文献

J-GLOBAL ID：201802283431791767   整理番号：18A0476529

進化的データマイニングとその応用:過去10年間(2007 2017)から最も引用される論文の訂正【Powered by NICT】

Evolutionary data mining and applications: A revision on the most cited papers from the last 10 years (2007-2017)

著者 (3件)： Alcala Rafael (Department of Computer Science and Artificial Intelligence, University of Granada, Granada, Spain) ,  Gacto Maria Jose (Department of Computer Science, University of Jaen, Jaen, Spain) ,  Alcala-Fdez Jesus (Department of Computer Science and Artificial Intelligence, University of Granada, Granada, Spain)
資料名： Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery  (Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery)
巻： 8  号： 2  ページ： ROMBUNNO.1239  発行年： 2018年 
JST資料番号： W2768A  ISSN： 1942-4787  資料種別： 逐次刊行物 (A)
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： 種類の値を最適化する能力と同様に,一連の解を管理し,複数の目的にも進化的アルゴリズム(EA)の能力を,データマイニング(DM)問題のいくつかの部分であり,その固有のDM問題に関連した通常天然学習技法は解くことができないを非常に良く適合している。,EAを補完または古典的DM学習アプローチと置き換わることさえも広く応用されている。DMプロセスにEAの適用は通常進化的データマイニング(EDM)と名づけた。この寄与は過去10年間に報告された最も引用された論文に焦点を当ててEDM界磁電流状態のを示すことを目的とした。書誌研究と共に論文の記述分析は,過去と現在の傾向を識別するための有意な更なる発展に焦点を当てた容易にするために行った。結果は,最も引用された研究論文の場合には,DMタスクに対するEAの使用は主に古典的学習技術を高めることに焦点を当てた,完全にそれらを置換している,の問題特性に注目し直接時のみであることを示した。書誌分析もEAをEDMのために使用される主な技術であったにもかかわらず,緊急進化的計算アルゴリズム(群知能,など)は今日最も引用され使用されているものになってきていることを示している。全てこれらの事実に基づいて,いくつかの潜在的な今後の方向性についても議論した。Copyright 2018 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 指向性 ,  進化的計算 ,  最適化 ,  電流 ,  学習 ,  アルゴリズム ,  界磁 ,  *データマイニング
準シソーラス用語： 群知能 ,  研究論文 ,  記述分析 ,  進化的アルゴリズム , 【Automatic Indexing@JST】

分類 (3件)： 数理計画法  (KA03030M) ,  人工知能  (JE08000Z) ,  システム最適化手法  (IA02050Z)

タイトルに関連する用語 (6件)： 進化 ,  データマイニング ,  応用 ,  引用 ,  論文 ,  訂正