文献

J-GLOBAL ID：201802287930563476   整理番号：18A0575122

Fisherの正確な試験に基づく概念ドリフト検出【Powered by NICT】

Concept drift detection based on Fisher’s Exact test

著者 (2件)： Cabral Danilo Rafael de Lima (Centro de Informatica, Universidade Federal de Pernambuco, Cidade Universitaria, Recife, 50740-560, Brazil) ,  Barros Roberto Souto Maior de (Centro de Informatica, Universidade Federal de Pernambuco, Cidade Universitaria, Recife, 50740-560, Brazil)
資料名： Information Sciences  (Information Sciences)
巻： 442-443  ページ： 220-234  発行年： 2018年 
JST資料番号： D0636A  ISSN： 0020-0255  CODEN： ISIJBC  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： 概念ドリフト検出器は,データ分布の変化後の基本学習器を置換し,このようにして精度を改善するために,大量データストリームにおける概念ドリフトの位置を推定することを試み,ソフトウェアである。等比率(STEPD)の統計的検定は二比率間の仮説検定に基づく概念ドリフトを検出する簡単で,効率的で,よく知られた方法である。しかし,統計的に,サンプルサイズが小さいときにこの試験は推奨されないあるいはデータはわずかであるおよび/または不均衡。本論文では,統計的に好ましいが,計算的に高価なFisherの正確な試験の巧みに効率的な実装を提案し,概念漂流検出のためのこの試験の,僅かに異なる三つの応用を調べ,FPDD,FSDD,FTDDを提案した。突然の及び緩やかなドリフトバージョンと同様に,三種の実世界データセットの両方で,四人工データセット発生器を用いて実行し実験により,この新しい方法は精度結果と多くのシナリオでSTEPDと他の既知および/あるいは最近の概念ドリフト検出器の検出を改善し,メモリと実行時間使用にほとんど影響を持つことを示唆した。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： ソフトウェア ,  仮説検定 ,  記憶装置 ,  *ドリフト ,  学習 ,  漂流
準シソーラス用語： 実行時間 ,  不均衡 ,  統計的検定 ,  データストリーム , 【Automatic Indexing@JST】

著者キーワード (5件)： 概念ドリフト ,  データ流 ,  ドリフト検出 ,  オンライン学習 ,  統計的試験

分類 (4件)： 人工知能  (JE08000Z) ,  数値計算  (JE02000J) ,  システム・制御理論一般  (IA02010H) ,  統計的品質管理  (KB04030W)

タイトルに関連する用語 (3件)： 試験 ,  概念 ,  ドリフト