文献

J-GLOBAL ID：201702216094536747   整理番号：17A0448265

オンライン販売予測のための多目的進化的特徴選択【Powered by NICT】

Multi-objective evolutionary feature selection for online sales forecasting

著者 (5件)： Jimenez F. (Faculty of Computer Science, University of Murcia, Spain) ,  Sanchez G. (Faculty of Computer Science, University of Murcia, Spain) ,  Garcia J.M. (Faculty of Computer Science, University of Murcia, Spain) ,  Sciavicco G. (Department of Mathematics and Computer Science, University of Ferrara, Italy) ,  Miralles L. (Universidad Panamericana, Campus Mexico, Facultad de Ingenieria, Augusto Rodin 498, Mexico, Ciudad de Mexico 03920, Mexico)
資料名： Neurocomputing  (Neurocomputing)
巻： 234  ページ： 75-92  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 販売予測は歴史的販売,製品特性と特異性に関連して,ビジネスにおける短期または長期将来の性能を予測するために用い,それは健全な財政と事業計画を導くために用いることができる。公的に利用可能なデータを用いて,良く知られた回帰モデル学習者ランダムフォレストにより駆動されるラッパー法における探索戦略としての多目的進化的アルゴリズムENORA(進化したNOn支配放射状スロットに基づくアルゴリズム)の適用で構成された新しい特徴選択方法論を介して得られるオンライン販売予測のための正確な回帰モデルを構築した。筆者らの提案は,回帰,モデル評価と意思決定のための特徴選択を統合し,多目的文脈における事後プロセスに従って最も満足すべきモデルを選択した。NSGA II(非支配ソート遺伝的アルゴリズム)のような標準多目的進化的探索戦略に対する多目的進化的探索戦略としてENORAの性能を試験し,比較し,RFE(再帰的特徴除去)のような古典的後方探索戦略に対して,元のデータセットに対して。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： アルゴリズム ,  ソーティング ,  回帰モデル ,  遺伝的アルゴリズム ,  *特徴選択 ,  意思決定 ,  NSGA-II ,  モデル評価 ,  ラッパー ,  多目的進化アルゴリズム ,  進化的計算
準シソーラス用語： 多目的進化的アルゴリズム ,  探索戦略 ,  ランダムフォレスト ,  学習者 ,  事業計画 ,  *オンライン , 【Automatic Indexing@JST】

著者キーワード (5件)： 多目的進化的アルゴリズム ,  特徴選択 ,  ランダム森林 ,  回帰モデル ,  オンライン販売は予測

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (5件)： オンライン ,  販売 ,  予測 ,  進化 ,  特徴選択