文献

J-GLOBAL ID：201802241618990582   整理番号：18A0581301

形式的コンテキストにおける知識削減のためのグラフアプローチ【Powered by NICT】

A graph approach for knowledge reduction in formal contexts

著者 (5件)： Chen Jinkun (College of Mathematics and Information Science, Hebei Normal University, Shijiazhuang, Hebei 050024, PR China) ,  Chen Jinkun (School of Mathematics and Statistics, Minnan Normal University, Zhangzhou 363000, PR China) ,  Mi Jusheng (College of Mathematics and Information Science, Hebei Normal University, Shijiazhuang, Hebei 050024, PR China) ,  Lin Yaojin (School of Computer Science, Minnan Normal University, Zhangzhou 363000, PR China) ,  Lin Yaojin (Key Laboratory of Data Science and Intelligence Application, Fujian Province University, Zhangzhou 363000, PR China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 148  ページ： 177-188  発行年： 2018年 
JST資料番号： T0426A  ISSN： 0950-7051  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： 形式的概念解析(FCA)における知識低減は知識処理とデータ解析のための重要な方法である。現在,粒状コンピューティング(GrC)に基づくFCAにおける知識低減概念格子の構造を解析し,表現するもう1つの方法を提供する。しかし,粒状還元法は,Boole推論に基づいており,従って,NP困難問題である。は,特に大規模データのためのこの問題に対処するためにいくつかの発見的方法を開発することが自然である。本論文では,グラフ理論に基づく新しいフレームワークは,FCAにおける粒状還元を研究するために使用される。粒状還元のためのグラフ表現をまず検討した。本論文の結果は,FCAにおける粒状還元計算はグラフ最適化問題に変換できることを示した。形式的コンテキストと形式的決定文脈における粒状還元のための二つの新しい発見的グラフベースアルゴリズムをそれぞれ示した。さらに,提案した方法の有効性を評価するために実施した数値実験。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： *グラフ ,  最適化問題 ,  データ解析 ,  グラフ理論 ,  *図式解法 ,  発見的方法
準シソーラス用語： 数値実験 ,  大規模データ ,  NP困難問題 ,  知識処理 ,  形式的概念解析 , 【Automatic Indexing@JST】

著者キーワード (5件)： 形式的文脈 ,  形式的概念解析 ,  グラフ理論 ,  知識還元 ,  頂点被覆

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： コンテキスト ,  知識削減 ,  グラフアプローチ