Many researchers are working on dev

Many researchers are working on developing fast data mining methods for processing huge data sets efficiently. In this paper, we develop some efficient algorithms for knowledge reduction based on rough sets. In these algorithms we use the fact that the average time complexity for the quick sort algorithm for a two dimensions table with n rows and m columns is just n × (m + logn) (not m × n × logn). Experiment results also show the efficiency of these algorithms.

ผลลัพธ์ (ไทย) 1:

นักวิจัยหลายคนกำลังทำงานในการพัฒนาวิธีการทำเหมืองข้อมูลได้อย่างรวดเร็วสำหรับการประมวลผลชุดข้อมูลขนาดใหญ่ได้อย่างมีประสิทธิภาพ ในบทความนี้เราพัฒนาบางขั้นตอนวิธีการที่มีประสิทธิภาพสำหรับการลดลงของความรู้ที่อยู่บนพื้นฐานของชุดหยาบในขั้นตอนวิธีการเหล่านี้เราจะใช้ความจริงที่ว่าความซับซ้อนเวลาโดยเฉลี่ยสำหรับขั้นตอนวิธีการจัดเรียงอย่างรวดเร็วสำหรับตารางสองมิติที่มี n แถวและคอลัมน์เมตรเป็นเพียง n × (ม. logn) (ไม่เมตร× n × logn) ผลการทดลองยังแสดงให้เห็นประสิทธิภาพของขั้นตอนวิธีการเหล่านี้

ผลลัพธ์ (ไทย) 2:

นักวิจัยจำนวนมากกำลังทำงานในการพัฒนาวิธีการทำเหมืองข้อมูลสำหรับการประมวลผลชุดข้อมูลขนาดใหญ่ได้อย่างมีประสิทธิภาพ ในเอกสารนี้ เราพัฒนาบางอัลกอริทึมมีประสิทธิภาพสำหรับการลดความรู้ยึดชุดหยาบ ในอัลกอริทึมเหล่านี้ เราใช้ความจริงที่ว่า ความซับซ้อนเวลาเฉลี่ยสำหรับอัลกอริทึมการเรียงลำดับอย่างรวดเร็วเป็นสองมิติด้วย n แถว และคอลัมน์ m × n เพียง (m logn) (ไม่ m × n × logn) ผลการทดลองยังแสดงประสิทธิภาพของอัลกอริทึมเหล่านี้

ผลลัพธ์ (ไทย) 3:

นักวิจัยจำนวนมากมีการทำงานในการพัฒนาข้อมูลอย่างรวดเร็วการทำเหมืองแร่การประมวลผลชุดข้อมูลขนาดใหญ่ได้อย่างมี ประสิทธิภาพ ในเอกสารนี้เราพัฒนาอัลกอริธึมบางอย่างมี ประสิทธิภาพ สำหรับการลดความรู้ที่ใช้ตั้งค่าหัวในอัลกอริธึมเราใช้ความเป็นจริงที่ได้เฉลี่ยเวลาความซับซ้อนสำหรับที่รวดเร็วเรียงอัลกอริธึมที่สองขนาดสำหรับโต๊ะด้วย n แถวและคอลัมน์ M เป็นเพียง n ×(ม. logn )(ไม่ม.× n × logn ) ผลการทดลองแสดง ประสิทธิภาพ ของอัลกอริธึมเหล่านี้ยัง