文献

J-GLOBAL ID：201802286381546339   整理番号：18A0492590

モデルデータ分布に対するビット疑似Bayes遺伝的アルゴリズム【Powered by NICT】

Bit-wise Pseudo-Bayes genetic algorithms to model data distributions

著者 (1件)： Aguilar-Rivera Anton (Depto. Ingenieria Industrial, Tecnologico de la Region Carbonifera, Carretera 57 K.m. 120, Villa de Agujita, Coahuila, Mexico)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 64  ページ： 550-563  発行年： 2018年 
JST資料番号： W2175A  ISSN： 1568-4946  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： データからの非明示的モデルを生成する方法を紹介した。アルゴリズムはBayesネットワーク,離散成文化と遺伝的アルゴリズムに基づいている。ビット単位疑似Bayesネットワークの概念は,本研究で紹介した。離散データから生成されたBayesネットワークを意味する。ネットワークはビット間の相関の関数としてモデルを記述した。モデルは元の変数の意味は離散化中に消失する意味で陰的考慮であるが,元のデータの一つに類似した分布を持つランダム試料を提供することができる。これらの試料は透明な方法でデータのサンプルに依存する他のアルゴリズムの入力できる。さらに,この方式は,データの大型体積の貯蔵と取扱い,現代のデータ科学における共通の発生の問題を軽減し,同定プロセスの問題を回避した。ビット単位疑似Bayesモデルを生成するアルゴリズムを詳細に述べ,伸びきり鎖構造に基づくBayesネットワークの表現への革新を紹介した。,新しい離散化法を紹介し,進化的連続最適化するために文献で報告された他,主に使用されてきたそれらを比較した。提案したアルゴリズムの性能を,二つのデータセットを用いて研究した:Dow Jones工業平均のストックからの価格データ,およびメキシコ暗渠のprecios y cotizacionesのストックから価格データ。提案した方法は,文献で報告された他の離散モデリング技術と比較し,高い性能を達成した。結果は,Bayesネットワークと結合させる時の,直接離散化法が有効であったが,スケーラビリティを保証するためにさらなる研究が必要である。研究は,Dow Jonesデータセットはメキシコ指数データセットよりも困難であるが,これは2008年のアメリカの危機に起因していた。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *アルゴリズム ,  ネットワーク ,  メキシコ合衆国 ,  *遺伝的アルゴリズム ,  暗渠 ,  アメリカ合衆国
準シソーラス用語： モデリング技術 ,  連続最適化 ,  Bayes法 ,  離散化 ,  信念ネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 疑似Bayes ,  遺伝的アルゴリズム ,  組合せ最適化 ,  モンテカルロ法 ,  株式市場

分類 (2件)： 人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (4件)： モデル ,  分布 ,  ビット ,  遺伝的アルゴリズム