المفاهيم الأساسية
Eine effiziente Methode zur Beschleunigung herkömmlicher Prototypenauswahlverfahren, die auf der Idee der räumlichen Abstraktion basiert.
الملخص
Der Artikel präsentiert einen Ansatz namens PSASA (Prototype Selection Accelerator based on Spatial Abstraction), der darauf abzielt, herkömmliche Prototypenauswahlverfahren zu beschleunigen.
Der Ansatz besteht aus zwei Hauptschritten:
- Erzeugung einer abstrakten Darstellung des Datensatzes mithilfe der Idee der räumlichen Partitionierung.
- Verwendung dieser abstrakten Darstellung, um den Suchraum effizient einzugrenzen und eine Menge von Kandidatenprototypen auszuwählen.
Anschließend können herkömmliche Prototypenauswahlalgorithmen auf diese Kandidatenprototypen angewendet werden.
Die Experimente zeigen, dass der PSASA-Algorithmus in der Lage ist, die Laufzeit herkömmlicher Prototypenauswahlalgorithmen zu reduzieren, während er Genauigkeit und Reduktionsraten beibehält, die mit denen der Originalversionen vergleichbar oder sogar besser sind.
الإحصائيات
Der Übergang zur Digitalisierung in Industrie und Gesellschaft hat zu einer wachsenden Fülle an zugänglichen Daten geführt.
Große Datenmengen stellen eine Herausforderung für Datenmining- und Maschinenlernverfahren dar, da die Skalierbarkeit in solchen Kontexten zu einem wichtigen Thema wird.
Prototypenauswahlverfahren können eingesetzt werden, um die Komplexität großer Datensätze zu reduzieren, indem sie eine kompaktere Menge repräsentativer Datenpunkte erzeugen.
اقتباسات
"Die zunehmende Digitalisierung in Industrie und Gesellschaft führt zu einer wachsenden Fülle an Daten, die verarbeitet und genutzt werden können."
"Prototypenauswahlverfahren haben sich als Technik zur Datenmengenbegrenzung erwiesen, die nicht nur den Bedarf an Rechenressourcen senkt, sondern auch die Genauigkeit der resultierenden Modelle verbessern kann."