文献

J-GLOBAL ID：202002286456307843   整理番号：20A0812527

不均衡分類問題のための拡張信念ルールベースシステムのバランス調整アプローチ【JST・京大機械翻訳】

A Balance Adjusting Approach of Extended Belief-Rule-Based System for Imbalanced Classification Problem

著者 (5件)： Fang Weijie (College of Mathematics and Computer Science, Fuzhou University, Fuzhou, China) ,  Gong Xiaoting (College of Economics and Management, Fuzhou University, Fuzhou, China) ,  Liu Genggeng (College of Mathematics and Computer Science, Fuzhou University, Fuzhou, China) ,  Wu Yingjie (College of Mathematics and Computer Science, Fuzhou University, Fuzhou, China) ,  Fu Yanggeng (College of Mathematics and Computer Science, Fuzhou University, Fuzhou, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 41201-41212  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  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： 拡張信念ルールベース(EbrB)システムは,意思決定において広く認識され,効果的なルールベースシステムになった。このシステムは,各訓練サンプルをルールに変換することによりルールベースを生成するためのデータ駆動法を用いる。したがって,EbrBシステムが不均衡な分類データセットに適用されるとき,訓練データセットの不均衡は生成されたルールベースに保持される。より具体的には,多数のクラスから変換されたルールの数は,少数クラスから変換されたルールよりはるかに大きい。この問題は通常,少数クラスの精度の急激な減少をもたらす。本研究では,生成されたEbrBにおいて訓練データセットの不均衡がどのように存在するかを解析し,次に,ルールベースにおける不均衡の影響を除去するためのバランス調整(BA)アプローチを提案した。BAアプローチは,すべての活性化ルールのルール活性化重みを調整し,EbrBシステムのルール集約プロセスの間,より高い活性化重量を持つルールの競争力をさらに強化する。UCIからの不均衡ベンチマーク分類データセットにおけるいくつかの事例研究により,BAアプローチの使用がEbrBシステムの性能を改善することを実証した。本研究は,いくつかの従来および最近の既存の研究と比較して,提案した手法の改良を検証するための一連の実験も行った。比較結果は,BAアプローチが実行可能で,効果的でロバストであり,特に大規模データセットにおいて良好に機能することを示した。さらに,BAアプローチは,EbrBシステムのルール凝集プロセスの前に一般的プロセスとして適用されることを意味する様々なルール活性化重量計算法とも結合することができる。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ベンチマーク ,  ロバスト性 ,  事例研究 ,  *ルールベース ,  意思決定 ,  凝集処理
準シソーラス用語： 大規模データセット ,  訓練データ ,  データ駆動 ,  不均衡 , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  自然語処理  (JE06000L) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 均衡 ,  分類 ,  問題 ,  拡張 ,  信念 ,  ルールベースシステム ,  バランス