文献

J-GLOBAL ID：202202227195342743   整理番号：22A0497097

Hathith分類のためのシミュレーテッドアニーリングとシンガーカオス写像による改良型正弦余弦アルゴリズム【JST・京大機械翻訳】

Improved sine cosine algorithm with simulated annealing and singer chaotic map for Hadith classification

著者 (9件)： Tubishat Mohammad (College of Technological Innovation, Zayed University, Abu Dhabi, United Arab Emirates) ,  Ja’afar Salinah (Department of Linguistics, Academy of Malay Studies University of Malaya, Kuala Lumpur, Malaysia) ,  Idris Norisma (Department of Artificial Intelligence, Faculty of Computer Science and Information Technology, University of Malaya, Kuala Lumpur, Malaysia) ,  Al-Betar Mohammed Azmi (Artificial Intelligence Research Center (AIRC), Artificial Intelligence Research Center (AIRC), Department of Information Technology, MSAI College of Engineering and Information Technology, Ajman University, Ajman, United Arab Emirates) ,  Al-Betar Mohammed Azmi (Department of Information Technology, Al-Huson University College, Al-Balqa Applied University, Irbid, Jordan) ,  Alswaitti Mohammed (School of Electrical and Computer Engineering (ICT), Xiamen University Malaysia, Sepang, Selangor Darul Ehsan, Malaysia) ,  Jarrah Hazim (School of Information Technology, Skyline University College, Sharjah, United Arab Emirates) ,  Ismail Maizatul Akmar (Department of Artificial Intelligence, Faculty of Computer Science and Information Technology, University of Malaya, Kuala Lumpur, Malaysia) ,  Omar Mardian Shah (Department of Linguistics, Academy of Malay Studies University of Malaya, Kuala Lumpur, Malaysia)
資料名： Neural Computing & Applications  (Neural Computing & Applications)
巻： 34  号： 2  ページ： 1385-1406  発行年： 2022年 
JST資料番号： W0703A  ISSN： 0941-0643  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 特徴選択(FS)は分類における重要なタスクである。Hadithは,その上にFSを適用できる例を示す。HadithsはQurn後のIslamの2番目の主要な源である。HadithsはIslamで利用可能であり,これらのHadithsは多数のクラスにグループ分けされる。文献では,Hadiths分類のために多くの研究が行われている。正弦余弦アルゴリズム(SCA)は新しいメタヒューリスティック最適化アルゴリズムである。SCAアルゴリズムは,最適解を見つけるために,正弦と余弦数学式を用いて探索空間の探索に主に基づいている。しかし,他の最適化アルゴリズム(OA)のようなSCAは,局所最適と解多様性の問題に悩まされる。本論文において,SCA問題を克服して,FS問題のためにそれを使用するために,2つの主要な改良を標準SCAアルゴリズムに導入した。最初の改良は,解の多様性を改善するためにSCA内のsingerカオスマップの使用を含む。第二の改良は,その開発を改善するためにSCA内の局所探索演算子としてシミュレーテッドアニーリング(SA)アルゴリズムの使用を含む。さらに,Gini指数(GI)を用いて,SCAによって探索される特徴の数を減らすために,得られた選択した特徴をフィルタリングした。さらに,3つの新しいHadithデータセットを作成した。提案した改良SCA(ISCA)を評価するために,新しい3つのHadithsデータセットを著者らの実験において使用した。さらに,ISCAの普遍性を確認するために,UCIリポジトリから14のベンチマークデータセットにも適用した。ISCA結果を,元のSCAおよび粒子群最適化(PSO),遺伝的アルゴリズム(GA),Grassopper最適化アルゴリズム(GOA),および最新の最適化アルゴリズム,Harris Hawks Optimizer(HHO)などの最先端アルゴリズムと比較した。得られた結果は,他の最適化アルゴリズムやHadith分類基準作業と比較して,ISCAの明瞭な性能を確認した。得られた結果から,ISCAは分類精度を同時に改善できるが,最も有益な特徴を選択すると推論される。Copyright The Author(s), under exclusive licence to Springer-Verlag London Ltd., part of Springer Nature 2021 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 ,  最適化手法 ,  フィルタリング ,  特徴選択 ,  ベンチマーク ,  *シミュレーテッドアニーリング ,  普遍性 ,  遺伝的アルゴリズム ,  リポジトリ ,  近傍探索法
準シソーラス用語： 探索空間 ,  最適解 ,  粒子群最適化 ,  分類精度 ,  *カオス写像 , 【Automatic Indexing@JST】

著者キーワード (4件)： シネ余弦アルゴリズム ,  シミュレーテッドアニーリング ,  Hadithテキスト分類 ,  カオス写像

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 分類 ,  シミュレーテッドアニーリング ,  カオス写像 ,  アルゴリズム