文献

J-GLOBAL ID：201702226633481292   整理番号：17A0144748

hadoopと地図REDUCEを用いた乳癌データに密度ベース異常値検出技術の比較分析【Powered by NICT】

Comparative analysis of density based outlier detection techniques on breast cancer data using hadoop and map reduce

著者 (2件)： Behera Sourajit (Computer Science and Engineering Department, Thapar University, Patiala, India) ,  Rani Rinkle (Computer Science and Engineering Department, Thapar University, Patiala, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICICT  ページ： 1-4  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 技術の進歩は,データマイニングで合計できる企業のためのデータのいくつかのテラバイトを与えた。このような膨大なデータからの情報の有用な断片を見つける時間を必要とした。異常検出[8]と呼ばれる項は正常データオブジェクトの概念に付与しないデータオブジェクトを参照するためにpretextで使用されている。データセット内のクラスタを見出すことにより正常または異常としてデータオブジェクトを分類するために使用される様々な密度ベースクラスタリングアルゴリズム[10]であった。LOF[18]は,その近傍の局所密度に関連したデータオブジェクトの局所密度を見出すことにより異常なデータオブジェクトを見出す。DBSCAN当データオブジェクトから遠く離れたデータオブジェクト(密度)で囲まれたデータオブジェクトを見出すことにより異常なデータオブジェクトを見出す。光学DBSCANの拡張は,任意のサイズのクラスタを見出した。DENCLUEは密度分布関数のセットを用いた。本論文では,密度ベースアルゴリズムすなわちLOF,光学,DBSCAN,DENCLUEは単一クラスターhadoopに要する時間,雑音精度検出レベル,高次元データで検出された異常なインスタンスの数,ハンドル変化密度,入力パラメータと複雑さのようなパラメータに基づくなどの比較を示した。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： データマイニング ,  *乳房腫瘍 ,  舵取ハンドル ,  分布関数 ,  クラスタ ,  雑音 ,  アルゴリズム
準シソーラス用語： 複雑性 ,  入力パラメータ ,  高次元データ ,  異常検出 ,  *比較分析 ,  *異常値検出 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： Hadoop ,  地図 ,  REDUCE ,  乳癌 ,  密度 ,  異常値検出 ,  比較分析