文献

J-GLOBAL ID：201702213005332798   整理番号：17A0301897

大規模データマイニング分類アルゴリズムとその概念ドリフト応用研究【JST・京大機械翻訳】

Research on Classification Algorithm and Concept Drift Based on Big Data

著者 (4件)： Lu Lili (Institute of Computer & Software, Nanjing College of Information Technology) ,  Zhang Yongpan (School of Computer Science, Nanjing University of Posts and Telecommunications) ,  Tan Haiyu (School of Computer Science, Nanjing University of Posts and Telecommunications) ,  Ji Yimu (School of Computer Science, Nanjing University of Posts and Telecommunications)
資料名： Jisuanji Kexue Yutansuo  (Jisuanji Kexue Yutansuo)
巻： 10  号： 12  ページ： 1683-1692  発行年： 2016年 
JST資料番号： C2939A  ISSN： 1673-9418  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： 大規模データ応用の研究と分散型機械学習におけるストリーム計算フレームワークの出現によって,データストリームにおける概念ドリフト問題に関する研究は,データマイニング分野における研究ホットスポットの1つである。概念ドリフトに関する既存の研究成果は,データ構造とアルゴリズム最適化に依存し,計算資源の限られた独立計算機によって概念ドリフトを検出する。そこで,本論文は,大規模データのためのにに基づく概念的ドリフトに基づく分類アルゴリズムS-CVFDT(に-CONCEPT VERY FAST DECISION)とシステムを提案した。このシステムは,並列ウィンドウとS-CVFDTアルゴリズムを採用して,データストリームにおける突然変異の概念ドリフトを検出し,並列ウィンドウのサイズを適応的に変化させ,S-CVFDTアルゴリズムを用いて漸進的概念ドリフトのモデルを更新した。解析と実験結果は,このアルゴリズムが突然変異の概念ドリフトを迅速かつ効果的に検出することができ,突然変異の概念ドリフトによる資源浪費を減少させ,モデルの効率と分類精度を改善することを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  *ドリフト ,  突然変異 ,  ホットスポット ,  データ構造 ,  *データマイニング ,  計算機械 ,  機械学習 ,  *アルゴリズム
準シソーラス用語： 分類精度 ,  計算資源 ,  データストリーム ,  *大規模データ ,  *分類アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (4件)： big data ,  data mining ,  classification algorithm ,  concept drift

分類 (2件)： 遺伝的変異  (EC01030Y) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 大規模データ ,  分類アルゴリズム ,  概念 ,  ドリフト ,  応用 ,  研究