Webのデータに誘導分類のためのツリーベースモデル【Powered by NICT】

Rizzo Giuseppe; d’Amato Claudia; Fanizzi Nicola; Esposito Floriana

文献

J-GLOBAL ID：201702281562990941 整理番号：17A1717120

Webのデータに誘導分類のためのツリーベースモデル【Powered by NICT】

Tree-based models for inductive classification on the Web Of Data

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=17A1717120&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=17A1717120&from=J-GLOBAL&jstjournalNo=W3378A") }}

著者 (4件)： , , ,
資料名：
巻： 45 ページ： 1-22 発行年： 2017年
JST資料番号： W3378A ISSN： 1570-8268 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)

データのWeb,セマンティックWebの寸法(SW)の一種であり,情報の大きな源,この文脈における概念学習リンク予測,誘導インスタンス検索のようなタスクを解くための機械学習法の形式化と応用に注目を示した。しかし,Webデータも様々な形態の不確実性によって特性化され,その固有の不完全性(欠落情報,不均一データ分布)と雑音,開放および分散アーキテクチャに影響する可能性があることによる。本論文では,分類問題として見なす誘導インスタンス検索タスクに焦点を当てた。提案した解決策は存在論的知識ベースで記述された例からの用語的ディシジョンツリーを学習する,例えば分類を行うために使用するためのフレームワークである。目的のために,適切な枝刈り戦略および新しい予測法を提案した。さらに,クラス不均衡分布問題に対処するために,本フレームワークは用語ランダムフォレストと呼ばれる用語的ディシジョンツリーのアンサンブルに拡張した。提案したフレームワークは,類似したアプローチに基づく最新技術の主要な状態と,比較実験では,評価したことを示した(1)定式化された枝刈り戦略の採用はモデル予測を向上させることができる(2)用語ランダムフォレストは,単一用語的ディシジョンツリーの使用をより優れ,特に知識ベースは,多数の概念および役割のに恵まれている場合(3)フレームワークは,関連する問題を解くための利用できる,有限範囲の与えられた特性の値を予測する。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

, , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

著者キーワード (7件)： , , , , , ,

人工知能 , その他の情報処理

, ,

前のページに戻る