文献

J-GLOBAL ID：201702235899291360   整理番号：17A1399687

関連マルチラベルファジィ-ラフ特徴選択【Powered by NICT】

Associated multi-label fuzzy-rough feature selection

著者 (4件)： Qu Yanpeng (Information Science and Technology College, Dalian Maritime University, Dalian, 116026, P. R. China) ,  Rong Yu (Information Science and Technology College, Dalian Maritime University, Dalian, 116026, P. R. China) ,  Deng Ansheng (Information Science and Technology College, Dalian Maritime University, Dalian, 116026, P. R. China) ,  Yang Longzhi (Department of Computer Science and Digital Technologies, Northumbria University, Newcastle upon Tyne, NE1 8ST, UK)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IFSA-SCIS  ページ： 1-6  発行年： 2017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： 関連する特徴の部分集合を選択する過程の前方,ラベルは一般的にマルチラベル特徴選択のための単一に結合する必要がある。しかし既存ラベル組合せ法は,すべてのラベルはお互いに依存せず,結果として高い計算複雑性に悩まされていると仮定した。本論文では,ラベルに含まれる相関ルールは,マルチラベルデータセットのためのファジィ-ラフ特徴選択法を実行するために調べた。特に,ラベルのスケールを低減し,ラベル重複現象を回避するために,ラベル間の相関ルールはサブ標識のセットに崩壊のラベルの組合せとなっている。サブラベルの各セットは,ファジィ-ラフ特徴選択の経過中に特異なクラスとして考えられている。実証的な結果は,選択された特徴の品質は代替マルチラベル特徴選択アルゴリズムと比較して提案した方法により改善できることを示唆した。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： 計算量 ,  品質 ,  相関ルール ,  アルゴリズム ,  *特徴選択 ,  *曖昧さ ,  部分集合
準シソーラス用語： 選択法 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (1件)： 特徴選択