Eureka! : an interactive and visual knowledge discovery tool (Articolo in rivista)

Type

• Articolo in rivista (Classe)
• Prodotto della ricerca (Classe)

Label

• Eureka! : an interactive and visual knowledge discovery tool (Articolo in rivista) (literal)

Anno

• 2004-01-01T00:00:00+01:00 (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#doi

• 10.1016/j.jvlc.2003.06.001 (literal)

Alternative label

• Giuseppe Manco; Clara Pizzuti; Domenico Talia (2004)
  Eureka! : an interactive and visual knowledge discovery tool
  in Journal of visual languages and computing
  (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#autori

• Giuseppe Manco; Clara Pizzuti; Domenico Talia (literal)

Pagina inizio

• 1 (literal)

Pagina fine

• 35 (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#numeroVolume

• 15 (literal)

Rivista

• Journal of visual languages and computing (Rivista)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#pagineTotali

• 36 (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#numeroFascicolo

• 1 (literal)

Note

• Google Scholar (literal)
• DBLP (literal)
• ISI Web of Science (WOS) (literal)
• Scopu (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#affiliazioni

• Istituto di calcolo e reti ad alte prestazioni Istituto di calcolo e reti ad alte prestazioni Istituto di calcolo e reti ad alte prestazioni (literal)

Titolo

• Eureka! : an interactive and visual knowledge discovery tool (literal)

Abstract

• Visualization techniques may guide the data mining process since they provide effective support for data partitioning and visual inspection of results, especially when high dimensional data sets are considered. In this paper we describe $Eureka!$, an interactive, visual knowledge discovery tool for analyzing high dimensional numerical data sets. The tool combines a visual clustering method, to hypothesize meaningful structures in the data, and a classification machine learning algorithm, to validate the hypothesized structures. A two-dimensional representation of the available data allows users to partition the search space by choosing shape or density according to criteria they deem optimal. A partition can be composed by regions populated according to some arbitrary form, not necessarily spherical. The accuracy of clustering results can be validated by using different techniques (e.g., a decision tree classifier) included in the mining tool. (literal)

Prodotto di

• Analisi dei Dati per il supporto alla Sicurezza (INT.P01.010.001) (Modulo)
• Institute for high performance computing and networking (ICAR) (Istituto)
• Gestire, Estrarre Conoscenza e Ragionare sui Dati (ICT.P08.002.001) (Modulo)

Autore CNR

• DOMENICO TALIA (Persona)
• CLARA PIZZUTI (Unità di personale interno)
• GIUSEPPE MANCO (Unità di personale interno)

Insieme di parole chiave

• Parole chiave di "Eureka! : an interactive and visual knowledge discovery tool" (Insieme di parole chiave)

Incoming links:

Prodotto

• Institute for high performance computing and networking (ICAR) (Istituto)
• Gestire, Estrarre Conoscenza e Ragionare sui Dati (ICT.P08.002.001) (Modulo)
• Analisi dei Dati per il supporto alla Sicurezza (INT.P01.010.001) (Modulo)

Autore CNR di

• CLARA PIZZUTI (Unità di personale interno)
• GIUSEPPE MANCO (Unità di personale interno)
• DOMENICO TALIA (Persona)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#rivistaDi

• Journal of visual languages and computing (Rivista)

Insieme di parole chiave di

• Parole chiave di "Eureka! : an interactive and visual knowledge discovery tool" (Insieme di parole chiave)