文献

J-GLOBAL ID：202202265092873912   整理番号：22A0858038

ファジィデータ削減と分類器融合に基づくバイナリ不均衡ビッグデータ分類【JST・京大機械翻訳】

Binary imbalanced big data classification based on fuzzy data reduction and classifier fusion

著者 (3件)： Zhai Junhai (Hebei Key Laboratory of Machine Learning and Computational Intelligence, College of Mathematics and Information Science, Hebei University, Baoding, Hebei Province, China) ,  Wang Mohan (Hebei Key Laboratory of Machine Learning and Computational Intelligence, College of Mathematics and Information Science, Hebei University, Baoding, Hebei Province, China) ,  Zhang Sufang (Hebei Branch of China Meteorological Administration Training Centre, China Meteorological Administration, Baoding, Hebei Province, China)
資料名： Soft Computing  (Soft Computing)
巻： 26  号： 6  ページ： 2781-2792  発行年： 2022年 
JST資料番号： W1043A  ISSN： 1432-7643  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： ビッグデータの時代は到達し,従来の機械学習アルゴリズムでは,スタンドアロンコンピューティング環境において訓練を行うことができない。本論文では,アンダーサンプリングとアンサンブルに基づく大規模データセットの不均衡二値分類法を提案した。より具体的には,著者らの方法は,最初に,kクラスタに大多数クラス大データを適応的に分割し,次に,kバランスデータセットを作成するためにアンダーサンプリングする。続いて,kベース分類器を各バランスデータセット上で訓練し,最終予測を行う。既存のアンダーサンプリング法は,大部分のクラスの部分集合をランダムに選択する。したがって,重要な事例はプロセスの間に失われる可能性がある。対照的に,提案したファジィデータ削減方式は,情報損失を防ぐ各クラスタから有益なインスタンスを選択する。従来のアンサンブル法は,ベース分類器間の負の相関を持つが,提案した分類器融合方式は,ベース分類器間の関係のモデリングを容易にするためにファジィ積分を用いてベース分類器を融合する。提案アルゴリズムを,6つの不均衡な大規模データセットに関して評価し,MapReduceと上部サンプリング(BECIMU)に基づく不均衡ビッグデータのための合成少数オーバーサンプリング技術バギング(SMOTE-Bagging),SMOTE-Boost,およびバイナリアンサンブル分類を含む最先端のアンダーサンプリングとアンサンブル法と比較した。定量的評価と理論解析は,提案した方法が,平均G平均とAUC面積に関して,それぞれ,1.47%,2.00%と2.03%,および3.15%,2.15%と2.52%の3つの最先端の方法より優れていることを証明した。Copyright The Author(s), under exclusive licence to Springer-Verlag GmbH Germany, 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： 予測技法 ,  アルゴリズム ,  データ ,  分類 ,  *信号標本化 ,  クラスタ ,  集合 ,  学習アルゴリズム
準シソーラス用語： オーバサンプリング ,  アンダーサンプリング ,  *バイナリー ,  *ビッグデータ ,  MapReduce ,  大規模データセット ,  アンサンブル法 ,  アンサンブル分類 , 【Automatic Indexing@JST】

著者キーワード (5件)： ビッグデータ ,  ビッグデータプラットフォーム ,  不均衡データ分類 ,  ファジィデータ演えき ,  ファジィ積分

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： ファジィデータ ,  分類器 ,  融合 ,  バイナリ ,  均衡 ,  ビッグデータ ,  分類