文献

J-GLOBAL ID：202102247844924857   整理番号：21A2037180

リクルート評価のためのHopfieldニューラルネットワークによるエネルギーベース論理マイニング解析【JST・京大機械翻訳】

Energy Based Logic Mining Analysis with Hopfield Neural Network for Recruitment Evaluation

著者 (5件)： Jamaludin Siti Zulaikha Mohd (School of Mathematical Sciences, Universiti Sains Malaysia, Penang 11800, Malaysia) ,  Kasihmuddin Mohd Shareduwan Mohd (School of Mathematical Sciences, Universiti Sains Malaysia, Penang 11800, Malaysia) ,  Ismail Ahmad Izani Md (School of Mathematical Sciences, Universiti Sains Malaysia, Penang 11800, Malaysia) ,  Mansor Mohd. Asyraf (School of Distance Education, Universiti Sains Malaysia, Penang 11800, Malaysia) ,  Basir Md Faisal Md (Department of Mathematical Sciences, Faculty of Science, Universiti Teknologi Malaysia, Bahru, Johor 81310, Malaysia)
資料名： Entropy (Web)  (Entropy (Web))
巻： 23  号： 1  ページ： 40  発行年： 2020年 
JST資料番号： U7179A  ISSN： 1099-4300  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 効果的な募集評価は,企業,産業,および機関の成功において重要な役割を果たす。系統的動員に寄与する因子間の関係に関する洞察を得るために,人工ニューラルネットワークと論理マイニング方式をデータ抽出モデルとして採用することができた。本研究では,Hopfieldニューラルネットワークを組み込んだエネルギーベースk充足可能性逆解析を提案し,電子(E)動員データセットにおける因子間の関係を抽出した。E動員データセットの属性を,k充足可能性論理的表現の形で表現した。2充足可能性と3充足可能性表現に対する論理的表現を提案し,系統的論理表現と見なした。E動員データセットは,潜在的候補間の正の動員に寄与する主要な属性の関係を抽出する目的で,マレーシアの保険機関から得られる。このように,著者らのアプローチを,E動員データに対応する誘導論理の正しさ,ロバスト性および精度に従って評価した。異なる数のニューロンによる実験シミュレーションに従って,この知見は,マレーシアの保険機関における正の動員に対する主要な属性を抽出する際に,Hopfieldニューラルネットワークによるエネルギーベースのk充足可能性逆解析の有効性とロバスト性を示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  保険 ,  ニューロン ,  *ニューラルネットワーク ,  マレーシア ,  有効性 ,  ロバスト性 ,  *Hopfield模型
準シソーラス用語： 逆解析 ,  データ抽出 ,  満足化可能性 , 【Automatic Indexing@JST】

著者キーワード (5件)： 充足可能性表現 ,  Hopfieldニューラルネットワーク ,  論理マイニング ,  補充評価 ,  経済的幸福

分類 (1件)： 論理代数  (JB03000H)

引用文献 (46件)：

• Lasim, P.; Fernando, M.S.C.; Pupat, N. Raising awareness of career goals of insurance agents: A case study of Choomthong 24K26, AIA Company. ABAC ODI J. Vision. Action. Outcome 2016, 3.
• Brockett, P.L.; Cooper, W.W.; Golden, L.L.; Xi, X. A case study in applying neural networks to predicting insolvency for property and casualty insurers. J. Oper. Res. Soc. 1997, 48, 1153-1162.
• Delmater, R.; Monte, H. Data Mining Explained: A Manager’s Guide to Customer-Centric Business Intelligence; Digital Press: Boston, MA, USA, 2001.
• Chien, C.F.; Chen, L.F. Data mining to improve personnel selection and enhance human capital: A case study in high-technology industry. Expert Syst. Appl. 2008, 34, 280-290.
• Kohavi, R.; Quinlan, J.R. Data mining tasks and methods: Classification: Decision-tree discovery. In Handbook of Data Mining and Knowledge Discovery; Willi, K., Jan, M.Z., Eds.; Oxford University Press, Inc.: New York, NY, USA, 2002; pp. 267-276.

タイトルに関連する用語 (5件)： 評価 ,  Hopfieldニューラルネットワーク ,  エネルギー ,  論理 ,  解析