文献

J-GLOBAL ID：202002229325704302   整理番号：20A1565987

RPPアルゴリズム:興味深い希少アイテム集合の発見法【JST・京大機械翻訳】

RPP Algorithm: A Method for Discovering Interesting Rare Itemsets

著者 (3件)： Darrab Sadeq (University of Magdeburg, Magdeburg, Germany) ,  Broneske David (University of Magdeburg, Magdeburg, Germany) ,  Saake Gunter (University of Magdeburg, Magdeburg, Germany)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1234  ページ： 14-25  発行年： 2020年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： まれなアイテム集合マイニングの重要性は,ネットワーク故障の同定や疑わしい行動のような実生活領域におけるデータセットから知識を発見できる能力から,その能力から生じている。希少アイテム集合を抽出するための顕著な努力がある。RP-成長アルゴリズムは,希少アイテム集合を生成するために提案された以前の方法より優れている。しかし,RP成長の性能はスパースデータセット上で劣化し,時間とメモリ消費の点でコストがかかる。そこで本論文では,希少アイテム集合を抽出するためのRPPアルゴリズムを提案した。RPPアルゴリズムの利点は,RP成長として条件付きツリーを省略することにより,無利用候補アイテム集合を生成する時間を避けることである。さらに,著者らのRPPアルゴリズムは,希少アイテム集合を生成するために,新しいデータ構造,RNリストを使用する。提案した方法の性能を評価するために,スパースで高密度のデータセットに関する広範な実験を行った。結果は,RPPアルゴリズムがRP成長アルゴリズムよりおよそ1桁良いことを示した。Copyright Springer Nature Singapore Pte Ltd. 2020 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 ,  記憶装置 ,  故障 ,  データ構造 ,  ネットワーク
準シソーラス用語： 高密度 , 【Automatic Indexing@JST】

著者キーワード (3件)： 希少アイテムセット ,  RNリスト ,  RPP

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： アルゴリズム ,  集合