文献

J-GLOBAL ID：201802256359126054   整理番号：18A0199942

Wolfアルゴリズムを用いた改良されたアンサンブル分類法【Powered by NICT】

The improved ensemble classification technique using Wolf algorithm

著者 (2件)： Jitkongchuen Duangjai (College of Innovative Technology and Engineering, Dhurakij Pundit University, Bangkok, Thailand) ,  Paireekreng Worapat (College of Innovative Technology and Engineering, Dhurakij Pundit University, Bangkok, Thailand)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICITEE  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： データマイニングの上昇はデータ指向社会およびデータ分析に焦点を当てた。いくつかの分類法は,データ予測のための最適化モデルを検討した。これはモデルの性能を向上させるを含んでいる。灰色オオカミの最適化はNP困難問題を解くための新しいアプローチの一つである。しかし,アルゴリズムは一般的な状況を検討した。カスタマイズされた状況を解決するために,適応アルゴリズムを検討する必要がある。本研究では,特徴選択段階を含むと分類における機能選択問題を最適化するためにアンサンブル技術を実装したアンサンブル特徴オオカミ(EF Wolf)アルゴリズムを提案した。オオカミのパックの数がデータセットで最も関連する特徴を選択する最も最適化された関数を選択するのを助けることができる。添加では,関連性のある特徴のパックアンサンブルは,データセットの特徴選択を決定することができる。実験は二成分及び多クラスデータセットを用いた分類技術の比較を示した。結果は,EF Wolf5パックはほとんど他の技術と比較して精度率の点で良好な結果を示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 最適化 ,  予測 ,  データ解析 ,  特徴選択 ,  *アルゴリズム ,  カスタム化 ,  データマイニング ,  選択問題
準シソーラス用語： 適応アルゴリズム ,  NP困難問題 ,  最適化モデル ,  *分類法 ,  *アンサンブル分類 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： アルゴリズム ,  アンサンブル ,  分類法