文献

J-GLOBAL ID：201702258578973822   整理番号：17A0344833

非平衡データ処理法のてんかん発作検出への応用【JST・京大機械翻訳】

A new processing method of imbalance data and its application on the epileptic seizure detection

著者 (4件)： Ye Meina (Medical Big Data Research Center,Northwest University) ,  Li Yanyan (Medical Big Data Research Center,Northwest University) ,  Yang Chenjun (Medical Big Data Research Center,Northwest University) ,  Zhang Rui (Medical Big Data Research Center,Northwest University)
資料名： Xibei Daxue Xuebao. Ziran Kexue Ban  (Xibei Daxue Xuebao. Ziran Kexue Ban)
巻： 46  号： 6  ページ： 789-794  発行年： 2016年 
JST資料番号： C3019A  ISSN： 1000-274X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 非平衡データセットとは,データ集合のあるクラスのサンプルの数が他のサンプルの数よりはるかに大きいことを意味する。これらのデータに対して,クラス分布の不平衡は,多くの分類アルゴリズムの故障を直接引き起こす。本論文では,K-平均クラスタリング,シルエット指数およびM-最近傍サンプリングに基づく新しいデータ平衡法(K-S-M)を提案した。最初に,K-平均アルゴリズムを用いて,多くのサンプルをクラスタ化し,最適クラスタ数を選択し,次に,M-最近傍サンプリングを用いてクラスタ化したデータをサンプリングし,次に,平衡データを獲得し,そして,得られた平衡データを自動的に検出した。実験結果は,提案方法が非平衡データを扱うことができて,データ損失を減少して,非平衡データ分類の有効性を向上することができることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *非平衡状態 ,  クラスタ化 ,  クラスタ ,  平衡法 ,  データ損失 ,  改変
準シソーラス用語： データ分類 ,  シルエット ,  分類アルゴリズム ,  *データ処理法 , 【Automatic Indexing@JST】

著者キーワード (6件)： imbalance data set ,  Silhouette index ,  K-means clustering method ,  M-neighboring under-sampling ,  epileptic seizure ,  electroencephalograph (EEG)

分類 (2件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 非平衡 ,  データ処理法 ,  てんかん発作 ,  応用