条件属性による類別を用いた相対縮約の近似計算手法について
スポンサーリンク
概要
- 論文の詳細を見る
近年，ラフ集合理論はカテゴリカルなデータに対するデータマイニング手法として注目されており，特に，データを正しく分類するために最小限必要となる項目の集合(相対縮約)およびデータに含まれるif-then形式のルール(決定ルール)の抽出について研究が進められている．分析対象のデータからすべての相対縮約を抽出する手法として，識別行列を用いる手法が知られている．しかし，すべての相対縮約を求める計算はNP困難であることが証明されているため，大規模データに対してすべての相対縮約を計算することは現実的ではない．本研究では，著者らが提案した条件属性による類別に基づく相対縮約の評価手法に基づいて，この評価手法においてできるだけ良い評価を得る相対縮約を1個だけ求める手法を提案する．
- 日本知能情報ファジィ学会の論文
日本知能情報ファジィ学会 | 論文
- FCNによる自律エージェントの行動制御と行動解析 : タルタロス問題への応用
- コンフリクト, 迷いと意思決定(意思決定)
- 認知心理学における類似性研究(類似尺度と情報検索)
- アメリカ留学体験記
- 文脈への意味の位置付けを用いた対話システムとその評価(言語,テキストの知能情報処理)