文献

J-GLOBAL ID：201702276559794005   整理番号：17A0099042

大規模データ環境における不確実なデータストリームのオンライン分類アルゴリズム【JST・京大機械翻訳】

Online Classification Algorithm for Uncertain Data Stream in Big Data

著者 (4件)： Lyu Yanxia (School of Information Science & Engineering, Northeastern University) ,  Wang Cuirong (School of Information Science & Engineering, Northeastern University) ,  Wang Cong (School of Information Science & Engineering, Northeastern University) ,  Yu Changyong (School of Information Science & Engineering, Northeastern University)
資料名： Dongbei Daxue Xuebao(Zirankexueban)  (Dongbei Daxue Xuebao(Zirankexueban))
巻： 37  号： 9  ページ： 1245-1249  発行年： 2016年 
JST資料番号： C5017A  ISSN： 1005-3026  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： 大規模データ環境において,プライバシー保護とデータ損失のために,データには不確実性がある。データストリームシステムにおいて,データは連続的にシステムに到達し,一回だけ走査することができない。そこで,不確実なデータストリーム分類を扱うために,インクリメンタル分類モデルを構築した。本論文は,VFDTアルゴリズムに基づくWBVFDTUアルゴリズムを提案して,それは学習と分類の段階において不確かな情報を効果的に分析することができた。学習期間中に,HOEFFDING分解定理を用いて決定木モデルを構築した。分類期間中に,決定木の葉節点において,重み付きBAYES分類アルゴリズムを用いて,分類精度とアルゴリズムの実行効率を改善した。最終的に,このアルゴリズムは不確実なデータストリームを迅速に学習でき,分類精度を改善できることを証明した。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 ,  *不確実性 ,  学習 ,  ディシジョンツリー ,  節点
準シソーラス用語： 分類精度 ,  分類モデル ,  データ損失 ,  プライバシー保護 ,  *分類アルゴリズム ,  オンライン ,  *データストリーム ,  *大規模データ , 【Automatic Indexing@JST】

著者キーワード (5件)： uncertain data stream ,  weighted Bayes ,  VFDT(very fast decision tree) ,  classification algorithm ,  big data

分類 (9件)： 交通調査  (TB01031B) ,  化学プロセスの解析  (XC01030R) ,  自然災害  (RA02030M) ,  設備管理  (KB02020X) ,  CAI  (JE09000G) ,  数値計算  (JE02000J) ,  洪水対策  (RC12040I) ,  長さ,面積,断面,体積,容積,角度の計測法・機器  (AD05020O) ,  撮像・録画装置  (ND12032E)

タイトルに関連する用語 (5件)： 大規模データ ,  環境 ,  データストリーム ,  オンライン ,  分類アルゴリズム