento è stato bloccato.

Re: DistributedDataMining 12/04/2011 01:44 #65835

  • baxnimis
  • Avatar di baxnimis
  • Offline
  • RAM >4 GB
  • RAM >4 GB
  • BOINC.Italy Admin
  • Messaggi: 6589
  • Ringraziamenti ricevuti 1
jcuervo ha scritto:

Ti voglio vedere a ritradurre cos'è la Laryngeal high-speed video classification....
sto aspettando... :ave:


una classificazione dei video dell'attrice (magari porno) che si fa chiamare Laryngeal "lo fa veloce... molto veloce" :asd:


team aperto ;)
L\'Argomento è stato bloccato.
Moderatori: camposReLeon
Tempo creazione pagina: 0.344 secondi
Powered by Forum Kunena