文献

J-GLOBAL ID：201702234519732316   整理番号：17A1745847

事例学習と協同部分集合探索に基づく特徴選択方法【JST・京大機械翻訳】

A feature selection method based on instance learning and cooperative subset search

著者 (2件)： Xu Xiaoyuan (江蘇開放大学信息与机電工程学院,江蘇南京,210017) ,  Huang Li (江蘇開放大学信息与机電工程学院,江蘇南京210017;南京航空航天大学計算机科学与技術学院,江蘇南京210016)
資料名： Dianxin Kexue  (Dianxin Kexue)
巻： 33  号： 6  ページ： 105-113  発行年： 2017年 
JST資料番号： C3333A  ISSN： 1000-0801  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 特徴部分集合探索はデータマイニングの分類における重要な問題であり,一般的なフィルタ方法は遺伝子間の相関を無視し,また,既存の解決法は小サンプルデータを扱うのではなく,特徴選択において不安定性を示す。上述の問題を解決するために、実例学習に基づき、新しいハイブリッドカプセル化フィルタリングアルゴリズムを提案し、また、カプセル評価システムを有する分類器アルゴリズムである協同性部分集合探索(CSS)を提案した。いくつかの高次元小サンプルの癌データセットをデータ源として選び、提案した評価システムに対して実験テストを行った結果、この方法は正確性と安定性においてその他の方法よりよいことが分かった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *特徴選択 ,  フィルタ ,  データマイニング ,  高次元 ,  不安定性 ,  *学習 ,  カプセル ,  アルゴリズム ,  *部分集合 ,  遺伝子
準シソーラス用語： 正確性 ,  評価システム ,  *例からの学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： feature selection ,  hybrid ,  small sample ,  classification ,  stability

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 事例学習 ,  協同 ,  部分集合 ,  探索 ,  選択方法