文献

J-GLOBAL ID：202002230239879115   整理番号：20A0233462

改良分離森林の高速異常値検出アルゴリズム【JST・京大機械翻訳】

Fast Outlier Detection Algorithm Based on Isolation Forest

著者 (3件)： Feng Jiachen (太原科技大学 計算机科学与技術学院,太原,030024) ,  Cai Jianghui (太原科技大学 計算机科学与技術学院,太原,030024) ,  Yang Haifeng (太原科技大学 計算机科学与技術学院,太原,030024)
資料名： Xiaoxing Weixing Jisuanji Xitong  (Xiaoxing Weixing Jisuanji Xitong)
巻： 40  号： 11  ページ： 2418-2423  発行年： 2019年 
JST資料番号： C2136A  ISSN： 1000-1220  CODEN： XWJXEH  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 隔離森林(IsolationForest)は相対的に高効率な異常値検出アルゴリズムであるが、隔離ツリーの構築過程において存在するランダム性が大きく、アルゴリズムの性能に影響する可能性がある。以上の問題に対して、本論文では、隔離森林に基づく高速異常値検出アルゴリズムを提案した。最初に,発見的方法によって,分離ツリーサンプルを選択し,すなわち,判断条件を導入して,分離ツリーを構築するかどうかを決定した。次に,特定の切断点を選択して,ツリー構築の過程で対応する葉ノードにデータを挿入して,ランダム選択がアルゴリズム性能に及ぼす影響を減らした。最後に、いくつかの隔離樹を隔離森林に構成し、隔離された各葉ノードの異常値sを計算し、いくつかの異常値が大きいデータ対象を最終的な異常値データとして選択する。UCIデータセットを用いて,提案アルゴリズムは,検出精度を確実にし,そして,異常検出の効率を,効果的に改善することができた。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *異常値 ,  発見的方法 ,  *アルゴリズム ,  無作為抽出 ,  異常検出 ,  *検出アルゴリズム
準シソーラス用語： 検出精度 ,  ランダム性 ,  高効率 ,  隔離 , 【Automatic Indexing@JST】

著者キーワード (4件)： outlier detection ,  isolation tree ,  isolation forest ,  heuristic

分類 (2件)： 計算機網  (JC03000K) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (3件)： 森林 ,  異常値検出 ,  アルゴリズム