文献

J-GLOBAL ID：202002217657967404   整理番号：20A1006524

進化的五角形サポートベクトルファインダ法【JST・京大機械翻訳】

An evolutionary Pentagon Support Vector finder method

著者 (3件)： Mousavi Seyed Muhammad Hossein (Department of Computer Engineering, Buali Sina University, District 2, Hamadan, Iran) ,  Charles Vincent (School of Management, University of Bradford, Bradford BD7 1DP, United Kingdom) ,  Gherman Tatiana (Faculty of Business and Law, University of Northampton, Northamptonshire, NN1 5PH, United Kingdom)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 150  ページ： Null  発行年： 2020年 
JST資料番号： W0178A  ISSN： 0957-4174  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： 大規模データを扱う場合には,有効なアルゴリズムを必要とする。特に分類問題を扱うとき,データセットから異常値を除去する能力に関して,他の間に依存する有効性がある。この目的のために,データプールにおける最も重要なデータを節約するために,サポートベクトルファインダアルゴリズムを作成した。それにもかかわらず,ファジィC-平均(FCM)のような既存の分類アルゴリズムは,初期クラスタ中心を不正確に設定する欠点がある。本論文では,既存の欠点を回避し,重要なサンプルを失うことなく最終分類タスクを高速化し,最終精度を損なうことなく,不必要なデータを発見し除去することを目的とした。この意味で,著者らは,進化的Pentagonサポートベクトル(PSV)ファインダ法と呼ばれるサポートベクトルを発見するためのユニークなアプローチを提示する。現在の研究の独創性は,より効果的なシステムを作るために幾何学的計算と進化的アルゴリズムを使用することにあり,それはいくつかのデータセットに関するより高い精度の利点を持っている。次に,提案した方法を7つのベンチマークデータセットでテストし,結果を同じ条件下での元のデータ(PSVの前後の分類)に関する分類の実行から得られたものと比較した。試験は有望な結果を得た。Copyright 2020 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： アルゴリズム ,  *ベクトル ,  *ファインダ ,  クラスタ化 ,  クラスタ ,  異常値 ,  高速化 ,  有効性 ,  ベンチマーク ,  曖昧さ ,  データマイニング
準シソーラス用語： 進化的アルゴリズム ,  分類アルゴリズム ,  ビッグデータ ,  大規模データ , 【Automatic Indexing@JST】

著者キーワード (7件)： ビッグデータ ,  データマイニング ,  サポートベクトル ,  人工蜂コロニー(ABC) ,  進化的クラスタリング ,  ファジィC平均(FCM) ,  五角形サポートベクトルファインダ(PSV)

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 進化 ,  五角形