文献

J-GLOBAL ID：201802230086704526   整理番号：18A0135762

時系列の最適サイズ低減のための統計的に駆動されたサンゴ礁最適化アルゴリズム【Powered by NICT】

A statistically-driven Coral Reef Optimization algorithm for optimal size reduction of time series

著者 (4件)： Duran-Rosal Antonio M. (Department of Computer Science and Numerical Analysis, University of Cordoba, Cordoba, Spain) ,  Gutierrez Pedro A. (Department of Computer Science and Numerical Analysis, University of Cordoba, Cordoba, Spain) ,  Salcedo-Sanz Sancho (Department of Signal Processing and Communications, Universidad de Alcala, 28805 Alcala de Henares, Madrid, Spain) ,  Hervas-Martinez Cesar (Department of Computer Science and Numerical Analysis, University of Cordoba, Cordoba, Spain)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 63  ページ： 139-153  発行年： 2018年 
JST資料番号： W2175A  ISSN： 1568-4946  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： 本論文では,最小情報損失による時系列中の元素の数を減らすことに焦点を当て,時系列セグメンテーションに特定の応用であった。珊瑚礁最適化メタヒューリスティック(CRO)の改質をこの目的のために提案したが,これは統計的CRO(SCRO)と呼ばれ,アルゴリズムの主パラメータを適応度分布に関係した平均と標準偏差に基づいて調整した。さらに,このアルゴリズムは,ボトムアップとトップダウン方法論(時系列セグメンテーションのための伝統的な局所探索法)を組み合わせた,ハイブリッド法(HSCRO)が得られた。異なる応用分野から16時系列を用いて,これらのアルゴリズムの性能を評価した。CROの統計的に駆動バージョンは標準CROの結果を改善することを示し,このアルゴリズムの主パラメータを調整し,進化を通してこれらのパラメータを動的に調整する人手の必要性を排除した。,芸術の状態から他の局所探索法とメタヒューリスティックスと比較した場合,HSCROはロバストなセグメンテーション結果を示し,一貫して低い近似誤差を得た。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： *最適規模 ,  *珊瑚礁 ,  セグメンテーション ,  ロバスト性 ,  近似法 ,  *最適化 ,  *アルゴリズム ,  近傍探索法
準シソーラス用語： メタヒューリスティクス ,  ハイブリッド法 ,  トップダウン ,  ボトムアップ ,  適応度 ,  データ損失 ,  *最適アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (4件)： データマイニング ,  時系列セグメンテーション ,  サンゴ礁最適化 ,  ハイブリッドアルゴリズム

分類 (5件)： 人工知能  (JE08000Z) ,  化学プロセスの測定,監視,計装  (XC02030Y) ,  数値計算  (JE02000J) ,  その他のオペレーションズリサーチの手法  (KA03070E) ,  計算理論  (JB02000A)

タイトルに関連する用語 (5件)： 時系列 ,  最適サイズ ,  統計 ,  サンゴ礁 ,  最適化アルゴリズム