文献

J-GLOBAL ID：201802215723882411   整理番号：18A1190489

ファジィk最近傍アルゴリズムの速度の増加【JST・京大機械翻訳】

Increasing the speed of fuzzy k-nearest neighbours algorithm

著者 (3件)： Nikdel Hamed (Islamic Azad University, Mashhad Branch, Mashhad, Iran) ,  Forghani Yahya (Islamic Azad University, Mashhad Branch, Mashhad, Iran) ,  Mohammad Hosein Moattar S. (Islamic Azad University, Mashhad Branch, Mashhad, Iran)
資料名： Expert Systems  (Expert Systems)
巻： 35  号： 3  ページ： e12254  発行年： 2018年 
JST資料番号： T0510A  ISSN： 0266-4720  資料種別： 逐次刊行物 (A)
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： ファジィk最近傍(FKNN)は最も便利な分類手法の一つである。この方法の主な課題は,その2つのハイパーパラメータの最適値を見出すことと関連している。本研究では,ハイパーパラメータkを省略することにより,そのハイパーパラメータの数を低減することにより,このアプローチの実行時間を短縮することを試みた。FKNNアプローチの訓練フェーズにおいて,各訓練データのメンバシップ度をクリスプKNN投票により精密化し,一方,ファジィ投票を提案アプローチの訓練フェーズにおいて用いた。提案したアプローチの訓練とテストの位相時間の複雑さは,FKNNアプローチのものより良い。実際のデータセットに関する実験は,訓練段階におけるクリスプ投票の代わりにファジィ投票を適用することにより,超FKNNと呼ばれる著者らの提案したアプローチの精度が,FKNNアプローチより高いことを示した。さらに,提案したアプローチの訓練,試験,および実行時間は,FKNNのものよりかなり少ない。Copyright 2018 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *曖昧さ ,  精密化 ,  位相 ,  投票 ,  *アルゴリズム
準シソーラス用語： 訓練データ ,  実行時間 ,  最適値 ,  ハイパーパラメータ ,  近傍 , 【Automatic Indexing@JST】

著者キーワード (5件)： 分類 ,  ファジィ ,  ファジィ投票 ,  ハイパーパラメータ ,  KNN

分類 (2件)： 人工知能  (JE08000Z) ,  論理代数  (JB03000H)

タイトルに関連する用語 (2件)： ファジィ ,  アルゴリズム