ラフ集合理論における上近似に基づく縮約と属性重要度について

DOI

書誌事項

タイトル別名
  • On Reduct and Attribute Importance Based on Upper Approximations in Rough Set Theory

説明

多くの対象の評価や診断結果を示す決定表から，決定に必要な属性や簡潔なルールを抽出する手法として，ラフ集合に基づく解析手法がある．ラフ集合理論では，粗い識別の下での集合(概念)の上下近似が定義され，精度を保ちつつどこまで識別を粗くできるかが主な議論となる．「精度を保つ」という概念は通常「下近似が不変である」と解釈され，この解釈の下で多くの手法が提案されている．また，下近似に基づき近似の質が定義され，属性重要度や属性間の相互作用の解析に有用であることが示されている．本研究では，まず，下近似が不変であっても上近似が変化し情報が損なわれうること，上近似が不変であれば下近似も不変であることを主張し，上近似の利点を述べる．次に，下近似の代わりに上近似を用いた解析手法を考案し，その意義や有効性，従来法との関係を議論する．

収録刊行物

キーワード

詳細情報 詳細情報について

  • CRID
    1390282680598733696
  • NII論文ID
    130006982058
  • DOI
    10.11509/sci.sci04.0.115.0
  • データソース種別
    • JaLC
    • CiNii Articles
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ