A concept drift-tolerant case-base editing technique

Lu, N; Lu, J; Zhang, G; Lopez De Mantaras, R

一种概念容错的案例库编辑技术

卢，N 卢，J

张，G

洛佩斯·德曼塔拉斯（Lopez De Mantaras），R

永久链接

出版物类型：: 期刊文章
引用：: 人工智能，2016，230页，108-133
发布日期：: 2016-01-01

开放式访问

版权许可程序

最近添加的
进行中
开放式访问

此项目为开放访问。

Adobe PDF格式

下载接受的手稿版本Adobe PDF（2.27 MB）

在出版商网站上查看

查看统计信息

完整元数据记录

字段	价值	语言
dc.分配器.author	卢，N	en_US（_US）
dc.分配器.author	卢，J https://orcid.org/0000-0003-0690-4732	en_US（_US）
dc.分配器.author	张，G https://orcid.org/0000-0003-3960-0583	en_US（_US）
dc.分配器.author	洛佩斯·德曼塔拉斯（Lopez De Mantaras），R	en_US（_US）
dc.date.可用	2020-05-25T19:07:33分
dc.date.发布	2016-01-01	en_US（_US）
dc.识别器.识别	《人工智能》，2016年，230页，第108-133页	en_US（_US）
dc.identifier.issn文件	0004-3702	en_US（_US）
dc.identifier.uri文件	网址：http://hdl.handle.net/10453/44129
dc.说明.摘要	©2015 Elsevier B.V.版权所有。真实世界数据不断演变的性质和不断积累的数量不可避免地导致所谓的“概念漂移”问题，导致许多部署的基于案例的推理（CBR）系统需要额外的维护程序。在案例库维护（CBM）中，修改案例库的案例库编辑策略已被证明是处理概念漂移的有效实例选择方法。受当前CBR技术处理概念漂移相关问题的启发，我们提出了一种两阶段的案例库编辑技术。在第一阶段，我们提出了一种噪声增强的快速上下文切换（NEFCS）算法，其目标是在动态环境中消除噪声；在第二阶段，我们开发了一种创新的逐步冗余删除（SRR）算法，该算法通过消除冗余来减小案例库的大小，同时保持案例库的覆盖范围。在几个公共现实世界数据集上的实验评估表明，与其他基于案例的编辑方法相比，我们的基于案例的编辑技术在概念漂移任务上显著提高了准确性，同时在静态任务上保持了其有效性。	en_US（_US）
dc.关系	http://purl.org/au-research/grants/arc/DP150101645
dc.关系.ispartof	人工智能	en_US（_US）
dc.relation.isbasedon公司	2016年10月10日/j.artint.2015.09.009	en_US（_US）
dc.主题.分类	人工智能与图像处理	en_US（_US）
dc.标题	一种概念容错的案例库编辑技术	en_US（_US）
dc.类型	期刊文章
utslib.citation卷	230	en_US（_US）
utslib.for	0801人工智能和图像处理	en_US（_US）
utslib.for	0802计算理论与数学	en_US（_US）
utslib.for	1702认知科学	en_US（_US）
公共场所禁运期	未知	en_US（_US）
酒吧.组织团体	/悉尼理工大学
酒吧.组织团体	/悉尼理工大学/工程与信息技术学院
酒吧.组织团体	/悉尼理工大学/工程与信息技术学院/计算机科学学院
酒吧.组织团体	/悉尼理工大学/实力CAI-人工智能中心
utslib.版权.状态	打开访问（_A）
公共场所-公共场所	出版	en_US（_US）
pubs.volume出版社	230	en_US（_US）

摘要：

©2015 Elsevier B.V.版权所有。真实世界数据不断演变的性质和不断积累的数量不可避免地导致所谓的“概念漂移”问题，导致许多部署的基于案例的推理（CBR）系统需要额外的维护程序。在案例库维护（CBM）中，修改案例库的案例库编辑策略已被证明是处理概念漂移的有效实例选择方法。受当前CBR技术处理概念漂移相关问题的启发，我们提出了一种两阶段的案例库编辑技术。在第一阶段，我们提出了一种噪声增强的快速上下文切换（NEFCS）算法，其目标是在动态环境中消除噪声；在第二阶段，我们开发了一种创新的逐步冗余删除（SRR）算法，该算法通过消除冗余来减小案例库的大小，同时保持案例库的覆盖范围。在几个公共现实世界数据集上的实验评估表明，与其他基于案例的编辑方法相比，我们的基于案例的编辑技术在概念漂移任务上显著提高了准确性，同时在静态任务上保持了其有效性。

请使用此标识符引用或链接此项目：

http://hdl.handle.net/10453/44129