| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Variable-length differential evolution for numerical and discrete association rule mining
Avtorji:ID Mlakar, Uroš (Avtor)
ID Fister, Iztok (Avtor)
ID Fister, Iztok (Avtor)
Datoteke:.pdf Variable-Length_Differential_Evolution_for_Numerical_and_Discrete_Association_Rule_Mining.pdf (2,39 MB)
MD5: 2B61B6274D0263F7D2ABA60AE26D1013
 
URL https://ieeexplore.ieee.org/document/10376180
 
Jezik:Angleški jezik
Vrsta gradiva:Članek v reviji
Tipologija:1.01 - Izvirni znanstveni članek
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:This paper proposes a variable-length Differential Evolution for Association Rule Mining. The proposed algorithm includes a novel representation of individuals, which can encode both numerical and discrete attributes in their original or absolute complement of the original intervals. The fitness function used is comprised of a weighted sum of Support and Confidence Association Rule Mining metrics. The proposed algorithm was tested on fourteen publicly available, and commonly used datasets from the UC Irvine Machine Learning Repository. It is also compared to the nature inspired algorithms taken from the NiaARM framework, providing superior results. The implementation of the proposed algorithm follows the principles of Green Artificial Intelligence, where a smaller computational load is required for obtaining promising results, and thus lowering the carbon footprint.
Ključne besede:association rule mining, differential evolution, data mining, variable-lenght solution representation, green AI
Status publikacije:Objavljeno
Verzija publikacije:Objavljena publikacija
Poslano v recenzijo:24.11.2023
Datum sprejetja članka:27.12.2023
Datum objave:29.12.2023
Založnik:Institute of Electrical and Electronics Engineers (IEEE)
Leto izida:2023
Št. strani:str. 4239-4254
Številčenje:Vol. 12
PID:20.500.12556/DKUM-86784 Novo okno
UDK:004.8
COBISS.SI-ID:181528835 Novo okno
DOI:10.1109/ACCESS.2023.3348408 Novo okno
ISSN pri članku:2169-3536
Avtorske pravice:2023 The Authors
Datum objave v DKUM:18.01.2024
Število ogledov:534
Število prenosov:42
Metapodatki:XML DC-XML DC-RDF
Področja:Ostalo
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share



Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Gradivo je del revije

Naslov:IEEE access
Založnik:Institute of Electrical and Electronics Engineers
ISSN:2169-3536
COBISS.SI-ID:519839513 Novo okno

Gradivo je financirano iz projekta

Financer:ARRS - Agencija za raziskovalno dejavnost Republike Slovenije
Številka projekta:P2-0041
Naslov:Računalniški sistemi, metodologije in inteligentne storitve

Licence

Licenca:CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by/4.0/deed.sl
Opis:To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.

Sekundarni jezik

Jezik:Slovenski jezik
Ključne besede:diferencialna evolucija, podatkovno rudarjenje, predstavitev rešitev


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici