文献

J-GLOBAL ID：201702254686155809   整理番号：17A1653567

マルチターゲット花火アルゴリズムに基づく相関ルールマイニング【JST・京大機械翻訳】

Association Rules Mining Based on Multi-objective Fireworks Optimization Algorithm

著者 (2件)： Wu Qiong (南昌大学信息工程学院 南昌330031) ,  Ceng Qingpeng (南昌大学信息工程学院 南昌330031)
資料名： Moshi Shibie yu Rengong Zhineng  (Moshi Shibie yu Rengong Zhineng)
巻： 30  号： 4  ページ： 365-376  発行年： 2017年 
JST資料番号： C2411A  ISSN： 1003-6059  CODEN： MRZHET  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： 量子化相関ルールの特性に従って,本論文では,マルチターゲットの花火アルゴリズムと逆学習に基づく量子化相関ルールマイニングアルゴリズムを提案した。このアルゴリズムにおいて,相関ルールをマルチターゲットタバコアルゴリズムによって包括的に探索し,アルゴリズムの収束速度を改善し,局所最適確率に陥り,類似度に基づく冗長淘汰機構を用いて,相関ルールの多様性を維持し,最後に,相関ルール集合を得た。...を繰り返すことにより,相関ルール集合を得た。実験結果は,提案したアルゴリズムがサポートと信頼性の閾値を必要としないことを示し,実験結果は,アルゴリズムが異なるデータセットにおいて安定な結果を得ることができて,データセットを十分にカバーすることができて,信頼性,相関,および可理解性の間でより良いバランスを得ることができることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  淘汰 ,  学習 ,  量子化 ,  *相関ルール ,  信頼性
準シソーラス用語： 可理解性 ,  類似度 ,  収束速度 ,  *アソシエーション分析 ,  *マルチターゲット , 【Automatic Indexing@JST】

著者キーワード (4件)： Quantitative Association Rules ,  Multi-objective Optimization ,  Fireworks Optimization Algorithm ,  Opposition-Based Learning

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： マルチターゲット ,  花火 ,  アルゴリズム ,  相関ルールマイニング