文献

J-GLOBAL ID：201802247925062006   整理番号：18A0866441

MapReduce並列化圧縮近傍アルゴリズム【JST・京大機械翻訳】

Parallelization of Condensed Nearest Neighbor Algorithm with MapReduce

著者 (4件)： Di Junhai (河北大学 数学与信息科学学院 河北省机器学習与計算智能重点実験室,河北 保定071002;浙江師范大学 数理与信息工程学院,浙江 金華321004) ,  Hao Pu (河北大学 数学与信息科学学院 河北省机器学習与計算智能重点実験室,河北 保定,071002) ,  Wang Tingting (河北大学 数学与信息科学学院 河北省机器学習与計算智能重点実験室,河北 保定,071002) ,  Zhang Mingyang (河北大学 数学与信息科学学院 河北省机器学習与計算智能重点実験室,河北 保定,071002)
資料名： Xiaoxing Weixing Jisuanji Xitong  (Xiaoxing Weixing Jisuanji Xitong)
巻： 38  号： 12  ページ： 2678-2682  発行年： 2017年 
JST資料番号： C2136A  ISSN： 1000-1220  CODEN： XWJXEH  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： 圧縮近傍(CNN:CondensedNearestNeighbors)はHartがK-最近傍(K-NN:目的は,K-NNアルゴリズムのメモリ要求と計算負荷を減らすことである。しかし最悪の場合,CNNアルゴリズムの計算時間の複雑性はO(n3)であり,nは訓練セットのサンプル数である。CNNアルゴリズムが大規模データ環境に適用するとき,高い計算時間の複雑性はボトルネックになる。この問題に対して、本論文では、Ma-pReduce並列化圧縮近隣アルゴリズムを提案した。並列CNNをHadoop環境の下で実現して,6つのデータセットに関するオリジナルのCNNアルゴリズムと比較した。実験結果は,提案したアルゴリズムの有効性を示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  CPU時間 ,  *アルゴリズム
準シソーラス用語： Hadoop ,  大規模データ ,  複雑性 ,  計算負荷 ,  *近傍 ,  *MapReduce , 【Automatic Indexing@JST】

著者キーワード (4件)： condensed nearest neighbors ,  K-nearest neighbors ,  instance selection ,  MapReduce

分類 (2件)： 工程管理  (KB03030P) ,  ネットワーク法  (KA03040X)

タイトルに関連する用語 (4件)： MapReduce ,  並列化 ,  近傍 ,  アルゴリズム