並列処理環境を用いたリンクデータのランダムフォレストアルゴリズム

JEON Dongkyu; KIM Wooju

文献

J-GLOBAL ID：201502238072936006 整理番号：15A0327452

並列処理環境を用いたリンクデータのランダムフォレストアルゴリズム

Random Forest Algorithm for Linked Data Using a Parallel Processing Environment

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=15A0327452&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=15A0327452&from=J-GLOBAL&jstjournalNo=U0469A") }}

著者 (2件)： ,
資料名：
巻： E98.D 号： 2 ページ： 372-380 (J-STAGE) 発行年： 2015年
JST資料番号： U0469A ISSN： 1745-1361 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)

近年,規模・応用の両領域における急速な技術増強に起因して,グラフ構造データに関するデータマイニングの重要性が大きく増加した。従来研究の多くは暗黙知を発見するために,セマンティックWebベースリンクデータのディシジョンツリー学習について調査した。本論文では,局所最適決定・汎化誤差など,ディシジョンツリーアルゴリズムに内在する限界を克服するために,リンクデータの新しいランダムフォレストアルゴリズムを示唆した。さらに,大規模リンクデータを管理して多重ツリーの生成効率を増加させるべく,ランダムフォレスト学習の並列処理環境を設計した。この目的で,ランダムフォレスト学習の特徴探索空間を減らすために,ディシジョンツリーアルゴリズムの従来型候補特徴探索法を修正し,リンクデータに適応する特徴選択法を開発した。分散索引に基づく検索エンジンを用いて,ランダムフォレストを並列生成するリンクデータの並列ランダムフォレスト学習システムを設計した。提案システムによってユーザは分散記憶されたリンクデータから多重ディシジョンツリーを同時に生成できる。提案アルゴリズムの性能を評価するため,単一ディシジョンツリーアルゴリズム使用時の分類精度と比較する実験を行った。実験の結果,ランダムフォレストアルゴリズムが単一ディシジョンツリーアルゴリズムよりも高精度であることを顕示した。(翻訳著者抄録)

, , , , , , , , , , , ,
, ,

人工知能 , 計算理論

引用文献 (18件)：

[1] F. Baader, I. Horrocks, and U. Sattler, “Description logics as ontology languages for the semantic web,” in Mechanizing Mathematical Reasoning, pp.228-248, Springer Berlin Heidelberg, 2005.
[2] T. Berners-Lee, J. Hendler, and O. Lassila, “The semantic web,” Scientific American, vol.284, no.5, pp.28-37, 2001.
[3] L. Breiman, “Random forests,” Machine Learning, vol.45, no.1, pp.5-32, 2001.
[4] D. Brickley and R.V. Guha, “RDF vocabulary description language 1.0: RDF schema,” 2004.
[5] N. Fanizzi, C. d'Amato, and F. Esposito, “Induction of concepts in web ontologies through terminological decision trees,” in Machine Learning and Knowledge Discovery in Databases, pp.442-457, Springer Berlin Heidelberg, 2010.

, ,

前のページに戻る