文献

J-GLOBAL ID：201802255170612976   整理番号：18A0707489

ハイブリッド:頻繁なアイテム集合をマイニングするための効率的な統一プロセス【JST・京大機械翻訳】

HYBRID: An efficient unifying process to mine frequent itemsets

著者 (2件)： Zulkurnain Nurul Fariza (Electrical and Computer Engineering, International Islamic University Malaysia, Selangor, Malaysia) ,  Shah Ahmad (Electrical and Computer Engineering, International Islamic University Malaysia, Selangor, Malaysia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICETSS  ページ： 1-5  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： 技術における現在の進歩は,データ洪水に導く。より多くのデータがバンキング,テレコム,科学実験などから生成され,データマイニングはこの氾濫データから有用な情報を抽出するプロセスであり,これらの分野における利益のある将来の決定を助ける。頻繁なアイテム集合マイニングは焦点研究領域の一つであり,フィン相関ルールへの重要なステップである。頻繁なアイテム集合を生成するための時間と空間の要求は非常に重要である。頻繁なアイテム集合をマイニングするアルゴリズムは,相関ルールの発見に効果的に役立ち,多くの他のデータマイニングタスクにも役立つ。本論文において,アルゴリズムの統一プロセスを用いて効率的ハイブリッドアルゴリズムを設計し,AprioriとFP-Growthを改良した。結果は,提案したハイブリッドアルゴリズムが,より多くの複雑さにもかかわらず,より少ないメモリ資源とより速い実行時間を消費することを示した。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： アルゴリズム ,  フィン ,  *相関ルール ,  記憶装置 ,  データマイニング ,  洪水
準シソーラス用語： 実行時間 ,  ハイブリッドアルゴリズム ,  氾濫 , 【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 (2件)： 集合 ,  プロセス