文献

J-GLOBAL ID：201802228856154925   整理番号：18A0302758

高次元相関性欠落データのブロック埋め込みアルゴリズムの研究【JST・京大機械翻訳】

Research on Block Imputation Algorithm for High Dimensional Correlation Missing Data

著者 (6件)： Yang Jie (中央財経大学 信息学院,北京,100081) ,  Yang Hu (中央財経大学 信息学院,北京,100081) ,  Wang Lubin (中央財経大学 信息学院,北京,100081) ,  Jin Xin (中央財経大学 信息学院,北京,100081) ,  Guo Hua (国网荊州供電公司 信通分公司,湖北 荊州,434000) ,  Yu Liangliang (国网遼寧省電力有限公司 信息通信分公司,沈陽,110000)
資料名： Jisuanji Kexue Yutansuo  (Jisuanji Kexue Yutansuo)
巻： 11  号： 10  ページ： 1557-1569  発行年： 2017年 
JST資料番号： C2939A  ISSN： 1673-9418  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 本論文は,高次元相関欠損データの埋め込み方法を研究して,ブロック充填アルゴリズムを提案した。このアルゴリズムの核心は以下の通りである。データを埋め込む過程において、変数間の相互関係を考慮し、データに関連するデータを埋め込むことにより、関連データが欠損データの埋め込みに与える影響を低減し、データ充填の正確度を向上させる。一方,このアルゴリズムは,データを効率的に処理することができ,高次元データの埋め込みに対して重要な意味を持っている。ブロックの未知の欠損データをブロックするために,k平均クラスタリングに基づくブロックアルゴリズムを提案した。大量のシミュレーション実験と実際のデータセットに基づく実験により、相関性データに対して、ブロック充填アルゴリズムは関連情報を有効に利用できるため、データ充填の精度を向上させることができることが明らかになった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  クラスタ化 ,  シミュレーション ,  *高次元
準シソーラス用語： 高次元データ ,  欠測値 , 【Automatic Indexing@JST】

著者キーワード (3件)： high dimensional correlation data ,  missing data ,  block imputation algorithm

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 高次元 ,  相関性 ,  欠落 ,  埋め込み ,  アルゴリズム ,  研究