文献

J-GLOBAL ID：202202256931606149   整理番号：22A0177294

意思決定情報システムにおける重複度およびk最近傍ラフ集合に基づく属性低減【JST・京大機械翻訳】

Attribute reduction based on overlap degree and k-nearest-neighbor rough sets in decision information systems

著者 (5件)： Hu Meng (Faculty of Information Technology, Macau University of Science and Technology, Taipa, Macau, China) ,  Tsang Eric C.C. (Faculty of Information Technology, Macau University of Science and Technology, Taipa, Macau, China) ,  Guo Yanting (Faculty of Information Technology, Macau University of Science and Technology, Taipa, Macau, China) ,  Chen Degang (Department of Mathematics and Physics, North China Electric Power University, Beijing 102206, China) ,  Xu Weihua (College of Artificial Intelligence, Southwest University, Chongqing 400715, China)
資料名： Information Sciences  (Information Sciences)
巻： 584  ページ： 301-324  発行年： 2022年 
JST資料番号： D0636A  ISSN： 0020-0255  CODEN： ISIJBC  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： k-最近傍規則は一般的な分類技術であり,ラフ集合理論はデータの不確実性を扱う有効な数学的ツールである。k-最近傍関係に基づくラフ集合モデルは,決定を近似する強い能力を持つが,計算は非常に時間がかかる。本論文では,属性縮小を加速し,選択した属性の分類性能を改善するために,異なるカテゴリからオブジェクトの重複度をモデル化した。最初に,著者らは,異なるカテゴリからオブジェクトの一致度(CD)と距離(DIS)を定義して,クラス間オブジェクトのカバレッジと距離を測定した。第2に,CDとDISを結合して,プレソート属性に対するオーバラップ度(OD)を定義し,次に,k最近傍ラフ集合を用いて,矛盾と冗長な属性をフィルタした。ODに基づくプレソート操作は,属性のための検索の数を大いに減らして,高い分離性を有する属性を最初に選択しなければならないことを確実にする。さらに,高速低減アルゴリズム(OD&KNN)を設計し,元の属性だけでなく,より低いODで,決定を近似する能力をもつリダクトを得た。最新のアルゴリズムによるOD&KNNの実験結果および時間複雑性を比較して,OD&KNNは,分類精度を確実にする間,高次元データに対してより効率的であった。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： アルゴリズム ,  ダクト ,  フィルタ ,  *意思決定 ,  冗長性 ,  情報システム ,  不確実性 ,  多重度 ,  *ラフ集合
準シソーラス用語： 複雑性 ,  分類精度 ,  オーバラップ ,  ラフ集合論 ,  高次元データ , 【Automatic Indexing@JST】

著者キーワード (4件)： k最近傍ラフ集合 ,  属性削減 ,  重複度 ,  近傍ラフ集合

分類 (2件)： 人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (5件)： 意思決定 ,  情報システム ,  重複度 ,  ラフ集合 ,  属性