文献

J-GLOBAL ID：201802251009667369   整理番号：18A0726899

関連部分空間に基づく高次元異常値検出アルゴリズム【JST・京大機械翻訳】

A High-Dimensional Outlier Detection Algorithm Base on Relevant Subspace

著者 (4件)： Gao Zhipeng ,  Zhao Yang ,  Niu Kun ,  Fan Yidan
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： DASC/PiCom/DataCom/CyberSciTech  ページ： 1001-1008  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： 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】

シソーラス用語： *高次元 ,  *異常値 ,  等級づけ ,  指数関数
準シソーラス用語： *異常値検出 ,  大規模データ ,  検出アルゴリズム ,  *部分空間 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  データベースシステム  (JD03030U)

タイトルに関連する用語 (4件)： 部分空間 ,  高次元 ,  異常値検出 ,  アルゴリズム