あいまい性を含んだ訓練事例からの学習

• Item type: SIG Technical Reports(1)
• 公開日: 1992-09-10
• タイトル: あいまい性を含んだ訓練事例からの学習
• タイトル / 言語: en
• タイトル: Learning from imprecise training samples
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 株式会社東芝システム・ソフトウェア技術研究所
• 著者所属: 株式会社東芝システム・ソフトウェア技術研究所
• 著者所属(英): en
• 著者所属(英): TOSHIBA Coporation Systems & Software Engineering Laboratory
• 著者所属(英): en
• 著者所属(英): TOSHIBA Coporation Systems & Software Engineering Laboratory
• 著者名: 櫻井, 茂明; 荒木, 大
• 著者名(英): Shigeaki, Sakurai; Dai, Araki
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: J．R．Quinlan のID3 アルゴリズムは、訓練事例から判断知識を表現する決定木を生成する有効なアルゴリズムである。しかしながら ID3 アルゴリズムには、事例を表現する属性の値として、互いに独立した離散的な属性値しか取り扱えないという適用上の制限があった。本研究ではあいまいな属性値を含む訓練事例から判断知識を生成する方法を提案する。この方法は、あいまいな値を含む属性に対して、分類クラスの判別の観点で有効な分類を行なえるファジィ集合を生成し、このファジィ集合により訓練事例集合をファジィ分割することにより、判断規則を生成することを特徴としている。このアルゴリズムの有効性を数値実験により検証する。
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: ID3 algorithm can acquire an efficient decision tree from training samples. ID3 can deal with the training samples that have the distinct and independent attribute values, but it can't deal with the ones that have the imprecise attribute values. In this study, we propose an approach to acquire the classification knowledge from the imprecise training samples. This new algorithm creates some fuzzy sets, which are effective to discriminate the class values, for classifing the imprecise attribute values. This algorithm divides the training samples with these fuzzy sets. We examined the efficiency of this approach by some numerical experiments.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11135936
• 書誌情報: 情報処理学会研究報告知能と複雑系（ICS）; 巻 1992, 号 70(1992-ICS-084), p. 31-40, 発行日 1992-09-10
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会