文献
J-GLOBAL ID:202002260005037416   整理番号:20A2255715

実世界データによるストリーム学習アルゴリズムのベンチマークにおける課題【JST・京大機械翻訳】

Challenges in benchmarking stream learning algorithms with real-world data
著者 (6件):
資料名:
巻: 34  号:ページ: 1805-1858  発行年: 2020年 
JST資料番号: W1105A  ISSN: 1384-5810  資料種別: 逐次刊行物 (A)
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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ストリーミングデータは,センサ測定,衛星データ供給,株式市場,および財務データのような実世界アプリケーションでますます存在している。これらの応用の主な特徴は,高速におけるデータ観測のオンライン到着と実際の環境の動的性質によるデータ分布の変化への感受性である。データストリームマイニングコミュニティは,主に公的に利用可能な高品質非定常実世界データセットの欠如のため,新しい提案の比較と評価に関連するいくつかの主要な課題と困難に直面している。文献で提案されたストリームアルゴリズムの比較は,必ずしも同じ推薦,実験的評価手順,データセット,および仮定に従わないので,容易なタスクではない。本論文では,ストリーム分類器とドリフト検出器の実験的評価におけるデータセットの選択に関連する問題を緩和する。そのために,著者らは,実世界データによるベンチマークストリームアルゴリズムのための新しい公開データリポジトリを提案する。このリポジトリは,光学センサを用いた疾患ベクトル昆虫の認識を含む,文献および新しいデータセットから,非常に関連する公衆衛生問題に関連する,最も人気のあるデータセットを含む。これらの新しいデータセットの主な利点は,新しい適応アルゴリズムを適切に評価するための,それらの特性と変化のパターンに関する事前知識である。また,文献において利用可能な現在のベンチマークデータセットに関する一般的問題の重要なレビューと同様に,データ分布における異なるタイプの変化をもたらす特性,理由,および問題についての詳細な議論を提示した。Copyright The Author(s), under exclusive licence to Springer Science+Business Media LLC, part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
人工知能  ,  その他の情報処理 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る