文献

J-GLOBAL ID：202102252958133043   整理番号：21A0984331

人工ニューラルネットワークを用いた探索データ解析【JST・京大機械翻訳】

Exploratory Data Analysis using Artificial Neural Networks

著者 (5件)： D Sriram (Vels Institute of Science, Technology and Advanced Studies,Department of Computer Science and Engineering,India) ,  K Kalaivani (Vels Institute of Science, Technology and Advanced Studies,Department of Computer Science and Engineering,India) ,  K Ulagapriya (Vels Institute of Science, Technology and Advanced Studies,Department of Computer Science and Engineering,India) ,  A Saritha (Vels Institute of Science, Technology and Advanced Studies,Department of Computer Science and Engineering,India) ,  A Sajeevram (Sri Krishna College of Engineering and Technology,Department of Information Technology,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICADEE  ページ： 1-11  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： データ解析は,旅行組織がビジネスと個人トリップに基づく将来のトリップに投資するためのより良い推薦を提供するのを助ける。本論文では,データ分析,予測モデリング技術および適切な性能測度の基本概念,様々なタイプおよびレベルを提示した。線形回帰(機械学習モデル),分散分析(統計モデル),および人工ニューラルネットワーク(機械学習モデル)のような予測には,基本的に3種類のアルゴリズムがある。データ解析は,健康管理,製造,情報技術など多くの分野で使用されている。Kaggleにおけるuberによって提供された旅行データセットを用いて,選択した予測アルゴリズムの性能を研究した。本研究の背後にある主要な方法論学は,データ解析を用いた地域における顧客によって取られたすべてのトリップの中で,トリップの最も頻繁なカテゴリーの精度を分析し,発見することである。考慮したパラメータは,旅行のカテゴリー,目的,全距離および速度である。精度,思い出し,f1スコア,曲線下面積(AUC)および受信者動作特性曲線(ROC)の結果は,人工ニューラルネットワーク(ANN)ベースの予測が他のアルゴリズムよりも比較的高いことを明らかにした。Copyright 2021 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： アルゴリズム ,  分散分析 ,  *ニューラルネットワーク ,  トリップ ,  旅行 ,  データ解析 ,  統計模型 ,  健康管理 ,  血中濃度-時間曲線下面積 ,  機械学習 ,  情報技術
準シソーラス用語： ROC曲線 ,  線形回帰 ,  性能測度 ,  予測アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 人工ニューラルネットワーク ,  探索データ解析