文献

J-GLOBAL ID：201802227884045143   整理番号：18A1678795

知識グラフによるパターン発見と異常検出【JST・京大機械翻訳】

Pattern Discovery and Anomaly Detection via Knowledge Graph

著者 (6件)： Jia Bin (Intelligent Fusion Technology, Inc, Germantown, MD, USA) ,  Dong Cailing (Intelligent Fusion Technology, Inc, Germantown, MD, USA) ,  Chen Z. (Intelligent Fusion Technology, Inc, Germantown, MD, USA) ,  Chang Kuo-Chu (Intelligent Fusion Technology, Inc, Germantown, MD, USA) ,  Sullivan Nichole (Intelligent Fusion Technology, Inc, Germantown, MD, USA) ,  Chen Genshe (Intelligent Fusion Technology, Inc, Germantown, MD, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： FUSION  ページ： 2392-2399  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： 本論文では,不均一ソースからデータを統合することにより構築された知識グラフを用いたパターン発見と異常検出システムを開発した。具体的には,構造化および非構造化ソースから抽出したデータに基づいて知識グラフを構築した。抽出された実体と関係の他に,知識グラフはリンク予測アルゴリズムを通して隠れた関係を見つける。構築された知識グラフに基づいて,実体,動作,および三重項に対する正規性モデルを確立した。流入するストリーミングデータの情報を抽出し,異常な挙動を検出するために正規化モデルと比較した。さらに,大規模データ環境におけるパターン発見と異常検出のための計算的にスケーラブルなアルゴリズムを可能にするためにラムダフレームワークを適用した。評価のために実時間ピンセットデータを使用し,予備結果は異常パターンと活動の検出において有望な性能を示した。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： *構造形成 ,  アルゴリズム ,  正規化 ,  三重項
準シソーラス用語： 実時間 ,  大規模データ ,  ストリーミングデータ ,  予測アルゴリズム ,  *異常検出 ,  *パターン発見 , 【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 (3件)： 知識グラフ ,  パターン発見 ,  異常検出