文献

J-GLOBAL ID：201902212705312017   整理番号：19A1940907

PARA:正領域ベース属性低減加速器【JST・京大機械翻訳】

PARA: A positive-region based attribute reduction accelerator

著者 (5件)： Ni Peng (School of Information, Renmin University of China, Beijing, PR China) ,  Zhao Suyun (School of Information, Renmin University of China, Beijing, PR China) ,  Wang Xizhao (Shenzhen University, Shenzhen, Guangdong, PR China) ,  Chen Hong (School of Information, Renmin University of China, Beijing, PR China) ,  Li Cuiping (School of Information, Renmin University of China, Beijing, PR China)
資料名： Information Sciences  (Information Sciences)
巻： 503  ページ： 533-550  発行年： 2019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： 特徴選択としても知られている属性低減は,効率的な学習/マイニングに到達するための関連属性(例えば特徴)の部分集合を選択することにより,一般的な問題である。しかしながら,多くの属性低減法が提案されているが,これらの方法は,大規模データを扱いながら,依然として計算時間がかかっている。この欠点を克服するために,属性縮小のプロセスにおいて学習/識別可能なインスタンス対を削除することにより,正領域に基づく新しい加速器を提示した。これは冗長な計算を回避し,属性低減を加速することができる。著者らの実験により,提案した加速器は,特に多数のインスタンスを持つデータセットにおいて,以前の方法よりも大幅に高速な計算に到達できることを数値的に実証した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 高速度 ,  冗長性 ,  学習 ,  部分集合 ,  特徴選択 ,  *加速器
準シソーラス用語： 大規模データ , 【Automatic Indexing@JST】

著者キーワード (4件)： 属性削減 ,  ファジィラフ技法 ,  加速器 ,  正領域

分類 (2件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 属性 ,  加速器