文献

J-GLOBAL ID：201702284231533666   整理番号：17A1787239

不完全データセットの差分プライバシー保護決定木研究【JST・京大機械翻訳】

Method of Constructing Differential Privacy Decision Tree Classifier with Incomplete Data Sets

著者 (3件)： Chen Siqian (南京航空航天大学計算机科学与技術学院 南京211106) ,  Mao Yuguang (南京航空航天大学計算机科学与技術学院 南京211106;南京大学計算机軟件新技術国家重点実験室 南京210093) ,  Jiang Guanru (ka爾斯魯厄理工学院計算机系 巴登-符騰堡州76131)
資料名： Jisuanji Kexue  (Jisuanji Kexue)
巻： 44  号： 6  ページ： 139-143,149  発行年： 2017年 
JST資料番号： C2530A  ISSN： 1002-137X  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： 本論文では,不完全データセットに対して決定木解析を行う際に,差分プライバシー保護技術をどのように加えるかを検討した。最初に,差分プライバシーID3アルゴリズムと差分プライバシー確率的森林決定木アルゴリズムを簡単に紹介した。次に,上記のアルゴリズムにおける欠陥と欠陥を修正するために,本論文は,指数関数的な差分プライバシー確率的森林決定ツリーアルゴリズムを提案した。最後に,不完全なデータセットに対して新しいWP(Weight Partition)欠損値処理方法を提案し、補間が不要な場合に、決定木分析アルゴリズムを差分プライバシー保護を満たすことができ、より高い予測精度と適応性を持つことができる。実験により、Laplaceメカニズムと指数メカニズムに関わらず、ID3アルゴリズムとランダムフォレスト決定木アルゴリズムのいずれも提案方法に適していることが証明された。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 指数関数 ,  適応性 ,  アルゴリズム ,  *ディシジョンツリー ,  *プライバシー ,  内挿法
準シソーラス用語： ランダムフォレスト ,  予測精度 ,  決定木分析 ,  *差分プライバシー ,  *不完全データ , 【Automatic Indexing@JST】

著者キーワード (4件)： 微分プライバシー ,  不完全データ集合 ,  ID3ディシジョンツリーアルゴリズム ,  ランダム決定木アルゴリズム

分類 (2件)： システム・制御理論一般  (IA02010H) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 不完全データ ,  差分プライバシー ,  決定木 ,  研究