文献

J-GLOBAL ID：201302289742248644   整理番号：13A1869969

交換局所探索方式を用いた新簡易群最適化(SSO)

A NEW SIMPLIFIED SWARM OPTIMIZATION (SSO) USING EXCHANGE LOCAL SEARCH SCHEME

著者 (5件)： BAE Changseok (Electronics and Telecommunications Res. Inst., Daejeon, KOR) ,  YEH Wei-Chang (Univ. Technol. Sydney, NSW, AUS) ,  WAHID Noorhaniza (Univ. Tun Hussein Onn Malaysia, Johor, MYS) ,  CHUNG Yuk Ying (Univ. Sydney, NSW, AUS) ,  LIU Yao (Univ. Sydney, NSW, AUS)
資料名： International Journal of Innovative Computing, Information and Control  (International Journal of Innovative Computing, Information and Control)
巻： 8  号： 6  ページ： 4391-4406  発行年： 2012年06月 
JST資料番号： F1199A  ISSN： 1349-4198  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 群ベースの最適化アルゴリズムは,マルチクラスデータベースにおいて分類問題を解く効果的な能力を持つことが実証されている。しかしながら,これらのアルゴリズムは,高次元問題空間において,早熟収束に悩まされる傾向がある。本誌は,上記の問題を克服するための,新しい局所探索方式と組合せた,新簡易群最適化(SSO)アルゴリズムを提案した。この提案したアルゴリズムは,SSOにより作り出した最新の解の近傍からより良好な解を見つけ出すことができる。提案したアルゴリズムの性能を13の異なる広く使われているデータベースを用いて評価し,標準PSOと3つの他のよく知られた分類アルゴリズムと比較した。さらに,このアプローチの実行可能性を,体重移動データからのゴルフスイング解析に適用して研究した。実験による結果は,提案したアルゴリズムは最も高い分類精度を達成することを示した。(翻訳著者抄録)

シソーラス用語： *近傍探索法 ,  最適化 ,  *アルゴリズム ,  *計算機アルゴリズム ,  精度
準シソーラス用語： PSO【最適化】 ,  *局所探索法 ,  *最適化アルゴリズム ,  *分類アルゴリズム ,  分類精度 ,  粒子群最適化

分類 (2件)： 人工知能  (JE08000Z) ,  数理計画法  (KA03030M)

引用文献 (49件)：

• P. N. Tan, M. Steinbach and V. Kumar, Introduction to Data Mining, Pearson Addison Wesly, 2006.
• U. Fayyad, G. Piatetsky-Shapiro and P. Smyth, The KDD process for extracting useful knowledge from volumes of data, Communication of the ACM, vol.39, no.11, pp.27-34, 1996.
• V. N. Vapnik, Statistical Learning Theory, John Wiley, New York, 1998.
• N. Cristianini and J. Shawe-Taylor, An Introduction to Support Vector Machines, Cambridge University Press, 2000.
• S. T. Li, W. Shiue and M. H. Huang, The evaluation of consumer loans using support vector machines, Expert Systems with Applications, vol.30, no.4, pp.772-782, 2006.

タイトルに関連する用語 (3件)： 局所探索 ,  簡易 ,  最適化