文献

J-GLOBAL ID：201802236892298024   整理番号：18A0588364

テキストカテゴリー化のための主成分分析に基づく特徴抽出【Powered by NICT】

Feature extraction based on principal component analysis for text categorization

著者 (3件)： Lhazmir Safae (Lab : SIME, ENSIAS, Mohammed V University in Rabat) ,  Moudden Ismail El (Lab : MIA, Faculty of Sciences, Mohammed V University in Rabat) ,  Kobbane Abdellatif (Lab : SIME, ENSIAS, Mohammed V University in Rabat)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： PEMWN  ページ： 1-6  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： 過去20年にわたって,データは様々な分野で大規模に増加している。,例えば,モノのインターネット(IoT)はデバイスの十億を含み,これらのデバイスからのデータストリームがデータ管理に対する従来の方法に挑戦し,ビッグデータの新しいパラダイムに寄与している。そのようなデータを適切に処理できるようにするために,分解法に適合しサイズへの次元を減らすために必要である,この減少は情報のわずかな損失につながる可能性がある。本論文の目的は,公的に利用可能なデータセットCNAE9のテキスト分類における次元縮小の可能性を研究することである。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： データ管理 ,  *主成分分析 ,  次元縮小 ,  *特徴抽出 ,  分割法
準シソーラス用語： テキスト分類 ,  ビッグデータ ,  データストリーム ,  モノのインターネット ,  *テキスト , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  その他の情報処理  (JE15050M)

タイトルに関連する用語 (3件)： カテゴリー化 ,  主成分分析 ,  特徴抽出