文献

J-GLOBAL ID：202202243619011841   整理番号：22A0446702

線形計画法を用いたビッグデータの応用区間解析【JST・京大機械翻訳】

Applied Interval Analysis of Big Data Using Linear Programming Methods

著者 (1件)： Oskorbin Nikolay (Altai State University, Barnaul, Russia)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1526  ページ： 197-209  発行年： 2022年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
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： 本論文では,実験データベースと知識ベースを用いたプロセスの数学的モデリングの問題について述べた。本研究は多次元依存性建物に関係する。それは,確率論と数学的統計のフレームワークの中で,回帰分析と機械学習技術を使用する。大きな観測テーブルは,単一コンピュータ上でしばしば処理できない。そのようなデータの解析は,並列計算を必要とし,本論文では,このような計算の実行を可能にする区間数学の方法によって行った。パラメータに対する線形依存性の解析は,区間線形代数方程式のシステムを解くために減少する。文献で知られているシステム研究のアプローチの中で,いわゆる「単一セットの解」を考慮したアプローチを選択した。この方法は必要な依存性の保証された推定を提供し,いくつかの場合で線形計画法の使用を可能にする。この方法を用いて,モデル化プロセスの出力変数の間隔予測を計算した。研究した依存性のパラメータの区間推定値も得た。大規模線形計画問題を解くための方法を用いて,大規模データベースの逐次および並列解析の2つの方法を提案した。アルゴリズムの最適性は,大規模の最適化問題における制約を除去するよく知られた技術を用いて実証された。研究は,イングランドにおける道路交通事故の統計のモデルプロセスおよび実データに関して実施した。Copyright Springer Nature Switzerland AG 2022 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 ,  *線形計画法 ,  回帰分析 ,  最適化問題 ,  データベース ,  道路交通 ,  確率論 ,  代数方程式 ,  並列演算 ,  線形性 ,  高次元 ,  知識ベース ,  コンピュータ
準シソーラス用語： *ビッグデータ ,  機械学習技術 , 【Automatic Indexing@JST】

著者キーワード (4件)： ビッグデータ ,  応用区間解析 ,  線形計画法 ,  線形依存性のパラメータの保証された推定

分類 (3件)： 人工知能  (JE08000Z) ,  数値計算  (JE02000J) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (4件)： 線形計画法 ,  ビッグデータ ,  応用 ,  区間解析