抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
高次元大規模データにおける異常値検出は,異常値を正規物体から区別するための重要なデータマイニングタスクである。伝統的に,異常値検出は完全なデータ空間に隠される異常値に近づく。しかし,これらの方法は,距離を導く,異常値のnotoriのために悪化し,異常値と正規物体の偏差を表現することができない。そして,指数関数的計算は,低い効率をもたらす。本論文では,オブジェクトの局所分布を効果的に記述し,データの部分空間に隠れた異常値を検出することができる,関連部分空間に基づく異常値検出法を提案した。合成データと実データに関する徹底的な実験において,この方法が,部分空間における異常値を検出することによって,競合する異常値ランキング手法より優れていることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】