文献

J-GLOBAL ID：201902288290196421   整理番号：19A1341465

新しい純度に基づくk最近傍補完法とその財政的苦痛予測への応用【JST・京大機械翻訳】

A novel purity-based k nearest neighbors imputation method and its application in financial distress prediction

著者 (3件)： Cheng Ching-Hsue (Department of Information Management, National Yunlin University of Science and Technology, 123 University Road, Section 3, Douliu, Yunlin, 64002, Taiwan, ROC) ,  Chan Chia-Pang (Department of Information Management, National Yunlin University of Science and Technology, 123 University Road, Section 3, Douliu, Yunlin, 64002, Taiwan, ROC) ,  Sheu Yu-Jheng (Department of Information Management, National Yunlin University of Science and Technology, 123 University Road, Section 3, Douliu, Yunlin, 64002, Taiwan, ROC)
資料名： Engineering Applications of Artificial Intelligence  (Engineering Applications of Artificial Intelligence)
巻： 81  ページ： 283-299  発行年： 2019年 
JST資料番号： T0797A  ISSN： 0952-1976  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： 財政的苦労研究はしばしば欠測値問題を有し,異なる欠落値処理技術は分類結果に影響を及ぼす。さらに,データ科学における欠測値処理は重要な問題であり,異なる欠落値処理手法は分類の応用と性能に制約を与える。欠測値研究において,以前の研究は通常分類の精度に焦点を合わせていたが,それらは異なる欠落度の全体的性能をより少なく扱っている。より良い精度を得て,分類に関するデータの完全性を維持するために,本研究は,欠測値の性能を改善するために,純度ベースのk最近傍アルゴリズムを提案した。この研究では,提案した方法が雑音により影響されないため,より良い性能を実証するために,異なる欠落度と異なる雑音率実験を検証した。さらに,本論文は,MAR,MCAR,およびMNAR型実験を実行して,提案した方法をリスト化された衝撃技術と比較した。さらに,本研究では,MNAR型欠測値として,台湾経済ジャーナル(TEJ)データセットを実際に収集し,次に,提案した純度ベースのk最近傍アルゴリズムを用いて,財政的苦痛予測モデルを構築した。最終的に,本研究は,提案された衝撃アルゴリズムを,一般的な衝撃法と異なる分類器と比較し,結果は,提案した衝撃アルゴリズムが,より良い精度を得て,種々の欠落度と雑音においてより安定であることを示した。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： 雑音 ,  台湾 ,  予測モデル ,  アルゴリズム ,  衝撃 ,  *予測 ,  *純度 ,  完全性
準シソーラス用語： データサイエンス ,  欠測値 ,  *苦痛 , 【Automatic Indexing@JST】

著者キーワード (4件)： 欠測値 ,  補完 ,  純度ベースk最近傍 ,  財政的苦痛

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 純度 ,  補完 ,  財政 ,  苦痛 ,  予測 ,  応用