| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:NiaAutoARM: automated framework for constructing and evaluating association rule mining pipelines
Avtorji:ID Mlakar, Uroš (Avtor)
ID Fister, Iztok (Avtor)
ID Fister, Iztok (Avtor)
Datoteke:.pdf mathematics-13-01957-v2.pdf (1,24 MB)
MD5: 912E71833462EDA31A9B1B8E62B9EB57
 
URL https://www.mdpi.com/2227-7390/13/12/1957
 
Jezik:Angleški jezik
Vrsta gradiva:Članek v reviji
Tipologija:1.01 - Izvirni znanstveni članek
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:Numerical Association Rule Mining (NARM), which simultaneously handles both numerical and categorical attributes, is a powerful approach for uncovering meaningful associations in heterogeneous datasets. However, designing effective NARM solutions is a complex task involving multiple sequential steps, such as data preprocessing, algorithm selection, hyper-parameter tuning, and the definition of rule quality metrics, which together form a complete processing pipeline. In this paper, we introduce NiaAutoARM, a novel Automated Machine Learning (AutoML) framework that leverages stochastic population-based metaheuristics to automatically construct full association rule mining pipelines. Extensive experimental evaluation on ten benchmark datasets demonstrated that NiaAutoARM consistently identifies high-quality pipelines, improving both rule accuracy and interpretability compared to baseline configurations. Furthermore, NiaAutoARM achieves superior or comparable performance to the state-of-the-art VARDE algorithm while offering greater flexibility and automation. These results highlight the framework’s practical value for automating NARM tasks, reducing the need for manual tuning, and enabling broader adoption of association rule mining in real-world applications.
Ključne besede:AutoML, association rule mining, numerical association rule mining, pipelines
Status publikacije:Objavljeno
Verzija publikacije:Objavljena publikacija
Poslano v recenzijo:08.05.2025
Datum sprejetja članka:12.06.2025
Datum objave:13.06.2025
Založnik:MDPI
Leto izida:2025
Št. strani:20 str.
Številčenje:Vol. 13, iss. 12, [article no.] 1957
PID:20.500.12556/DKUM-93255 Novo okno
UDK:004.4
COBISS.SI-ID:239450883 Novo okno
DOI:10.3390/math13121957 Novo okno
ISSN pri članku:2227-7390
Avtorske pravice:© 2025 by the authors
Datum objave v DKUM:16.06.2025
Število ogledov:194
Število prenosov:15
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:Mathematics
Skrajšan naslov:Mathematics
Založnik:MDPI AG
ISSN:2227-7390
COBISS.SI-ID:523267865 Novo okno

Gradivo je financirano iz projekta

Financer:ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
Številka projekta:P2-0057
Naslov:Informacijski sistemi

Financer:ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko 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:numerične asociacije, rudarjenje, cevovod, asociacijsko pravilo


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