文献

J-GLOBAL ID：201902282610294419   整理番号：19A1202102

ファジィ集合理論を用いた異常値ファジィ検出法【JST・京大機械翻訳】

An Outlier Fuzzy Detection Method Using Fuzzy Set Theory

著者 (3件)： Jin Lizhong (School of Applied Science, Taiyuan University of Science and Technology, Taiyuan, China) ,  Chen Junjie (College of Computer Science and Technology, Taiyuan University of Technology, Taiyuan, China) ,  Zhang Xiaobo (Information Center, Heping Hospital, Changzhi Medical College, Changzhi, China)
資料名： IEEE Access  (IEEE Access)
巻： 7  ページ： 59321-59332  発行年： 2019年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 異常値マイニングタスクは,いくつかの異常なオブジェクトを発見することであるが,しかし,ほとんどの既存の方法とそれらのマイニング結果は,妥当性を欠いている。異常値結果の妥当性を扱うために,適切性と理解性を欠く完全次元の異常を見出すことを目的とした新しい異常値検出手法,すなわちFODを提案した。著者らの重要なアイデアは,異常値検出のために無関係なオブジェクトを取り除くためにファジィ制約技術を使用することである。それの間,ファジィ数学における近さ測度理論を,オブジェクトと制約情報の間の類似性を検出するために使用する。FODは,遺伝的アルゴリズムを拡張し,異常の最適解が発見されるようにFODに組み込むことができるスパース部分空間を探索することにより異常値を見出す。スパース部分空間を構築する一方で,データオブジェクトが異常と見なされる部分空間におけるデータオブジェクトのスパースレベルを記述するためのスパース閾値概念を提示した。次に,合成とUCIデータセットに関する著者らの方法の有効性とスケーラビリティを実証した。実験評価は,著者らのファジィ制約ベースの異常値検出が2つの既存の完全次元アルゴリズムより優れていることを明らかにした。さらに,FODアルゴリズムは異常値検出の精度を改善した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *曖昧さ ,  有効性 ,  *ファジィ集合 ,  *異常値 ,  遺伝的アルゴリズム ,  測度 ,  アルゴリズム ,  検出法 ,  類似性
準シソーラス用語： 実験評価 ,  部分空間 ,  スパース ,  最適解 ,  ファジィ数学 ,  異常値検出 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： ファジィ ,  集合理論 ,  異常値 ,  検出法