文献

J-GLOBAL ID：201702214155699403   整理番号：17A0054797

素人分析システム:データ解析ワークフローレコメンデーションのためのクラウドシステム【Powered by NICT】

Layman Analytics System: A Cloud-Enabled System for Data Analytics Workflow Recommendation

著者 (9件)： Aye Theint Theint (Department of Computing Science, Institute of High Performance Computing, Agency for Science, Technology and Research, Singapore, 138632) ,  Lee Gary Kee Khoon (Department of Computing Science, Institute of High Performance Computing, Agency for Science, Technology and Research, Singapore, 138632) ,  Su Yi (Department of Computing Science, Institute of High Performance Computing, Agency for Science, Technology and Research, Singapore, 138632) ,  Zhang Tianyou (Institute of High Performance Computing, Agency for Science, Technology and Research, Singapore) ,  Lee Chonho (Osaka University, Osaka, Japan) ,  Kasim Henry (Institute of High Performance Computing, Agency for Science, Technology and Research, Singapore) ,  Hoe Ivan (Department of Industrial Development, Institute of High Performance Computing, Agency for Science, Technology and Research, Singapore) ,  Lee Francis Bu-Sung (School of Computer Engineering, Nanyang Technological University, Singapore) ,  Hung Terence Gih Guang (Institute of High Performance Computing, Agency for Science, Technology and Research, Singapore)
資料名： IEEE Transactions on Automation Science and Engineering  (IEEE Transactions on Automation Science and Engineering)
巻： 14  号： 1  ページ： 160-170  発行年： 2017年 
JST資料番号： W1406A  ISSN： 1545-5955  CODEN： ITASC7  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 今日のビッグデータ時代では,利用可能なデータの非常に巨大な量である。素人ユーザはこれらのデータの意味も分析を実行するための計算資源をデータ分析における知識と経験を欠いている。本論文では,素人分析システム(LAS),分類タスクのための分析ワークフローを自動生成するスケーラブルですぐに使える分析ツールを用いた素人ユーザを開発し,提案した。LASはこれらのツールから分析演算子の一般的なオントロジーモデリングと同様にメタデータ学習のための適応制約精密化を用いた既存のオープンソースデータ分析ツールから利益を得るように設計されている。さらに,LASはスケーラブルコンピューティングと容易なメンテナンスの必要性を満たすために,公共および民間の雲に展開することができる。LASの性能を実証するために,カリフォルニア州Irvine機械学習リポジトリの大学から得られた114データセットを用いた実験を行った。LASにより生成されたワークフローはOpenMLに対するベンチマークとした各データセットは,データ専門家によって設計し,微調整分類器を用いて得られた分類精度の範囲を持っている。比較は114データセットのうち87はベンチマークデータの五十パーセンタイルを超えていることを示した。これら八十七のデータセットの中で,LASは49データセットに対するベンチマークの九十パーセンタイルよりも優れていた。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *ワークフロー ,  ベンチマーク ,  学習 ,  機械学習 ,  制約条件 ,  カリフォルニア州 ,  精密化 ,  リポジトリ ,  メタデータ ,  *データ解析
準シソーラス用語： 分類精度 ,  解析ツール ,  自動生成 ,  計算資源 ,  ビッグデータ , 【Automatic Indexing@JST】

分類 (1件)： 工程管理  (KB03030P)

タイトルに関連する用語 (3件)： 分析 ,  データ解析 ,  クラウド