文献

J-GLOBAL ID：202202246370003944   整理番号：22A1048972

動的分類のための概念-認知計算システム【JST・京大機械翻訳】

Concept-cognitive computing system for dynamic classification

著者 (5件)： Mi Yunlong (School of Business, Central South University, Changsha 410083, China) ,  Quan Pei (Key Laboratory of Big Data Mining and Knowledge Management, Chinese Academy of Sciences, Beijing 100190, China) ,  Shi Yong (School of Economics and Management, University of Chinese Academy of Sciences, Beijing 100190, China) ,  Shi Yong (Key Laboratory of Big Data Mining and Knowledge Management, Chinese Academy of Sciences, Beijing 100190, China) ,  Wang Zongrun (School of Business, Central South University, Changsha 410083, China)
資料名： European Journal of Operational Research  (European Journal of Operational Research)
巻： 301  号： 1  ページ： 287-299  発行年： 2022年 
JST資料番号： A0547A  ISSN： 0377-2217  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 大きなデータの状況において,組織および個人は,分類のようなデータマイニング技術からしばしば利益を得ることができる。しかし,意思決定者は動的環境下での時間に関する洞察に迅速に反応しなければならない。本論文では,概念認識計算システム(C3Sまたは概念CS)と名付けた新しい展望を提示し,部分ラベル付きデータおよびラベル付きデータに対する動的分類学習を達成した。より具体的には,知識を保存し,統合するために,概念落下空間をC3Sにおける基本的知識記憶機構として最初に採用する。次に,新しい情報を古い知識に組み込むことができる,人間学習過程をシミュレートすることによって,新しい概念認識プロセスを設計した。最後に,部分ラベル付き動的データのシナリオに直面したとき,2つの異なる概念空間を構築する戦略を,著者らのシステムにおいて考察した。学習パラダイムにおけるC3Sと従来のインクリメンタル学習法の間には著しい違いが存在するが,提案C3Sは,いくつかの最先端のインクリメンタル学習アプローチと比較して,動的分類に対して,まだ強い性能を実行する。さらに,様々なデータセットに関する実験は,このシステムが動的環境において部分的にラベル付けされたデータとラベル付けされたデータに関して良い性能を得ることができることを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  技術 ,  *計算機システム ,  データ ,  分類 ,  ケイ酸カルシウム ,  認識 ,  空間 ,  意思決定者
準シソーラス用語： 学習過程 ,  分類学習 ,  動的環境 ,  インクリメンタル学習 ,  データマイニング技術 , 【Automatic Indexing@JST】

著者キーワード (5件)： 知識ベースシステム ,  意思決定支援システム ,  動的分類 ,  粒状計算 ,  増分学習

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 分類 ,  概念 ,  認知 ,  計算システム