抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
高有用性アイテム集合マイニング問題は興味深く実行可能なパターンを発見するために電力会社の概念を用いた。高有用性アイテム集合を効率的に文献で提案されているいくつかのデータ構造と発見的方法。本論文では,最先端を進歩させるとHMiner,高有用性アイテム集合マイニング法を提示した。HMinerはいくつかの新しいアイデアを利用し,アイテム集合情報を保存するためのコンパクトな有用性リストと仮想ハイパーリンクデータ構造を示した。も高有用性アイテム集合のマイニング効率的にいくつかの枝刈り戦略を利用した。提案したアイデアを一連のベンチマーク,疎及び密なデータセット上で評価した。実行時間改善は中程度の三十%の範囲であったいくつかのベンチマークデータセットの大きさの三桁であった。メモリ消費量要件も最先端の方法上の改善の規模の最大を示した。一般に,HMinerはスパースかつ密なベンチマークデータセットの高密度領域で良く作動することが分かった。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】