文献

J-GLOBAL ID：201802214756979891   整理番号：18A0860927

トルコにおけるテロリスト攻撃:2016年に発生したテロリストの評価【JST・京大機械翻訳】

Terrorist attacks in Turkey: An evaluate of terrorist acts that occurred in 2016

著者 (2件)： Mohammed Dilkhaz Yaseen (Software Engineering Department, FIRAT University, Elazig, Turkey) ,  Karabatak Murat (Software Engineering Department, FIRAT University, Elazig, Turkey)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ISDFS  ページ： 1-3  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： テロリスト攻撃は,世界中で人類にとって最も重要な挑戦であり,それは全体の注意を必要とする。歴史的な流入を利用する結果と活動に対して説明可能なテロリストグループを予測することは,詳細なテロリストデータの湖のために困難なタスクである。したがって,本論文は,データマイニング技術を使用することによって2016年に発生したTURKEYテロリストにおける攻撃の原因となるテロリストグループの予測に基づいて,機械学習システムによって使用される最も有用でアクセス可能なアルゴリズムを分析する。アルゴリズムを含むこれらのデータセットの典型的な解析は,テロリズムの研究とテロリズム(START)の研究のための国家コンソーシアムからのグローバルテロリズムデータベース(GTD)を通して表現された実際のinfoに依存するWekaツール上で実行される。本論文の結果は,アルゴリズムが特定のデータセットに対してより便利であることを示した。Wekaを用いて実生活データについて試験を行い,また,J48がBayesネット,SVMおよびNBよりも正確であることを明らかにした5つの性能ステップに基づいて最終解析および結論を得たが,他の測度では良く機能したが,KNNは最も低い分類精度を有していた。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  測度 ,  ヒト ,  機械学習 ,  トルコ共和国
準シソーラス用語： 分類精度 ,  コンソーシアム ,  データマイニング技術 ,  湖 ,  *テロリスト , 【Automatic Indexing@JST】

分類 (3件)： その他の情報処理  (JE15050M) ,  感染症・寄生虫症一般  (GD01010H) ,  経営工学一般  (KA01010C)

タイトルに関連する用語 (4件)： トルコ ,  テロリスト ,  攻撃 ,  評価