文献

J-GLOBAL ID：202202288351115832   整理番号：22A0177290

CPSSDS:データストリーム上の半教師つき分類のための共形予測【JST・京大機械翻訳】

CPSSDS: Conformal prediction for semi-supervised classification on data streams

著者 (4件)： Tanha Jafar (Computer and Electrical Engineering Department, University of Tabriz, Tabriz, Iran) ,  Samadi Negin (Computer and Electrical Engineering Department, University of Tabriz, Tabriz, Iran) ,  Abdi Yousef (Computer and Electrical Engineering Department, University of Tabriz, Tabriz, Iran) ,  Razzaghi-Asl Nazila (Computer and Electrical Engineering Department, University of Tabriz, Tabriz, Iran)
資料名： Information Sciences  (Information Sciences)
巻： 584  ページ： 212-234  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： 本研究では,半教師つきデータストリーム分類タスクに焦点を当てた。データの膨大なストリームを生成するアプリケーションの出現により,データストリームマイニングアルゴリズムは,この種の非定常データからの学習パターンの固有問題を扱うのに必要である。主な課題は,高速到着,無限長,限定されたラベル付きデータ,概念ドリフト,および概念進化である。これらの問題を克服するために多くのアルゴリズムが使用されてきたが,実際のドメインにおいて取り組まれ,議論する必要がある多くの課題がある。本論文は,主に限られたラベル付きデータと概念ドリフト検出問題に焦点を合わせた。したがって,CPSSDSと呼ばれる半教師つきフレームワークを提案し,それは,ラベル付きサンプルの不足を扱うためのベース学習者および自己訓練フレームワークとして増分分類器を使用した。提案手法は,標準自己訓練アプローチにおける主な挑戦である各訓練手順における元の訓練セットに追加するために,一組の情報ラベルなしデータインスタンスを発見するために,Conformal Predictorの形式を利用した。このフレームワークに関して,Kolmogorov-Smirnov試験を採用して,データチャンクの2つのシーケンスのための共形予測の出力を比較することによって,概念ドリフトを検出した。最後に,いくつかの合成および実データセットに関する実験結果は,提案した学習フレームワークがデータストリームに対する最先端の半教師つきアルゴリズムに匹敵することを示した。CPSSDSの実装ソースコードはhttps://github.com/neginsmd/CPSSDS.gitで利用可能である。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 ,  *ドリフト ,  応用プログラム
準シソーラス用語： チャンク ,  学習者 ,  *データストリーム ,  非定常性 ,  半教師つき学習 ,  ソースコード ,  *半教師付き分類 , 【Automatic Indexing@JST】

著者キーワード (5件)： データストリーム ,  自己訓練 ,  半教師つき学習 ,  コンセプトドリフト ,  共形予測

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： データストリーム ,  半教師つき分類 ,  形 ,  予測