文献

J-GLOBAL ID：201802222669777112   整理番号：18A1622064

SOMニューラルネットワーククラスタリングに基づく二値近似ナイーブBayes分類アルゴリズム【JST・京大機械翻訳】

A Binary Approximate Naive Bayesian Classification Algorithm Based on SOM Neural Network Clustering

著者 (2件)： Honghong Shen (Zhejiang University, School of Information, Hangzhou, 310000, China) ,  Lili He (Zhejiang University, School of Information, Hangzhou, 310000, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCSEC  ページ： 1344-1347  発行年： 2017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： Naive Bayesアルゴリズムの分類性能は比較的良好であるが,アルゴリズムの時間複雑性と空間複雑性はデータ量の増加とともに直線的に増加する。Nive Bayesアルゴリズムの複雑さを減少させるために,SOMニューラルネットワーククラスタリングを組み合わせた2点アプローチナイーブBayesアルゴリズムを提案した。最初に,SOMニューラルネットワーククラスタリングアルゴリズムを用いて,オリジナルのデータセットにおけるクラスの数を減少させて,このNaiveBayes分類アルゴリズムの空間的複雑性を減少させた。次に,二分法を用いることによって,分類アルゴリズムの時間複雑性を減少させた。実験結果は,提案したアルゴリズムがアルゴリズムの分類精度を確実にする前提の下でアルゴリズムの時間複雑性と空間的複雑さを減少させることができて,Naive Bayesアルゴリズムの分類性能を向上させることができることを示した。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： 近似法 ,  *ニューラルネットワーク ,  *アルゴリズム ,  *クラスタ化
準シソーラス用語： 分類精度 ,  クラスタリングアルゴリズム ,  アルゴリズム複雑性 ,  データ量 ,  複雑性 ,  Naive Bayes ,  *分類アルゴリズム , 【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 (6件)： SOM ,  ニューラルネットワーク ,  クラスタリング ,  二値 ,  近似 ,  分類アルゴリズム