文献

J-GLOBAL ID：201802279439680912   整理番号：18A1908234

順序分類の文脈におけるオーバサンプリングデータバランス技術の評価【JST・京大機械翻訳】

Evaluation of Oversampling Data Balancing Techniques in the Context of Ordinal Classification

著者 (5件)： Domingues InLes (IPO-Porto Research Centre and CISUC, University of Coimbra) ,  Amorim Jose P. (IPO-Porto Research Centre and CISUC, University of Coimbra) ,  Abreu Pedro H. (CISUC, University of Coimbra, Coimbra, Portugal) ,  Duarte Hugo (IPO-Porto Research Centre, Porto, Portugal) ,  Santos Joao (IPO-Porto Research Centre, Porto, Portugal)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IJCNN  ページ： 1-8  発行年： 2018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： データ不均衡は,データセットのクラス当たりの例の数の不一致によって特徴付けられる。この現象は,分類器の性能を劣化させることが知られている。それは,それらがより少ない表現クラスの特性を学習することができないからである。ほとんどの不均衡なデータセットに対して,サンプリング技術の適用は分類器の性能を改善する。小データセットについては,サンプルの元のセットを増大させるので,オーバーサンプリングが最も適切な戦略であることが示されている。いくつかのオーバーサンプリング戦略が提案され,数年にわたって試験されているが,本研究は主に二値またはマルチクラスタスクに焦点を合わせている。医学的応用に動機付けられ,しばしばクラス(悪性度の増加)に関連する順序がある。本研究では,通常のコンテキストにおけるいくつかの既存のオーバーサンプリング技術を試験した。さらに,4つの新しいオーバーサンプリング技術を提案した。実験は民間と公共データセットの両方で行った。民間データセットは,腫瘍学的疾患に対する治療に対する反応の評価に関係する。文献に広く使われているので,15の公開データセットを選んだ。結果は,データバランス技術が,これらの技術が順序問題に対して特別に設計されていない場合でも,順序不均衡データセットに関する分類結果を改善することを示した。著者らのパイプラインによって,公表された結果に対してより良いか等しいかは,MMAEに関する0.43の減少に関する改良によって,15の公開データセットのうちの10のために得た。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： *非平衡状態 ,  *標本抽出 ,  *データ ,  *内科学 ,  *度 ,  *コンピュータ ,  *集合
準シソーラス用語： 不均衡データセット ,  *オーバサンプリング ,  不均衡 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 順序 ,  分類 ,  文脈 ,  評価