文献

J-GLOBAL ID：202202262323266348   整理番号：22A0736096

回帰のための幾何学的SMOTE【JST・京大機械翻訳】

Geometric SMOTE for regression

著者 (3件)： Camacho Luis (NOVA Information Management School (NOVA IMS), Universidade Nova de Lisboa, Campus de Campolide, 1070-312 Lisboa, Portugal) ,  Douzas Georgios (NOVA Information Management School (NOVA IMS), Universidade Nova de Lisboa, Campus de Campolide, 1070-312 Lisboa, Portugal) ,  Bacao Fernando (NOVA Information Management School (NOVA IMS), Universidade Nova de Lisboa, Campus de Campolide, 1070-312 Lisboa, Portugal)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 193  ページ： Null  発行年： 2022年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 不均衡データセットからの学習は挑戦的なタスクであることが知られている。分類問題に対する課題に取り組むための多くの提案があるが,回帰に関しては解は数少ない。回帰の文脈において,不均衡学習は,これらの値がデータセットにおいて稀に発生することを考慮して,連続目標変数のサブセットにおける目標値の正確な予測に懸念があることを意味した。本論文では,回帰タスクの分類に用いるG-SMOTEアルゴリズムを拡張した。G-SMOTEは,2つの選択されたインスタンスを接合するラインセグメントよりも,選択されたインスタンスの周りの幾何学的領域における合成インスタンスの生成を可能にするので,SMOTEアルゴリズムとは異なる前処理アルゴリズムである。回帰のためのG-SMOTEの性能を他の方法と比較し,経験的結果は著者らの提案がそれらの方法より優れていることを示した。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： *アルゴリズム ,  学習 ,  データ ,  分類 ,  前処理 ,  集合
準シソーラス用語： 不均衡 ,  目標値 ,  不均衡データセット , 【Automatic Indexing@JST】

著者キーワード (3件)： 不均衡 ,  回帰 ,  データレベル

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (1件)： 幾何学