文献

J-GLOBAL ID：201702260585176186   整理番号：17A0262947

マルチスケールデータマイニング手法【JST・京大機械翻訳】

Research on Multi-Scale Data Mining Method

著者 (6件)： Liu Mengmeng (Mathematics & Information Science, Hebei Normal University; Hebei Key Laboratory of Computational Mathematics & Applications) ,  Zhao Shuliang (Mathematics & Information Science, Hebei Normal University; Hebei Key Laboratory of Computational Mathematics & Applications) ,  Han Yuhui (Mathematics & Information Science, Hebei Normal University; Hebei Key Laboratory of Computational Mathematics & Applications) ,  Su Donghai (Grand Media Group, Hebei Broadcasting Wireless Media Co. Ltd.) ,  Li Xiaochao (Mathematics & Information Science, Hebei Normal University; Hebei Key Laboratory of Computational Mathematics & Applications) ,  Chen Min (Mathematics & Information Science, Hebei Normal University; Hebei Key Laboratory of Computational Mathematics & Applications)
資料名： Ruanjian Xuebao  (Ruanjian Xuebao)
巻： 27  号： 12  ページ： 3030-3050  発行年： 2016年 
JST資料番号： C2542A  ISSN： 1000-9825  CODEN： RUXUEW  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： マルチスケール理論はデータマイニング分野に導入されているが,それらの研究はまだ完全ではなく,普遍性理論と方法が欠如している。大規模データ処理の応用が深くなるにつれ、その研究がより緊急になっている。上述の問題に対して、ユビキタスなマルチスケールデータマイニング理論と方法の研究を行った。まず第一に,概念階層理論に基づいて,データスケールの分類とデータスケールの定義とマルチスケールデータセットの間の上下の層尺度データセットの関係を提示した。第二に,マルチスケールデータマイニングの定義,研究の実質と方法分類を説明した。最後に,マルチスケールデータマイニングアルゴリズムのフレームワークを提案し,その理論的基礎を与え,相関ルールをマイニングするためにこのフレームワークを適用した。マルチスケール相関ルールルール(MULTI)を提案し,マルチスケールデータセット間の知識のスケールを実現した。IBMT10I4D100KデータセットとH省の全人口データセットを用いて,MSARMAアルゴリズムの実験と解析を行った。このアルゴリズムは,より高い被覆率,より低い精度,およびより低い支持度推定誤差を持ち,実行可能で効果的である。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 被覆率 ,  *データマイニング ,  普遍性 ,  相関ルール ,  アルゴリズム
準シソーラス用語： 推定誤差 ,  概念階層 ,  ユビキタス ,  大規模データ ,  *マルチスケール , 【Automatic Indexing@JST】

著者キーワード (5件)： multi-scale ,  frequent item-set ,  association rule ,  scale conversion ,  multi-scale association rules mining

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (1件)： 手法