文献

J-GLOBAL ID：201702233427178636   整理番号：17A0368945

EPRENNID:不均衡データの最近傍分類のための進化的プロトタイプ縮小に基づくアンサンブル【Powered by NICT】

EPRENNID: An evolutionary prototype reduction based ensemble for nearest neighbor classification of imbalanced data

著者 (10件)： Vluymans Sarah (Department of Applied Mathematics, Computer Science and Statistics, Ghent University, Belgium) ,  Vluymans Sarah (Data Mining and Modeling for Biomedicine, VIB Inflammation Research Center, Ghent, Belgium) ,  Vluymans Sarah (Department of Computer Science and Artificial Intelligence, University of Granada, Spain) ,  Triguero Isaac (Data Mining and Modeling for Biomedicine, VIB Inflammation Research Center, Ghent, Belgium) ,  Triguero Isaac (Department of Internal Medicine, Ghent University, Belgium) ,  Triguero Isaac (School of Computer Science, University of Nottingham, Jubilee Campus, Wollaton Road, Nottingham NG8 1BB, United Kingdom) ,  Cornelis Chris (Department of Applied Mathematics, Computer Science and Statistics, Ghent University, Belgium) ,  Cornelis Chris (Department of Computer Science and Artificial Intelligence, University of Granada, Spain) ,  Saeys Yvan (Data Mining and Modeling for Biomedicine, VIB Inflammation Research Center, Ghent, Belgium) ,  Saeys Yvan (Department of Internal Medicine, Ghent University, Belgium)
資料名： Neurocomputing  (Neurocomputing)
巻： 216  ページ： 596-610  発行年： 2016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： 不均衡なクラス分布を用いた分類問題は,過去10年間に機械学習コミュニティ内で注目の増加を受けている。多く実世界状況で遭遇すると標準的な機械学習技術への挑戦を提起している。クラス不均衡を扱うために特に適合させた新規ハイブリッド法,EPRENNIDを提案した。トレーニングセットを過剰適合からの方法を防止するために多様な解を提供することに焦点を当てた進化的プロトタイプ縮小を行う。も過小評価クラスを減らす明示的にすることが可能であり,これは処理クラス不均衡最も一般的な前処理溶液は通常保護する。実験研究の一部として,著者らは,提案したプロトタイプ縮小法は,最新の前処理技術より優れていることを示した。前処理段階は後にアンサンブルに使われた,最近傍分類器を持つ重み付き投票方式を行っている複数のプロトタイプセットを与えている。EPRENNIDは以前の提案よりも著しく優れていることを実験により示した。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： 投票 ,  前処理 ,  *プロトタイプ
準シソーラス用語： 実験研究 ,  ハイブリッド法 ,  *不均衡 , 【Automatic Indexing@JST】

著者キーワード (5件)： 不均衡データ ,  プロトタイプ選択 ,  プロトタイプ生成 ,  微分進化 ,  最近接

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 (7件)： 不均衡データ ,  近傍 ,  分類 ,  進化 ,  プロトタイプ ,  縮小 ,  アンサンブル