文献

J-GLOBAL ID：201902291100406100   整理番号：19A1793090

部分空間局所密度推定に基づく異常検出アルゴリズム【JST・京大機械翻訳】

Anomaly Detection Algorithm Based on Subspace Local Density Estimation

著者 (2件)： Zhang Chunkai (Harbin Institute of Technology, ShenZhen, China) ,  Yin Ao (Harbin Institute of Technology, ShenZhen, China)
資料名： International Journal of Web Services Research  (International Journal of Web Services Research)
巻： 16  号： 3  ページ： 44-58  発行年： 2019年 
JST資料番号： W3846A  ISSN： 1545-7362  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： 本論文では,部分空間局所密度推定に基づく新しい異常検出アルゴリズムを提案した。提案したアルゴリズムの鍵となる洞察は,複数のトリデント木を構築することである。それは,部分空間と局所密度推定の構築を実行することができる。各トリデント木(Tツリー)は,3つのシグマの外側のデータを左または右のサブツリーに分割し,残りのデータを中間サブツリーに分割することによって再帰的に構築される。トリデント木における各ノードは,このノード上に落下するインスタンスの数を記録するので,各トリデントツリーを局所密度推定器として使用することができる。各々の実例の密度は,すべての3つのツリー評価実例密度の平均であり,それは実例の異常スコアとして使用することができた。3つのシグマ原理に従って各トリデント木を構築するので,それは大きなツリー高さなしで良好な異常検出結果を得ることができる。理論解析と実験結果は,提案したアルゴリズムが効果的で効率的であることを示した。Copyright 2019 IGI Global All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム
準シソーラス用語： 理論解析 ,  *異常検出 ,  スコア ,  部分木 ,  *検出アルゴリズム ,  *部分空間 , 【Automatic Indexing@JST】

著者キーワード (5件)： 3シグマ ,  異常検出 ,  信頼区間 ,  アンサンブル ,  ランダム部分空間

分類 (2件)： 人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (4件)： 部分空間 ,  密度 ,  推定 ,  検出アルゴリズム