文献

J-GLOBAL ID：201702269672273200   整理番号：17A1549349

サンプリングと情報粒状化による効率的な頻出アイテム集合マイニング【Powered by NICT】

Efficient frequent itemsets mining through sampling and information granulation

著者 (3件)： Zhang Zhongjie (College of Mechatronics Engineering and Automation, National University of Defense Technology, Changsha, 410073, China) ,  Pedrycz Witold (Department of Electrical and Computer Engineering, University of Alberta, Edmonton, T6R2G7, AB, Canada) ,  Huang Jian (College of Mechatronics Engineering and Automation, National University of Defense Technology, Changsha, 410073, China)
資料名： Engineering Applications of Artificial Intelligence  (Engineering Applications of Artificial Intelligence)
巻： 65  ページ： 119-136  発行年： 2017年 
JST資料番号： T0797A  ISSN： 0952-1976  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,トランザクションの大規模患者データセットからの高品質近似頻出アイテム集合を形成するアルゴリズムを提案した。高い確率でアルゴリズムで得られた結果は,すべての頻出アイテム集合を含み,最小サポートよりもはるかに低い支持を有するアイテム集合は含まれていないと,アルゴリズムによって得られた担体は,実際の値に近かった。過大評価サンプルサイズと顕著な計算オーバヘッドを回避するために,還元データのタスクは,三つの部分問題に分解し,サンプリングと情報粒状化はそれらを解決するために使用されている。最初に,アルゴリズムは,サンプリングによる項目毎の支援を得ると高頻度の項目を除去し,データが簡単になる。,別の試料は,単純化されたデータから得られた,いくつかの情報か粒にクラスター化した。データ還元後,この方法で得られたこれらの顆粒は,改善されたAprioriによる採掘されている。最終結果の品質に対する厳密な保証を提供した。手法の性能を一連の実験により定量化した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 近似法 ,  簡素化 ,  顆粒 ,  *造粒 ,  アルゴリズム ,  クラスタ化 ,  患者 ,  品質
準シソーラス用語： 部分問題 ,  高品質 , 【Automatic Indexing@JST】

著者キーワード (3件)： 頻出アイテム集合はマイニング ,  サンプリング ,  情報粒状化

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： サンプリング ,  粒状化 ,  集合