×

基于案例的推理:搜索相似的解决方案并识别异常值。 (英语) Zbl 1405.65017号

摘要:本文将基于案例的推理(CBR)技术应用于孤立点检测问题。虽然CBR是一种广泛研究的方法,在学术领域有多种成功的应用,但到目前为止,还没有从离群点检测的角度对其进行研究。本研究旨在通过定义离群值案例和CBR方法中离群值检测过程的突出特殊性来解决这一研究缺口。此外,将基于案例的分类(CBC)方法作为CBR的一种任务类型进行了讨论。然后,对使用所选分类方法(即线性回归、基于距离的分类器和贝叶斯分类器)的方法进行了计算说明。

MSC公司:

65C60个 统计中的计算问题(MSC2010)
62时20分 关联度量(相关性、典型相关性等)
62H30型 分类和区分;聚类分析(统计方面)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Lenz,M。;Bartsch-Spörl,B。;H.D.Burkhard。;Wess,S.,《基于案例的推理技术:从基础到应用》。第1400卷,(2003),斯普林格出版社
[2] Pal,S.K。;Dillon,T.S。;Yeung,D.S.,基于案例推理的软计算,(2012),施普林格科学与商业媒体
[3] Perner,P.,《基于案例的图像和信号推理》。第73卷,(2008),施普林格出版社·Zbl 1121.94003号 ·doi:10.1007/978-3-540-73180-11
[4] Althoff,K.D。;Bergmann,R。;Wess,S。;马纳戈,M。;Auriol,E。;拉里切夫,O.I。;Bolotov,A。;朱拉夫列夫,Y.I。;Gurov,S.I.,《医疗决策支持任务的基于案例的推理:inreca方法》,《医学中的人工智能》,12,1,25-41,(1998)·doi:10.1016/S0933-3657(97)00038-9
[5] Ochi-Okorie,A.S.,使用CBR在TROPIX中进行疾病诊断验证,医学中的人工智能,12,1,43-60,(1998)·doi:10.1016/S0933-3657(97)00039-0
[6] 贝尔斯利,D.A。;Kuh,E。;Welsch,R.E.,《回归诊断:识别影响数据和共线性来源》。第571卷(2005),John Wiley&Sons·Zbl 0479.62056号
[7] 格洛比格,C。;Wess,S。;Jantke,K.P。;Lange,S.,《基于案例的分类算法学习》,《基于知识的系统的算法学习》。计算机科学讲稿(人工智能讲稿),第961卷,340-362,(1995),柏林,海德堡:施普林格,柏林,海德堡·doi:10.1007/3-540-60217-816
[8] Smyth,B。;Keane,M.T.,《记住忘记》,1995年第14届国际人工智能联合会议论文集
[9] Smyth,B。;基恩,M.T。;Althoff,K.D。;Bergmann,R。;Branting,L.,基于足迹的检索,基于案例的推理研究与开发。ICCBR 1999。计算机科学讲稿(人工智能讲稿),134-148,(1999),柏林,海德堡:施普林格,柏林,海德堡·doi:10.1007/3-5440-48508-2_25
[10] Richter,M.M。;R.O.韦伯。;推理,C.B.,教科书。有机化学,(2013),美国纽约:John Wiley&Son公司,美国纽约
[11] 阿加瓦尔,C.C。;Yu,P.S.,高维数据的离群检测,SIGMOD’01 2001年ACM SIGMOD-数据管理国际会议论文集·数字对象标识代码:10.1145/375663.375668
[12] Aggarwal,C.C.,《离群分析》(2013),施普林格科学与商业媒体·Zbl 1291.68004号 ·doi:10.1007/978-1-4614-6396-2
[13] 克诺尔,E.M。;Ng,R.T.,离群值的统一概念:属性和计算,KDD’97知识发现和数据挖掘第三届国际会议论文集
[14] 巴内特,V。;Lewis,T.,《统计数据中的异常值》。第3卷,(1994年),美国纽约州纽约市:威利,纽约州纽约州纽约,美国·Zbl 0801.62001
[15] 霍金斯,D.M.,《异常值的识别》。第11卷,(1980),施普林格·Zbl 0438.62022号 ·doi:10.1007/978-94-015-3994-4
[16] 杜拉杰,A。;Szczepaniak,P.S。;Ochelska-Mierzejewska,J.,《使用语言总结检测离群值信息》,《灵活查询-回答系统》,2015年。智能系统和计算进展,101-113,(2016),Springer·doi:10.1007/978-3-319-26154-68
[17] 杜拉吉,A。;Szczepaniak,P.S。;Burgin,M。;Hofkirchner,W.,《信息异常值及其检测》,《信息研究与跨学科探索》。第9卷,第15章,413-437,(2017),世界科学出版社·doi:10.1142/978981319001_0015
[18] 《法理学》第一章。;Mylopoulos,J。;格拉斯哥,J。;夏皮罗,H。;Casper,R.F.,IVF中基于案例的推理:预测和知识挖掘,医学中的人工智能,12,1,1-24,(1998)·doi:10.1016/S0933-3657(97)00037-7
[19] 新泽西州莫德森。;Malik,D.S。;Cheng,S.C.,《医学中的模糊数学》(2000),Springer-Verlag New York,Inc·Zbl 0953.92019号
[20] 杜拉杰,A。;Niewiadomski,A。;Szczepaniak,P.S.,使用语言量化语句的离群检测,《国际智能系统杂志》,33,8,1590-1601,(2018)·数字对象标识代码:10.1002/int.21924
[21] 杜拉吉,A。;Chomatek,L.,使用多目标遗传算法进行异常检测,《应用计算机科学杂志》,25,1,29-42,(2017)
[22] 杜拉吉,A。;Zakrzewska,D.,《输入参数自适应选择的有效离群值检测技术》,智能系统,2014年。智能系统和计算进展,535-546,(2015),Springer·doi:10.1007/978-3-319-11313-5_47
[23] 杜拉吉,A。;Chomatek,L。;Ko sh cielny,J。;Syfert,M。;Sztyber,A.,用多目标遗传算法支持乳腺癌诊断,用于异常值检测,诊断和容错控制的高级解决方案。DPS 2017。智能系统和计算进展,304-315,(2017),Springer·doi:10.1007/978-3-319-64474-5_25
[24] Kalisch,M。;Michalak,M。;西科拉,M。;沃罗贝尔。;Przystałka,P。;Rutkowski,L。;Korytkowski,M。;谢勒,R。;Tadeusiewicz,R。;扎德,L。;Zurada,J.,流数据中数据密集型与滑动窗口离群值检测的实验方法,人工智能与软计算。ICAISC 2016。计算机科学讲稿,73-87,(2016),斯普林格·数字对象标识代码:10.1007/978-3-319-39384-17
[25] Radovanović,M。;Nanopoulos,A。;Ivanović,M.,无监督距离离群值检测中的反向最近邻,IEEE知识与数据工程事务,27,5,1369-1382,(2015)·doi:10.1109/TKDE.2014.2365790
[26] 坎波斯,G.O。;Zimek,A。;桑德,J。;坎佩罗,R.J.G.B。;Micenková,B。;舒伯特,E。;同意,I。;Houle,M.E.,《关于无监督异常值检测的评估:测量、数据集和实证研究》,数据挖掘和知识发现,30,41891-927,(2016)·doi:10.1007/s10618-015-0444-8
[27] Titouna,C。;Aliouat,M。;Gueroui,M.,《无线传感器网络中使用贝叶斯分类器的异常检测方法》,《无线个人通信》,85,3,1009-1023,(2015)·doi:10.1007/s11277-015-2822-3
[28] 霍金斯,S。;He,H。;威廉姆斯,G。;巴克斯特,R。;Y.Kambayashi。;韦尼瓦特。;Arikawa,M.,使用复制器神经网络的离群点检测,数据仓库和知识发现。DaWaK 2002年。计算机科学讲稿,170-180,(2002),柏林,海德堡:施普林格,柏林·Zbl 1016.68596号 ·doi:10.1007/3-540-46145-0_17
[29] 阿格拉瓦尔,S。;Agrawal,J.,《使用数据挖掘技术进行异常检测的调查》,《Procedia计算机科学》,60,708-713,(2015)·doi:10.1016/j.procs.2015.08.220
[30] 克诺尔,E.M。;Ng,R.T。;Tucakov,V.,《基于距离的离群值:算法和应用》,VLDB期刊,8,3-4,237-253,(2000)·doi:10.1007/s007780050006
[31] Breunig,M.M。;Kriegel,H.P。;Ng,R.T。;Sander,J.,Lof:识别基于密度的局部异常值,SIGMOD'00 2000年ACM SIGMOD国际数据管理会议论文集·doi:10.1145/342009.335388
[32] Merz,C.J。;Murphy,P.M.,{UCI}机器学习数据库库,(1998)
[33] Enas,G.G。;Choi,S.C.,平滑参数的选择和效率k个-最近邻分类,歧视和分类的统计方法,235-244,(1986),爱思唯尔·Zbl 0606.62060号 ·doi:10.1016/b978-0-08-034000-5.50011-3
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。