ágú 042020
 

Darüber hinaus ermöglichen Muster Entwicklern die Kommunikation mit bekannten, gut verstandenen Namen für Softwareinteraktionen. Gemeinsame Designmuster können im Laufe der Zeit verbessert werden, wodurch sie robuster als Ad-hoc-Designs sind. Sie können sogar abstraktere Konzepte wie ein Muster von Obst + Veggie + Protein verwenden, wenn Sie eine Mahlzeit mit Ihrem Kind zubereiten und es als eine Möglichkeit verwenden, um gesunde Ernährung Konzepte einzuführen! Wenn Kinder über solide Musterfähigkeiten verfügen, können sie vorhersagen, was als nächstes kommt. Klare Muster finden sich in unseren Täglichen, Musik, Worten und sogar in der Natur. Ein Workflow wird als wiederholbare Musteraktivität definiert, die verwendet wird, um einen definierten Prozess mit verschiedenen Parametern und Datensätzen zu lösen. Der Benutzer kann daher die funktionalen Objekte in das Arbeitsbereichsfenster ablegen und die Parameter angeben. Nachdem der Workflow entworfen wurde, kann er direkt von KD3 aus ausgeführt werden. Wenn der Workflow richtig ausgelegt ist, kann er als GraphML-Datei (graphml.graphdrawing.org/) gespeichert und bereitgestellt werden (z. B. an biomedizinische Forscher zur Analyse neu verfügbarer Daten). In dieser Arbeit haben wir KD3 erweitert, um die Vorverarbeitung und Biomarker-Identifikation von MS-Daten zu ermöglichen (siehe auch Abbildung 28.8).

Unsere vorgeschlagene Workflow-orientierte Architektur führt zu einer hohen Usability. KD3 ermöglicht es dem Anwender, verschiedene Methoden für alle oben genannten Schritte oder die einfache Implementierung und Integration neu entwickelter Algorithmen auszutauschen. Ein beliebter Ansatz ist die Erweiterung aktueller Data Mining-Techniken im Kontext von Aktivitätserkennungsaufgaben. Diese Methoden suchen nach regelmäßig auftretenden Wechselwirkungen und entdecken signifikante Muster in Bezug auf Maßnahmen wie Häufigkeit oder Periodizität. Zum Beispiel entdeckten Heierman et al. [28] Untersequenzen oder Episoden, die eng mit der Zeit verbunden sind. Diese Episoden können teilweise geordnet sein und werden auf der Grundlage von informationstheoretischen Prinzipien ausgewertet. Es ist auch möglich, Hintergrundwissen mit unbeaufsichtigten Methoden zur Aktivitätsermittlung zu kombinieren, um den Ermittlungsprozess zu unterstützen. Zum Beispiel Dimitrov et al.