<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<OAI-PMH xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dim="http://www.dspace.org/xmlns/dspace/dim" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/ http://www.openarchives.org/OAI/2.0/OAI-PMH.xsd">
    <responseDate>2026-09-14T18:37:40.459Z</responseDate>
    <request verb="GetRecord" identifier="ezaposleni.singidunum.ac.rs/rest/sciNaucniRezultati/oai:3:1186" metadataPrefix="dim">http://ezaposleni.singidunum.ac.rs/rest/sciNaucniRezultati/oai</request>
    <GetRecord>
        <record>
            <header>
                <identifier>ezaposleni.singidunum.ac.rs/rest/sciNaucniRezultati/oai:3:1186</identifier>
                <datestamp>2013-10-31T11:47:01Z</datestamp>
                <setSpec>3</setSpec>
            </header>
            <metadata>
                <dim:dim>
                    <dim:field mdschema="dc" element="title" lang="en">Induktivno učenje razumljivog znanja na osnovu oskudnih obučavajućih skupova</dim:field>
                    <dim:field mdschema="dc" element="date" qualifier="issued">2008</dim:field>
                    <dim:field mdschema="dc" element="identifier" qualifier="uri">http://ezaposleni.singidunum.ac.rs/rest/sciNaucniRezultati/oai/record/3/1186</dim:field>
                    <dim:field mdschema="dc" element="identifier" qualifier="uri">http://www.singipedia.com/attachment.php?attachmentid=574&amp;d=1275395224</dim:field>
                    <dim:field mdschema="dc" element="contributor" qualifier="author" authority="etfid:99" confidence="-1">Vladislav Miškovic</dim:field>
                    <dim:field mdschema="dc" element="description" qualifier="abstract">Osnovna hipoteza ovog rada je da je moguće znatno poboljšati performanse sistema za induktivno učenje pravila u slučaju oskudnih obučavajućih skupova istovremenom primenom više različitih metoda i tehnika korišćenja  informacija iz prostora atributa: redukcijom dimenzionalnosti, analizom interakcije atributa, upotrebom kombinovanih klasifikatora, globalnih algoritama pretraživanja prostora hipoteza i globalnih funkcija ocene hipoteza.
Naučni doprinosi disertacije su iz oblasti induktivnog učenja (inductive machine learning) i sistema za istraživanje znanja (data mining):
- Pregled i analiza dosadašnjih istraživanja i rezultata u oblasti induktivnog učenja razumljivog znanja na osnovu oskudnih obučavajućih skupova.
- Pregled i analiza svojstava postojećih sistema, metoda i tehnika induktivnog učenja na ovoj vrsti problema.
- Analiza i predlog jednog rešenja za induktivno učenje razumljivog znanja u obliku pravila na osnovu oskudnih obučavajućih skupova, čija realizacija je izvršena kroz dogradnju sopstvenog sistema za istraživanje znanja Empiric.
Daje se pregled performansi dograđenog sistema za induktivno učenje na izabranim primerima oskudnih obučavajućih skupova, standardnim i nekim realnim primerima iz oblasti analize genskih ekspresija.</dim:field>
                    <dim:field mdschema="dc" element="type">doctoralThesis</dim:field>
                    <dim:field mdschema="dc" element="publisher">Univerzitet Singidunum</dim:field>
                    <dim:field mdschema="dc" element="citation" qualifier="spage">1</dim:field>
                    <dim:field mdschema="dc" element="citation" qualifier="epage">128</dim:field>
                    <dim:field mdschema="dc" element="source">doktorska disertacija</dim:field>
                </dim:dim>
            </metadata>
        </record>
    </GetRecord>
</OAI-PMH>
