文献

J-GLOBAL ID：201802217504637634   整理番号：18A0354485

鉱山最大頻出パターンのための新しいアプローチ【Powered by NICT】

A novel approach for mining maximal frequent patterns

著者 (6件)： Vo Bay (Faculty of Information Technology, Ho Chi Minh City University of Technology, Vietnam) ,  Vo Bay (College of Electronics and Information Engineering, Sejong University, Seoul, Republic of Korea) ,  Pham Sang (University of Economics & Finance, Ho Chi Minh City, Vietnam) ,  Le Tuong (Division of Data Science, Ton Duc Thang University, Ho Chi Minh City, Vietnam) ,  Le Tuong (Faculty of Information Technology, Ton Duc Thang University, Ho Chi Minh City, Vietnam) ,  Deng Zhi-Hong (Key Laboratory of Machine Perception (Ministry of Education), School of Electronics Engineering and Computer Science, Peking University, Beijing 100871, China)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 73  ページ： 178-186  発行年： 2017年 
JST資料番号： W0178A  ISSN： 0957-4174  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： マイニング最大頻出パターン(MFP)は,頻繁なパターン(FP)の数を制限する知的システムを効率的に運転を支援するアプローチである。多くのアプローチは,鉱山MFPに対し提案されているが,問題の複雑さは膨大である。,実行時間とメモリ使用量はまだ大きい。最近,Nリスト構造は採掘FP,高頻度閉パターンおよびトップランクK FPに非常に有効であることを提案し,検証した。そこで本論文では,採掘MFPのNリスト構造を用いた。探索空間を低減するための枝を刈り取ることが提案されているせん定技術。この方法は採掘MFPのINLA MFP(鉱山最大高頻度パターンのための改善されたNリストベースアルゴリズム)と呼ばれるアルゴリズムに適用した。実験を行い,提案アルゴリズムの有効性を評価するために実施した。実験結果はINLA MFPは採掘MFPの二種類の最先端レベルアルゴリズムより優れていることを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 記憶装置 ,  アルゴリズム ,  採掘 ,  *鉱山
準シソーラス用語： 最先端 ,  探索空間 ,  実行時間 ,  インテリジェントシステム ,  *頻出パターン , 【Automatic Indexing@JST】

著者キーワード (5件)： データマイニング ,  パターンマイニング ,  最大頻出パターン ,  Nリスト構造 ,  枝刈り法

分類 (2件)： 人工知能  (JE08000Z) ,  グラフ理論基礎  (IA02020S)

タイトルに関連する用語 (2件)： 鉱山 ,  頻出パターン