文献

J-GLOBAL ID：201902225229089023   整理番号：19A1768873

動的最適化に基づくファジィ相関ルールマイニング法【JST・京大機械翻訳】

Dynamic optimisation based fuzzy association rule mining method

著者 (9件)： Zheng Hui (CAS Research Center on Fictitious Economy and Data, Science University of Chinese Academy of Sciences, Beijing, China) ,  Zheng Hui (Victoria University, Melbourne, Australia) ,  Zheng Hui (Fudan University, Shanghai, China) ,  He Jing (Institute of Information Technology, Nanjing University of Finance and Economics, Nanjing, China) ,  He Jing (College of Engineering and Science, Victoria University, Melbourne, Australia) ,  Huang Guangyan (School of Information Technology, Deakin University, Melbourne, Australia) ,  Zhang Yanchun (Centre for Applied Informatics, Victoria University, Melbourne, Australia) ,  Zhang Yanchun (Fudan University, Shanghai, China) ,  Wang Hua (Centre for Applied Informatics, Victoria University, Melbourne, Australia)
資料名： International Journal of Machine Learning and Cybernetics  (International Journal of Machine Learning and Cybernetics)
巻： 10  号： 8  ページ： 2187-2198  発行年： 2019年 
JST資料番号： W4478A  ISSN： 1868-8071  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 精度,効率および消費時間のような種々の計量から成る性能分析の技術を,相関ルールマイニング法に対する特性および相互関係の尺度を評価するために実施した。したがって,異なるパラメータ(分割点,ファジィ集合)と組み合わせたこれらの計量は,アルゴリズムのための全体の性能(有効性,精度および効率)を強化するために,徹底的に分析されて,同時にバランスされなければならない。結果として,現在のアルゴリズムの大部分は,これらの計量とパラメータのトレードオフからの圧力に直面している。それは,データの異なる資源(離散データ,カテゴリーデータ,および連続データ)においてそれを採用するとき,より粗くなる。特に,センサストリーミングデータの解析,財政的ストリーミングデータ,医学的ストリーミングデータ,および感情的ストリーミングデータのような連続データ(すなわち,浮動小数点数のシーケンスまたはトランザクション)は,例えば,「0」および「1」のような離散変数とは異なり,カテゴリーデータ(例えば,若い年齢,年齢)を分類する。主な違いは,連続データがシャープな境界問題であることである。すなわち,境界値(すなわち,異なる値グループにデータを分割するための単一ポイント)を決定することは困難である。それは,相関ルールマイニング法において解決されることが少ない。本論文は,新しい動的最適化(パラメータと計量)ベースのファジィ相関ルールマイニング(DOFARM)法を開発することによって,著者らのアルゴリズムの鋭い境界とバランス多重性能の問題を同時に解決することを目的とした。提案した方法は,感情強度の分類(陰性および陽性)のような広範囲の分類問題に適用できる。著者らのDOFARM法では,単一分割点の代わりに,2つの連続分割をスムーズに分離し,物理的および感情的疾患の元のデータ集合に対するファジィ集合を生成するための対応するメンバシップ関数を開発するために,一連の値を用いた。主に,著者らは二重妥協方式を設計した。第一のトレードオフは出力関連ルールのより良い性能とより広く適用可能なファジィメンバシップ関数をバランスさせる一方,第二のトレードオフは時間パラメータを減少させて,著者らのDOFARM方法の全体性能を強化する。提案したDOFARMの実現可能性と精度を理論的および実験的に証明した。さらに,合成と実データセットによる実験により,DOFARM法の精度,有効性,効率を実証した。Copyright 2018 Springer-Verlag GmbH Germany, part of Springer Nature Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ファジィ集合 ,  センサ ,  *最適化 ,  メンバシップ関数 ,  性能分析 ,  有効性 ,  *曖昧さ ,  アルゴリズム ,  多重化 ,  データマイニング ,  *相関ルール
準シソーラス用語： ストリーミングデータ ,  *アソシエーション分析 ,  *ファジィ相関ルール ,  *動的最適化 , 【Automatic Indexing@JST】

著者キーワード (4件)： 相関ルール ,  最適化パラメータ ,  多目的関数 ,  データマイニング

分類 (3件)： 人工知能  (JE08000Z) ,  数値計算  (JE02000J) ,  その他のオペレーションズリサーチの手法  (KA03070E)

タイトルに関連する用語 (3件)： 動的最適化 ,  ファジィ ,  相関ルールマイニング