文献

J-GLOBAL ID：201702269665087167   整理番号：17A0796645

メッセージ重要性測度とその応用ビッグデータにおける少数サブセット検出【Powered by NICT】

Message Importance Measure and Its Application to Minority Subset Detection in Big Data

著者 (4件)： Fan Pingyi ,  Dong Yunquan ,  Lu Jiaxun ,  Liu Shanyun
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： GC Wkshps  ページ： 1-5  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： メッセージ重要性尺度(MIM)はビッグデータのシナリオにおけるメッセージ重要性を記述するための重要な指標である。ShannonエントロピーおよびRenyiエントロピーと同様に,MIMはランダム過程といくつかの関連した統計的特性の不確実性を特性化するために提案した。さらに,MIMも比較的小さな発生確率を持つこれらの事象の重要性を強調するために必要,ビッグデータシナリオに特に適用可能である。本論文では,情報理論の観点からのパラメトリックMIM尺度を定義し,その特性を調べた。もビッグデータの統計処理における少数サブセット検出問題への回答を提供するパラメータ選択原理を提示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 指標 ,  *測度 ,  情報理論 ,  不確実性 ,  キャラクタリゼーション ,  *部分集合 ,  確率過程
準シソーラス用語： パラメータ選択 ,  統計処理 ,  発生確率 ,  統計的特性 ,  Renyiエントロピー ,  情報エントロピー ,  *ビッグデータ , 【Automatic Indexing@JST】

分類 (1件)： 経営工学一般  (KA01010C)

タイトルに関連する用語 (6件)： メッセージ ,  重要性 ,  測度 ,  応用 ,  ビッグデータ ,  サブセット