文献

J-GLOBAL ID：201802260788708402   整理番号：18A0407463

PCAで後処理をした混合データ型DEAシナリオの試験と選択【Powered by NICT】

Testing and selecting mixed data type DEA scenarios with PCA post-processing

著者 (2件)： Theunissen Niels P. (Faculty of Technology, Policy and Management Delft University of Technology 2600 GA Delft, The Netherlands) ,  Cunningham Scott W. (Faculty of Technology, Policy and Management Delft University of Technology 2600 GA Delft, The Netherlands)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICE/ITMC  ページ： 44-51  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： 大量変数とほとんどDMUのデータ包絡分析(DEA)には問題がある。高可変次元をもつこのような構成も100%効率的なDMUをもたらし,従って結果は貴重である。本論文では,新しい方法は価値あるDEAシナリオを試験し,選択するために,後処理ツールとして主成分分析(PCA)を適用し,提供した。DEA効率は全ての可能なシナリオ,PCAで解析し,計算した。それに加えて,この方法は,定量的および定性的データと入力と出力指向アプローチを用いたデータセットに適用した。特に主成分において高い負荷シナリオは,異なるモデル配置の効率と非効率DMUの双方で価値ある結果をもたらすことは明らかである。新しいPCA DEA法はDEA方位と混合データセットの両方で作用し,定量的および定性的データの両方に利点がある。法の結果は,現金牛図に組み込むことができることが示され,ベンチマークケースを解釈した。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： 主成分分析 ,  *データ型
準シソーラス用語： データ包絡分析 , 【Automatic Indexing@JST】

分類 (2件)： 数理計画法  (KA03030M) ,  システム工学一般  (IB01000S)

タイトルに関連する用語 (6件)： PCA ,  後処理 ,  データ型 ,  DEA ,  シナリオ ,  試験