文献

J-GLOBAL ID：202102238836595354   整理番号：21A2955248

ANCES:分類問題における属性雑音を修復する新しい方法【JST・京大機械翻訳】

ANCES: A novel method to repair attribute noise in classification problems

著者 (2件)： Saez Jose A. (Dept. of Statistics and Operational Research, University of Granada, Santander 1, 52005 Melilla, Spain) ,  Corchado Emilio (Dept. of Computer Science and Automatics, University of Salamanca, Plaza de los Caidos s/n, 37008 Salamanca, Spain)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 121  ページ： Null  発行年： 2022年 
JST資料番号： D0611A  ISSN： 0031-3203  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： ノイズは,分類問題において構築するモデルの複雑性と性能に負に影響した。その結果を緩和するための最も一般的な手法は,雑音フィルタとして知られる前処理技術の使用であり,訓練データから雑音の多いサンプルを除去するように設計されている。それにもかかわらず,それらはクラスラベルに影響する誤差を取り扱うために特に指向されている。それらの雇用は,雑音が属性値に影響を及ぼすとき,必ずしも改善をもたらさない。これらの場合,誤差を修正することは,専門文献においてこれまで十分に研究されていない従来の雑音フィルタリングに対する興味深い代替である。本研究では,後に使用された分類アルゴリズムの性能を増加させる最終目的による属性雑音補正法を提案した。雑音の多いデータの同定は,データセットにおける属性値の各々に割り当てられた誤差スコアに基づき,次に,それらの潜在的ノイズを修正するために最適化プロセスを通して通過した。提案方法の妥当性を徹底的実験研究において研究し,その中で,雑音のあるデータセットを扱ういくつかのよく知られた前処理法と比較した。得られた結果は,データが属性ノイズに悩むとき,他の代替案に関して属性ノイズ補正の適合性を示した。Copyright 2021 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： 最適化 ,  *雑音 ,  前処理 ,  適応性
準シソーラス用語： 補正法 ,  訓練データ ,  分類アルゴリズム ,  複雑性 ,  ノイズフィルタ , 【Automatic Indexing@JST】

著者キーワード (5件)： 属性雑音 ,  ノイズ補正 ,  ノイズフィルタリング ,  雑音のあるデータ ,  分類

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 分類 ,  属性 ,  雑音 ,  修復