文献

J-GLOBAL ID：201902247853541516   整理番号：19A1361661

確率密度推定に基づくSMOTE改良アルゴリズム研究【JST・京大機械翻訳】

An Improved SMOTE Algorithm Based on Probability Density Estimation

著者 (4件)： Li Tao (江蘇科技大学計算机学院,江蘇 鎮江,212003) ,  Zheng Shang (江蘇科技大学計算机学院,江蘇 鎮江,212003) ,  Zou Haitao (江蘇科技大学計算机学院,江蘇 鎮江,212003) ,  Yu Hualong (江蘇科技大学計算机学院,江蘇 鎮江,212003)
資料名： Nanjing Shida Xuebao. Ziran Kexue Ban  (Nanjing Shida Xuebao. Ziran Kexue Ban)
巻： 42  号： 1  ページ： 65-72  発行年： 2019年 
JST資料番号： W1025A  ISSN： 1001-4616  CODEN： NSXZEN  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 分類不均衡問題は機械学習とデータマイニングの分野における主要な関心事の1つであり、現在多くの解決方法があるが、サンプルサンプリング技術はその中で最も簡単で有効で、同時に最もよく使われる方法の一つである。本論文では、主にSMOTE(syntheticminorityoversam-plingtechnique)という最もポピュラーなサンプリングアルゴリズムに対して、ノイズサンプルの影響を受けやすく、汎化能力が悪いという欠点がある。確率密度推定に基づく改良アルゴリズムを提案した。まず、各サンプルがガウス混合分布に従うと仮定し、ガウス混合モデルを採用して各サンプルの確率密度を測定し、各サンプルに対してクラス内とクラス間で測定した確率密度間の序列比較関係により、ノイズ情報のフィルタリングを実現した。次に,確率密度の再計算を,フィルタリング後の少数のサンプルで実行し,その特性に従って,3つのカテゴリー,すなわち,境界サンプル,セキュリティサンプル,および異常サンプルに分割した。最後に、上述の3種類のサンプルに対して、それぞれ異なる策略を採用してSMOTEサンプリングを行った。さらに,一般化性能をさらに向上させるために,SMOTEアルゴリズムの近傍計算規則を修正した。複数のベンチマークの2種類の不均衡データセットによりこのアルゴリズムを検証し,実験結果は,この方法が有効で実現可能であり,多くの既存のサンプリングアルゴリズムより優れていることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： データマイニング ,  セキュリティ ,  機械学習 ,  *アルゴリズム ,  雑音 ,  ベンチマーク ,  *確率密度 ,  フィルタリング
準シソーラス用語： 不均衡データセット ,  Gauss混合モデル ,  混合分布 ,  不均衡 , 【Automatic Indexing@JST】

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (4件)： 確率密度 ,  推定 ,  アルゴリズム ,  研究