奥尔加·安德列夫纳·库特连科;阿列克桑德·弗拉基米洛维奇（Aleksandr Vladimirovich Plyasunov） 一些数据清理问题的NP-hardness。 （俄语。英文摘要） 兹比尔1496.68294 Diskretn公司。分析。伊斯斯莱德。操作。 28，第2号，60-73（2021年）. 小结：我们证明了本文所考虑的离群值检测问题的NP-hardness，从而减少了数据分析问题的解决。作为对图像紧凑性的定量评估，使用了竞争相似性函数（FRiS-function），该函数评估对象与其最近邻居的局部相似性。 理学硕士： 68T09号 数据分析和大数据的计算方面 68N17号 逻辑编程 关键词：NP-hardness（NP-hardeness）;检测异常值;图像紧凑性;竞争相似函数 PDF格式BibTeX公司 XML格式引用 \textit{O.A.Kutnenko}和\textit{A.V.Plyasunov}，Diskretn。分析。伊斯斯莱德。操作。28，第2号，60-73（2021；兹bl 1496.68294） 全文： 内政部 MNR公司 参考文献： [1] Osborne J.W.，《数据清理最佳实践：收集数据前后需要做的所有事情的完整指南》，SAGE Publ。，洛杉矶，2013年，296页。 [2] Farcomeni A.、Greco L.，《稳健的数据缩减方法》，CRC出版社，纽约，2015年，297页·Zbl 1311.62006年 [3] Waal T.D.、Pannekoek J.、Scholtus S.，《统计数据编辑和插补手册》，新泽西州霍博肯威利，2011年，456页。 [4] I.A.Borisova，O.A.Kutnenko，“审查误分类样品”，马什。奥布奇。分析。Dannykh，1:11（2015），1632-1641（俄语） [5] Aggarwal C.C.，数据挖掘，Springer，Cham，2015年，734页·Zbl 1311.68001号 [6] Brighton H.、Mellish C.、Data Min.Knowl。发现。，6:2（2002），基于实例的学习算法实例选择的进展·Zbl 1027.68673号 ·doi:10.1023/A:1014043630878 [7] Delany S.J.、Segata N.、Mac Namee B.，“降噪中的仿形实例”，Knowl-B.系统。，31 (2012), 28-40 ·doi:10.1016/j.knosys.2012.01.015 [8] Frenay B.，Verleysen M.，“标签噪声存在下的分类：一项调查”，IEEE Trans。神经网络。学习。系统。，25:5 (2014), 845-869 ·doi:10.1109/TNNLS.2013.2292894 [9] Jankowski N.，Grochowski M.，“实例选择算法的比较I.算法调查”，人工智能和软计算-ICAISC 2004，Proc。第七届国际会议（波兰扎科帕内，2004年6月7日至11日），Lect。注释计算。科学。，3070，斯普林格，海德堡，2004，598-603·Zbl 1058.68564号 ·doi:10.1007/978-3-540-24844-690 [10] Massie S.，Craw S.，Wiratunga N.，“当类似的问题没有类似的解决方案时”，基于案例的推理研究与开发，Proc。第七届国际会议（英国北岛贝尔法斯特，2007年8月13日至16日），Lect。注释计算。科学。，4626，施普林格，海德堡，2007，92-106·doi:10.1007/978-3-540-74141-1_7 [11] Quinlan J.R.，“决策树归纳”，马赫。学习。，1 (1986), 81-106 [12] Segata N.，Blanzieri E.，“使用局部最大边际方法减少基于实例的学习的噪音”，J.Intel。信息系统。，35:2 (2010) ·Zbl 1242.68246号 ·doi:10.1007/s10844-009-0101-z [13] Son S.-H.，Kim J.-Y.，“使用基于熵的划分对基于实例的学习进行数据简化”，计算科学及其应用——ICCSA 2006，Proc。国际会议（英国格拉斯哥，2006年5月8日至11日），诉3，Lect。注释计算。科学。，3982，斯普林格，海德堡，2006，590-599·Zbl 1172.68579号 ·doi:10.1007/11751595_63 [14] Teng C.M.，“噪声处理技术的比较”，Proc。第14届国际佛罗里达州人工智能研究会（美国佛罗里达州基韦斯特，2001年5月21日至23日），AAAI出版社，加利福尼亚州门洛帕克，2001年，269-273 [15] Wilson D.R.、Martinez T.R.，“基于实例的学习算法的简化技术”，马赫。学习。，38:3 (2000), 257-286 ·Zbl 0954.68126号 ·doi:10.1023/A:1007626913721 [16] A.G.Arkadyev，Eh M.Braverman，机器学习到模式识别，Nauka，M.，1964年（俄语） [17] N.G.Zagoruiko，认知数据分析，Akad。伊兹德。GEO，新西伯利亚，2013（俄罗斯）·Zbl 0896.68135号 [18] Borisova I.A.、Dyubanov V.V.、Kutnenko O.A.、Zagoruiko N.G.，“FRiS-函数在分类法、属性选择和决策规则构建中的应用”，《知识处理和数据分析》，Rev.Sel。巴普。2007年9月14日至16日在俄罗斯新西伯利亚举行的第1届国际会议KONT；2007年9月28日至30日，德国达姆施塔特，Lect，2007年第一届国际会议KPP。注释计算。科学。，6581，斯普林格，海德堡，2011，256-270·doi:10.1007/978-3-642-22140-8_17 [19] Zagoruiko N.G.、Borisova I.A.、Dyubanov V.V.、Kutnenko O.A.，“基于竞争相似性函数的识别方法”，模式识别。图像分析。，18:1 (2008), 1-6 ·doi:10.1134/S105466180801001X [20] N.G.Zagoruiko，I.A.Borisova，V.V.Dyubanov，O.A.Kutenko，“竞争空间中紧致性和相似性的定量度量”，Sib。印度数学杂志。，5:1 (2011), 144-154 [21] M.R.Garey，D.S.Johnson，《计算机与难治性：NP-完备性理论指南》，弗里曼，旧金山，1979年·Zbl 0411.68039号 [22] I.A.Borisova，O.A.Kutnenko，“利用竞争相似性函数修正目标属性中的诊断错误”，Mat.Biol。生物信息。，13:1（2018），38-49（俄语） [23] N.G.Zagoriko，O.A.Kutnenko，“列车数据集的审查”，Vestn。托木斯克。戈斯。州立大学。向上。维奇尔。泰克。通知。，2013年，第22、66-73号（俄语） 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。