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。
誤解データは,多くのデータ解析パイプラインの最初の重要なステップを形成する。挑戦は,実際の,Boole,および順序データを含む混合データセットに対して最大であり,そこでは,帰属のための標準技法が基本的衛生チェックを失敗する:例えば,入力値は,データと同じ分布に従わないかもしれない。本論文は,調整パラメータなしで,欠測値を修正するための新しい半パラメトリックアルゴリズムを提案した。アルゴリズムはGaussコピュラとして混合データをモデル化する。このモデルは,連続変数に対して任意の限界を適合でき,特殊ケースとしてBoole変数を含む,多くのレベルで順序変数を扱うことができる。不完全混合データからコピュラパラメータを推定するための効率的な近似EMアルゴリズムを開発した。得られたモデルは変数間の統計的関連性を明らかにした。いくつかの合成および実データセットに関する実験結果は,混合データに対する最先端の補完アルゴリズムに対する提案アルゴリズムの優位性を示した。【JST・京大機械翻訳】