文献

J-GLOBAL ID：201802218797475050   整理番号：18A1908227

カスケードSOM 自動電子メール分類のための改良技法【JST・京大機械翻訳】

Cascaded SOM: An Improved Technique for Automatic Email Classification

著者 (3件)： Saini Naveen (Department of Computer Science Engineering, Indian Institute of Technology, Patna, Bihar, 801103, India) ,  Saha Sriparna (Department of Computer Science Engineering, Indian Institute of Technology, Patna, Bihar, 801103, India) ,  Bhattacharyya Pushpak (Department of Computer Science Engineering, Indian Institute of Technology, Patna, Bihar, 801103, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IJCNN  ページ： 1-8  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： 自己組織化マップ(SOM)は,入力データを低次元マップに投影することによりデータマイニングの探索段階に役立つ。近年,SOMはデータ点の分類にも適用されている。SOMに基づく分類の顕著な有用性は,訓練中にラベル付けされたデータを使用しないことから明らかである。クラスが高度の重なりを持つマルチクラス分類問題において,すべてのクラスに対して良好に機能する単一レベルSOMベース分類システムを設計することは困難である。マルチクラス分類を効率的に扱うために,本論文は,階層的方法でクラスが扱われるカスケード型SOMベースアーキテクチャを開発することを提案した。また,ラベル付きデータが制限される任意のクラス分類問題を解くために適用できる。事例研究として,クラスが互いに非常に重複している複雑なメール分類問題の単一ラベル版について示し,2番目の部分では,いくつかのマルチラベルデータセットに対して結果を示した。実験の目的のために,メールに対する異なる表現スキーマと大きな特徴集合も採用した。提案したカスケードSOMベース分類モデルは,標準分類アプローチと古典的SOMベースモデルと比較して,メール分類において良好に機能した。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： データ構造 ,  自己組織化特徴マップ ,  計算機アーキテクチャ ,  事例研究 ,  データマイニング ,  *電子メール
準シソーラス用語： 分類モデル ,  低次元 ,  入力データ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： カスケード ,  SOM ,  電子メール ,  分類 ,  技法