文献

J-GLOBAL ID：201702283142737740   整理番号：17A0408761

有益性の高いアイテム集合をマイニングするためのACOベースアプローチ【Powered by NICT】

An ACO-based approach to mine high-utility itemsets

著者 (3件)： Wu Jimmy Ming-Tai (Department of Computer Science, University of Nevada, Las Vegas, USA) ,  Zhan Justin (Department of Computer Science, University of Nevada, Las Vegas, USA) ,  Lin Jerry Chun-Wei (School of Computer Science and Technology, Harbin Institute of Technology Shenzhen Graduate School, Shenzhen, China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 116  ページ： 102-113  発行年： 2017年 
JST資料番号： T0426A  ISSN： 0950-7051  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： 高有用性アイテム集合マイニング(HUIM)は主要な現代のデータマイニング問題である。頻出アイテム集合マイニング(FIM),頻度因子だけを考慮するとは異なっている。HUIMは最も有益な生成物を明らかにするために使用される量と利益因子の両方を適用した。鉱山有益性アイテム集合(HUIs)が提案されているいくつかの以前のアプローチと異なる項目の数とデータベースのサイズは非常に大きいときに,ほとんどの株がHUIsを発見するための指数関数的探索空間を処理しなければならない。二進化的計算(EC)法,遺伝的アルゴリズム(GA)と粒子群最適化(PSO)は,以前にHUIsをマイニングするために提案した。これらの研究では,GAとPSOも制限時間における有益性項目の膨大な量を得ることができた。本論文では,アリコロニー最適化(ACO),他の進化的計算法に基づく新しいアルゴリズムをこの問題を解決するために提案した。GAとPSOとは異なり,ACOは構成的な方法で実行可能解を生成する。を可能な限り不合理な解を生成する避けることができる。,明確に定義されたACO(アリコロニー最適化)アプローチは常に適切な解を効率的に得ることができる。ACO(アリコロニー最適化)とA CS(HUIM ACS)有益性アイテム集合マイニングの構成を拡張した,アリコロニーシステム(A CS)はHUIsを見出す効率的に提案した。一般に,ECアルゴリズムはこの解法では,大域的最適解で確認することができない。しかし設計HUIM A CSアルゴリズムが完了解空間を写像ルーティンググラフに二枝刈りプロセスを含んでいる。,出発点から候補端がないときはHUIsのすべてを得ることを保証する。さらに,消耗計算資源を避けるためにHUIM A CSはその過程で再び同じ実行可能解を推定してこなかった。実生活データセット上で実質的な実験は,提案したアルゴリズムが採掘HUIs発見HUIsの数,および収束の観点から他の発見的アルゴリズムより優れていることを示した。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： 指数関数 ,  頻度因子 ,  *進化的計算 ,  アルゴリズム ,  データベース ,  遺伝的アルゴリズム ,  データマイニング
準シソーラス用語： 発見的アルゴリズム ,  計算資源 ,  解空間 ,  最適解 ,  アリコロニーシステム ,  アリコロニー最適化 ,  粒子群最適化 ,  探索空間 , 【Automatic Indexing@JST】

著者キーワード (4件)： アリシステム ,  高有用性アイテム集合 ,  進化的計算 ,  Antコロニーシステム

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 有益性 ,  集合 ,  ACO