Doktoraty Wydziału IET

Ta strona jest tylko do odczytu. Możesz wyświetlić źródła tej strony ale nie możesz ich zmienić.
==== Zaproszenie na obronę pracy doktorskiej ====

\\

^   **DZIEKAN i RADA WYDZIAŁU**    \\    **INFORMATYKI, ELEKTRONIKI I TELEKOMUNIKACJI**    \\    **AKADEMII GÓRNICZO-HUTNICZEJ im. ST. STASZICA W KRAKOWIE**   ^^
|   zapraszają na    \\    publiczą dyskusję nad rozprawą doktorską    \\      \\   //mgr Marcin Lenart//      \\                 ||
|  **SENSOR INFORMATION SCORING FOR DECISION-AID SYSTEMS IN RAILWAY DOMAIN**  ||
^  Termin:|2 październik 2020 roku, godz. 14:00  |
^  Miejsce:|Online:[[https://teams.microsoft.com/l/meetup-join/19%3ameeting_Yzc4YzJiMGQtNmY0OC00NTVhLThjZWYtM2YwMjc4MTYwNjc1%40thread.v2/0?context=%7b%22Tid%22%3a%2280b1033f-21e0-4a82-bbc0-f05fdccd3bc8%22%2c%22Oid%22%3a%2201a32324-3607-4b7e-8036-bac7ba865ee7%22%7d|MS Teams]]  |
^  **PROMOTOR:**|prof. dr hab. Andrzej Bielecki, Akademia Górniczo-Hutnicza  |
^  **PROMOTOR POMOCNICZY:**|dr hab. Marie-Jeanne Lesot, assoc. prof., Sorbonne Université  |
^  ** RECENZENCI:**|dr hab. Rafał Scherer, prof. PCz, Politechnika Częstochowska  |
^  **            **|dr hab. Grégory Smits, Université Rennes   |
|  Z rozprawą doktorską i opiniami recenzentów można się zapoznać \\ w Czytelni   Biblioteki Głównej AGH, al. Mickiewicza 30  ||


\\
----


\\

==== Sensor Information Scoring for Decision-Aid Systems in Railway Domain ====
     
\\

//mgr Marcin Lenart//

\\

**Promotor:** prof. dr hab. Andrzej Bielecki (AGH) \\
**Promotor pomocniczy:** dr hab. Marie-Jeanne Lesot, assoc. prof., (Sorbonne) \\
**Dyscyplina:** Informatyka

\\


W niniejszej dysertacji badany jest problem oceny jakości informacji produkowanej przez urządzenia pomiarowe.
Jakość informacji jest pojęciem abstrakcyjnym, które uważa się za istotne w wielu dziedzinach jako że informacje dobrej jakości są niezbędne do działania wielu różnych systemów decyzyjnych. Ocena jakości informacji w dużej mierze zależy od rodzaju informacji, jej kontekstu i rozważanej dziedziny. Zwykle ocena jakości informacji  polega na jej rozłożeniu na pojedyncze elementy, zwane wymiarami, które pozwalają uchwycić i połączyć różne aspekty informacji.
Niniejsza praca koncentruje się na przypadku informacji produkowanych przez urządzenia pomiarowe, tj. urządzenia, które mierzą fragment rzeczywistości i przekształcają ją na wartość cyfrową. Istotnie, urządzenia pomiarowe, zwykle stosowane w większych grupach, nie zawsze produkują poprawne informacje i konieczna jest ich ocena. W niniejszej dysertacji proponujemy wykorzystanie specyficznych aspektów urządzeń pomiarowych w celu zdefiniowania dedykowanej, ale także ogólnej metody oceniania.

Istniejące propozycje oceny jakości informacji produkowanych przez urządzenia pomiarowe są w większości oparte na wykorzystywaniu danych uczących lub meta-informacji, co znacznie ogranicza ich ogólność: informacje te są często trudne do uzyskania i sprawiają, że metody te mogą być wykorzystywane tylko w jednej sytuacji, dla specyficznie określonych urządzeń pomiarowych, wykorzystując ich unikalne cechy.

Zaproponowany w pracy model działa niezależnie od obecności danych uczących oraz specyficznych meta-informacji o danym urządzeniu. Model ten jest zaprojektowany tak, aby mógł zostać wykorzystany w przypadku informacji produkowanych przez każdy rodzaj urządzenia pomiarowego wykorzystując do działania jedynie atrybuty wspólne dla większości urządzeń i łatwo dostępne meta-informacje. Proponowany model nosi nazwę ReCLiC od angielskich nazw czterech wykorzystywanych wymiarów: niezawodność, kompetencja, prawdopodobieństwo i wiarygodność.

Model ReCLiC przyjmuje na wejście wiadomości z bazy danych i ma na celu przyłączenie do każdej wiadomości numeryczną wartość która jest oceną jakości tej wiadomości: jakość ta jest rozumiana jako zaufanie, które można pokładać w treści tej wiadomości. Zaufanie to jest mierzone poprzez ocenę źródła, treści i kontekstu wiadomości, które są trzema głównymi składnikami definiującymi informację.
W pracy dokładnie omawiamy wymagania czterech proponowanych wymiarów, na których opiera się ReCLiC i proponujemy definicje dla każdego z nich.
Ponadto, w pracy proponowana jest implementacja ogólnej definicji ReCLiC do rzeczywistego przypadku dla konkretnego urządzenia kolejowego: omawiamy definicje czterech wymiarów dla tego urządzenia i przeprowadzamy formalne badanie proponowanych definicji, analizując potencjalne zmiany poziomu zaufania na podstawie zmian każdego z czterech wymiarów.

Proponowana implementacja ReCLiC jest weryfikowana eksperymentalnie przy użyciu danych symulowanych opartych na rzeczywistej bazie danych z dziedziny kolejowej. Zaproponowany eksperyment pozwala na kontrolę różnych potencjalnych problemów związanych z jakością informacji oraz ich ilości przy użyciu czterech różnych scenariuszy.
Ta eksperymentalna walidacja, która dodatkowo obejmuje modyfikację różnych parametrów, pokazuje, że proponowany model ReCLiC właściwie ocenia jakość informacji, a w szczególności zdolność do przypisywania niskich poziomów zaufania dla symulowanych wiadomości.

Dodatkowo, model ReCLiC jest wykorzystany do analizy prawdziwego zbioru danych, w którym wykrywane i omawiane są problemy z jakością informacji. W tym celu została zaproponowana nowa metoda wizualizacji która ma za zadanie zobrazować wiele poziomów zaufania dla wielu urządzeń jednocześnie. Pozwala ona także zaobserwować propagację niskiego poziomu zaufania, która pokazuje w jaki sposób wiadomości niskiej jakości mogą wpływać na jakość innych informacji. Dodatkowo wprowadzono i omówiono pojęcie dynamiki zaufania na podstawie tego przykładu.

----

=== Praca udostępniona publicznie ===


{{ :2020:lenart:phdmanuscriptmarcinlenartnewos.pdf | Praca doktorska - Lenart2020}}

=== Recenzje ===


{{ :2020:lenart:marcin_lenart_recenzja_prof._scherer.pdf | dr hab. Rafał Scherer, prof. PCz}} \\
{{ :2020:lenart:marcin_lenart_recenzja_prof._smits.pdf | dr hab. Grégory Smits}}


----

 **Ważniejsze publikacje doktoranta**:

  - Lenart, M., Bielecki, A., Lesot, M.-J., Petrisor, T., & Revault d’Allonnes, A. (2018). Dynamic trust scoring of railway sensor information. // Proc. of the 17th Int. Conf. on Artificial Intelligence and Soft Computing ICAISC’18, Lecture Notes in Artificial Intelligence, vol. 10842 // (pp. 579–591).
  - Lenart, M. (2018). Credibility evaluation in the context of event-type messages from sensors. // Schedae Informaticae, vol. 27 // .
  - Lenart, M., Bielecki, A., Lesot, M.-J., Petrisor, T., & Revault d’Allonnes, A. (2019). Trust dynamics: a case-study on railway sensors. // Proc. of the 8th Int. Conf. on Sensor Networks, SENSOR- NETS’2019 // (pp. 47–57). Scitepress.

----
Doktoraty Wydziału IET

Narzędzia użytkownika

Narzędzia witryny

Narzędzia strony
