冈萨洛·纳波利斯;拉斐尔·法尔肯;埃尔皮尼基·帕帕乔治奥;拉斐尔·贝洛;科恩·范霍夫 粗略的认知综合。 （英语） Zbl 1419.68079号 国际J近似推理 85, 79-96 (2017). 总结：粗糙认知网络是基于模糊认知映射和粗糙集理论的混合而产生的粒度分类器。这种认知神经网络试图量化粗粒度结构（即目标概念的正、负和边界区域）对手头问题的每个决策类的影响。在粗分类器中，确定精确的粒度级别对于计算高预测率至关重要。遗憾的是，学习相似性阈值参数需要重建信息颗粒，这可能很耗时。本文提出了一种新的多分类器系统分类器粗认知集成该集成使用一组粗糙认知网络作为基本分类器，每个分类器在不同的粒度级别上运行。这样可以抑制学习相似性阈值的要求。我们使用140个传统分类数据集，使用不同的异质距离函数来评估粒度集成。在将所提出的模型与15个众所周知的分类器进行比较后，实验证据证实我们的方案产生了非常有希望的分类率。 引用于2文件 MSC公司： 68T05型 人工智能中的学习和自适应系统 62H30型 分类和区分；聚类分析（统计方面） 68层37 人工智能背景下的不确定性推理 关键词：机器学习;粒度计算;粗糙集理论;模糊认知图;粗糙认知网络;集成学习 软件：威卡;UCI-毫升;4.5条;JStatCom公司 PDF格式BibTeX公司 XML格式引用 \textit{G.Nápoles}等人，《国际近似推理》85，79-96（2017；Zbl 1419.68079） 全文： 内政部 链接 参考文献： [1] 杜达，R.O。；哈特，体育。；Stork，D.G.，《模式分类》（2012），John Wiley&Sons [2] 孙，Y。；Wong，A.K。；Kamel，M.S.，《不平衡数据的分类：综述》，《国际J·模式识别》。Artif公司。智力。，23, 04, 687-719 (2009) [3] 洛佩兹，V。；费尔南德斯，A。；南卡罗来纳州加西亚。；帕拉德五世。；Herrera，F.，《对不平衡数据分类的洞察：使用数据内在特征的实证结果和当前趋势》，《信息科学》。，250, 113-141 (2013) [4] 弗莱奈，B。；Verleysen，M.，《标签噪声存在下的分类：调查》，IEEE Trans。神经网络。学习。系统。，25, 5, 845-869 (2014) [5] 科恩，I。；Cozman，F.G。；塞贝，N。；Cirelo，医学博士。；Huang，T.S.，《分类器的半监督学习：理论、算法及其在人机交互中的应用》，IEEE Trans。模式分析。机器。智力。，26, 12, 1553-1566 (2004) [6] Tsoumakas，G。；Katakis，I.，《多标签分类：概述》，《国际数据仓库》。最小值，3，3，1-13（2007） [7] Cheng，W。；Hüllermier，E。；Dembczynski，K.J.，分级多标签分类：序数格，（第27届国际机器学习大会论文集。第27届国际机器学习大会论文集，ICML-10（2010）），223-230 [8] Nápoles，G。；Falcon，R。；Papageorgiou，E。；贝洛，R。；Vanhoof，K.，分级多标签分类的部分粒度认知图，（2016 IEEE模糊系统国际会议，2016 IEEE国际模糊系统会议，FUZZ-IEEE（2016），IEEE计算智能学会） [9] Kotsiantis，S.B.，《决策树：最新概述》，Artif。智力。修订版，39、4、261-283（2013） [10] 张国平，分类神经网络：一项调查，IEEE Trans。系统。人类网络。，C部分，申请。修订版，30，4，451-462（2000） [11] 石破竹，H。；中岛，T。；Morisawa，T.，模式分类问题的模糊规则系统中的投票，模糊集系统。，103, 2, 223-238 (1999) [12] 弗里德曼，N。；盖革，D。；Goldszmidt，M.，贝叶斯网络分类器，马赫。学习。，29, 2-3, 131-163 (1997) ·Zbl 0892.68077号 [13] 赫斯特，医学硕士。；Dumais，S.T。；奥斯曼，E。；普拉特，J。；Scholkopf，B.，支持向量机，IEEE Intell。系统。申请。，13, 4, 18-28 (1998) [14] 盖，T。；Hart，P.，最近邻模式分类，IEEE Trans。Inf.理论，13，1，21-27（1967）·Zbl 0154.44505号 [15] Dietterich，T.G.，机器学习中的集成方法，（多分类器系统（2000），Springer），1-15·Zbl 0963.68085号 [16] 任，Y。；张，L。；Suganthan，P.，《集成分类和回归——最新发展、应用和未来方向》，IEEE计算。智力。Mag.，11，1，41-53（2016） [17] 风扇，W。；Stolfo，S.J。；Zhang，J.，AdaBoost在分布式、可扩展和在线学习中的应用，（第五届ACM SIGKDD知识发现和数据挖掘国际会议论文集（1999），ACM），362-366 [18] Breiman，L.，《随机森林》，马赫。学习。，45, 1, 5-32 (2001) ·Zbl 1007.68152号 [19] Zhao，Y。；高杰。；Yang，X.，《神经网络集成调查》，（神经网络与大脑国际会议，2005年，第1卷（2005），IEEE），438-442 [20] Yang，P.等人。；Hwa Yang，Y。；周，B.B。；Zomaya，A.Y.，《生物信息学集成方法综述》，《当代生物信息学》，5，4，296-308（2010） [21] 帕尔，S.K。；Polkowski，L.，《粗糙神经计算：文字计算技术》（Rough-Neural Computing:Techniques for Computing with Words）（2004），施普林格-弗拉格出版社：柏林施普林格出版社，海德堡·Zbl 1040.68113号 [22] Polkowski，L。；Artiemjew，P.，《粒度粗糙计算：通过粒度决策系统分解分类器》（rough Sets and Intelligent systems Paradigms（2007），Springer），280-289 [23] 佩德里茨，W。；帕克，B.-J。；Oh，S.-K.，《颗粒分类器的设计：模式识别中区间演算与模糊集协同作用的研究》，《模式识别》。，41, 12, 3720-3735 (2008) ·Zbl 1173.68685号 [24] 阿尔·赫穆兹，R。；佩德里茨，W。；巴拉马斯，A。；Morfeq，A.，《从数据到粒度数据和粒度分类器》，（2014年IEEE国际模糊系统会议，2014年IEEE-国际模糊系统大会，FUZZ-IEEE（2014），IEEE），432-438 [25] Al-Hmouz，R。；佩德里茨，W。；巴拉马斯，A。；Morfeq，A.，颗粒时间序列的描述和分类，软计算。，19, 4, 1003-1017 (2015) [26] Szczuka，M。；Jankowski，A。；斯科沃伦，A。；Slezak，D.，《构建粒度系统-从概念到应用》，（Yao，Y.；Hu，Q.；Yu，H.；Grzymala-Busse，J.W.，《粗糙集、模糊集、数据挖掘和粒度计算》，《计算机科学讲义》，第9437卷（2015年），Springer国际出版社，245-255 [27] Bargiela，A。；Pedrycz，W.，《颗粒计算：简介》，《Springer工程与计算机科学国际系列》，第717卷（2012年），Springer科学与商业媒体 [28] Polkowski，L。；Artiemjew，P.，《决策近似中的粒度计算——粗糙数学的应用》，智能系统参考库，第77卷（2015），Springer·Zbl 1314.68006号 [29] Pedrycz，W.，《颗粒计算：智能系统的分析和设计》（2013），CRC出版社 [30] Nápoles，G。；格劳，I。；Papageorgiou，E。；贝洛，R。；Vanhoof，K.，粗糙的认知网络，Knowl-基于系统。，91, 46-61 (2016) [31] Kosko，B.，《模糊认知地图》，国际期刊Man-Mach。螺柱，24，1，65-75（1986）·Zbl 0593.68073号 [32] Pawlak，Z.，《粗糙集》，《国际计算杂志》。信息科学。，11, 5, 341-356 (1982) ·Zbl 0501.68053号 [33] Nápoles，G。；格劳，I。；Vanhove，K.公司。；Bello，R.，基于粗糙集理论和模糊认知图的决策混合模型，（粗糙集和智能系统范式（2014），Springer），169-178 [34] Nápoles，G。；格劳，I。；Falcon，R。；贝洛，R。；Vanhoof，K.，《使用粗糙认知网络的粒度入侵检测系统》，（Abielmona，R.；Falcon，R.，Zincir-Heywood，N.；Abbass，H.，《国防与安全计算智能的最新进展》（2015），Springer Verlag），第7章 [35] 贝洛，R。；Falcon，R。；佩德里茨，W。；Kacprzyk，J.，《粒度计算：粗糙集和模糊集的结合》（2008），施普林格出版社：施普林格出版社，德国海德堡·Zbl 1132.68003号 [36] 亚伯拉罕。；Falcon，R。；Bello，R.，《粗糙集理论：数据分析的真正里程碑》（2009），施普林格-弗拉格：施普林格·Zbl 1157.68001号 [37] Yao，Y.，《三元决策：粗糙集理论中规则的解释》（rough Sets and Knowledge Technology（2009），Springer），642-649 [38] Yao，Y.，概率粗糙集模型中三方决策的优越性，信息科学。，181, 6, 1080-1096 (2011) ·Zbl 1211.68442号 [39] Yao，Y.，概率粗糙集的三向决策，信息科学。，180, 3, 341-353 (2010) [40] Kosko，B.，《组合和自适应知识网络中的隐藏模式》，国际期刊近似推理。，2, 4, 377-393 (1988) ·Zbl 0655.68108号 [41] 布埃诺，S。；Salmeron，J.L.，模糊认知图中主要激活函数的基准测试，专家系统。申请。，36, 3, 5221-5229 (2009) [42] 佩德里茨，W。；Homenda，W.，《从模糊认知地图到颗粒认知地图》，IEEE Trans。模糊系统。，22, 4, 859-869 (2014) [43] Pedrycz，W.，《认知地图的设计：颗粒计算与进化优化协同研究》，专家系统。申请。，377288-7294（2010年） [44] 佩德里茨，W。；Jastrzebska，A。；Homenda，W.，《建模时间序列的模糊认知图设计》，IEEE Trans。模糊系统。，24, 1, 120-130 (2016) [45] Bezdek，J.C。；埃利希·R。；Full，W.，FCM：模糊c-均值聚类算法，计算。地质科学。，191-203年10月2日（1984年） [46] Homenda，W。；Jastrzebska，A。；Pedrycz，W.，《颗粒认知地图重建》，（2014 IEEE模糊系统国际会议，2014 IEEE国际模糊系统会议，FUZZ-IEEE（2014），IEEE），2572-2579 [47] 布莱尔·R。；古铁雷斯·奥苏纳，R。；Quek，F.，属性打包：使用随机特征子集提高分类器集合的准确性，模式识别。，36, 6, 1291-1302 (2003) ·Zbl 1033.68092号 [48] Tumer，K。；Ghosh，J.，《分类器组合：分析结果和影响》，（第十三届全国人工智能会议“集成多种学习模型”研讨会的工作说明，CiteSeer（1996）） [49] 特纳，K。；Oza，N.C.，《改进泛化的Decimated输入系综》（神经网络国际联合会议，1999年，第5卷）。国际神经网络联合会议，1999年，第5卷，IJCNN’99（1999），IEEE），3069-3074 [50] Breiman，L.，Bagging预测因子，马赫数。学习。，24, 2, 123-140 (1996) ·Zbl 0858.68080号 [51] Witten，I.H。；Frank，E.，《数据挖掘：实用机器学习工具和技术》（2011），Elsevier [52] Wilson，D.R。；Martinez，T.R.，《改进的异质距离函数》，J.Artif。智力。决议，6，1-34（1997）·Zbl 0894.68118号 [53] Quinlan，J.，决策树归纳，马赫。学习。，1, 81-106 (1986) [54] Alcalá，J。；费尔南德斯，A。；Luengo，J。；德拉克，J。；南卡罗来纳州加西亚。；桑切斯，L。；Herrera，F.，Keel数据挖掘软件工具：数据集存储库，算法集成和实验分析框架，J.Mult-有价值的日志。软计算。，17, 255-287, 11 (2010) [55] Lichman，M.，UCI机器学习库（2013） [56] 霍尔，M。；E.弗兰克。；霍姆斯，G。；Pfahringer，B。；鲁特曼，P。；Witten，I.H.，《WEKA数据挖掘软件：更新》，ACM SIGKDD Explor。新闻。，11, 1, 10-18 (2009) [57] Triguero，I。；南卡罗来纳州加西亚。；Herrera，F.，《半监督学习的自我标记技术：分类法、软件和实证研究》，Knowl。信息系统。，42, 2, 245-284 (2015) [58] Kohavi，R.，《决策表的力量》（机器学习：ECML-95（1995），施普林格出版社），174-189 [59] 约翰·G·H。；Langley，P.，估计贝叶斯分类器中的连续分布，（第十一届人工智能不确定性会议论文集（1995年），Morgan Kaufmann Publishers Inc.），338-345 [60] Keerthi，S.S。；Shevade，S.K。；巴塔查里亚，C。；Murthy，K.R.K.，对支持向量机分类器设计的Platt SMO算法的改进，神经计算。，13, 3, 637-649 (2001) ·Zbl 1085.68629号 [61] Hecht-Nielsen，R.，《反向传播神经网络理论》（神经网络国际联合会议，1989年）。国际神经网络联合会议，1989年，IJCNN（1989），IEEE，593-605 [62] 萨姆纳，M。；E.弗兰克。；Hall，M.，加速逻辑模型树归纳，（数据库中的知识发现：PKDD 2005（2005），Springer），675-683 [63] 昆兰，J.R.，C4.5：机器学习程序（1993），摩根考夫曼出版社 [64] 苏，J。；Zhang，H.，《快速决策树学习算法》（第21届全国人工智能会议论文集，第1卷）。第21届全国人工智能会议论文集，第1卷，AAAI'06（2006），AAAI出版社），500-505 [65] Shi，H.，Best-First决策树学习（2007），CiteSeer，博士论文 [66] Landwehr，N。；霍尔，M。；Frank，E.，物流模型树，马赫。学习。，59, 1-2, 161-205 (2005) ·Zbl 1101.68767号 [67] 阿米特，Y。；Geman，D.，用随机树进行形状量化和识别，神经计算。，9, 7, 1545-1588 (1997) [68] 阿哈·D·W。；Kibler，D。；Albert，M.K.，基于实例的学习算法，马赫。学习。，6, 1, 37-66 (1991) [69] 克利里，J.G。；Trigg，L.E.，K*：使用熵距离测量的基于实例的学习者，（第12届机器学习国际会议论文集，第5卷（1995）），108-114 [70] 阿特克森，C.G。；摩尔，A.W。；Schaal，S.，局部加权控制学习，（Lazy learning（1997），Springer），75-113 [71] 北卡罗来纳州斯密顿，卡帕统计的早期历史，生物统计学，41795（1985） [72] Friedman，M.，《使用秩来避免方差分析中隐含的正态假设》，《美国统计协会期刊》，32，200，675-701（1937） [73] Wilcoxon，F.，《通过排名方法进行的个体比较》，《生物计量学》，第180-93页（1945年） [74] Benavoli，A。；Corani，G。；Mangili，F.，我们真的应该使用基于平均水平的事后测试吗？，J.马赫。学习。决议，17，1-10（2016）·Zbl 1360.62208号 [75] Lemke，C。；Budka，M。；Gabris，B.，《元学习：趋势和技术调查》，Artif。智力。版次：44、1、117-130（2015） 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。