WEKO3
アイテム
獲得した情報を用いる遺伝的ネットワークプログラミングによるデータマイニング
https://ipsj.ixsq.nii.ac.jp/records/10521
https://ipsj.ixsq.nii.ac.jp/records/105210d5767e1-ce06-4b41-af50-f911811a9adc
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-JNL4610021.pdf (535.6 kB)
|
Copyright (c) 2005 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | Journal(1) | |||||||
|---|---|---|---|---|---|---|---|---|
| 公開日 | 2005-10-15 | |||||||
| タイトル | ||||||||
| タイトル | 獲得した情報を用いる遺伝的ネットワークプログラミングによるデータマイニング | |||||||
| タイトル | ||||||||
| 言語 | en | |||||||
| タイトル | Data Mining Using Genetic Network Programming with the Use of Acquired Information | |||||||
| 言語 | ||||||||
| 言語 | jpn | |||||||
| キーワード | ||||||||
| 主題Scheme | Other | |||||||
| 主題 | 論文 | |||||||
| 資源タイプ | ||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_6501 | |||||||
| 資源タイプ | journal article | |||||||
| その他タイトル | ||||||||
| その他のタイトル | 知識処理 | |||||||
| 著者所属 | ||||||||
| 早稲田大学大学院情報生産システム研究科 | ||||||||
| 著者所属 | ||||||||
| 早稲田大学大学院情報生産システム研究科 | ||||||||
| 著者所属 | ||||||||
| 早稲田大学大学院情報生産システム研究科 | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Graduate School of Information, Production and Systems, Waseda University | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Graduate School of Information, Production and Systems, Waseda University | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Graduate School of Information, Production and Systems, Waseda University | ||||||||
| 著者名 |
嶋田, 香
平澤, 宏太郎
古月, 敬之
× 嶋田, 香 平澤, 宏太郎 古月, 敬之
|
|||||||
| 著者名(英) |
Kaoru, Shimada
Kotaro, Hirasawa
Takayuki, Furuzuki
× Kaoru, Shimada Kotaro, Hirasawa Takayuki, Furuzuki
|
|||||||
| 論文抄録 | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | 遺伝的ネットワークプログラミング（Genetic Network Programming，GNP）を用いた興味深い相関ルールの抽出法を提案する．統計学で用いられるχ2値を指標の一部とした興味深い相関ルールを進化論的計算手法によって抽出する．相関ルールの指標はGNPの構造的な特徴を利用して算出される．ルール抽出は世代継続的に行われるため抽出された相関ルールはライブラリに蓄積される．抽出された相関ルールに関する情報は，抽出を継続中のGNPの個体評価および進化操作時に用いられる．したがって，本手法は通常の進化論的計算手法とは進化の方法が異なる．シミュレーション結果から，本手法が興味深い相関ルールの抽出を効率的に行うことが示された． | |||||||
| 論文抄録(英) | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | A method of association rule mining using Genetic Network Programming (GNP) is proposed to improve the performance of rule extraction. The proposed system evolves itself by an evolutionary method and measures the significance of the association via the chi-squared test using GNP. Extracted association rules are stored in a pool all together through generations in order to find new important rules. These rules are reflected in genetic operators as acquired information. Therefore, the proposed method is fundamentally different from all other evolutionary methods in its evolutionary way. In this paper, we describe the algorithm capable of finding the important association rules and present some experimental results. | |||||||
| 書誌レコードID | ||||||||
| 収録物識別子タイプ | NCID | |||||||
| 収録物識別子 | AN00116647 | |||||||
| 書誌情報 |
情報処理学会論文誌 巻 46, 号 10, p. 2576-2586, 発行日 2005-10-15 |
|||||||
| ISSN | ||||||||
| 収録物識別子タイプ | ISSN | |||||||
| 収録物識別子 | 1882-7764 | |||||||
