nach oben

Erschienen in:

2020 | OriginalPaper | Buchkapitel

Imbalanced Data: Rough Set Methods in Approximation of Minority Classes

verfasst von : Jaroslaw Stepaniuk

Erschienen in: Computer Information Systems and Industrial Management

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

The imbalanced data problem turned out to be one of the most important and challenging problems in artificial intelligence. We discuss an approach of minority class approximation based on rough set methods and three-way decision. This approach seems to be more general than the traditional one. However, it requires developing some new logical tools for reasoning based on rough sets and three-way decision, which is often expressed in natural language.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Optimisation Model of Military Simulation System Maintenance

Nächstes Kapitel Run-Time Schedule Adaptation Methods for Sensor Networks Coverage Problem

Fernández, A., García, S., Galar, M., Prati, R.C., Krawczyk, B., Herrera, F.: Learning from Imbalanced Data Sets. Springer, Cham (2018). https://doi.org/10.1007/978-3-319-98074-4CrossRef

Smith, B.C.: The Promise of Artificial Intelligence: Reckoning and Judgment. MIT Press, Cambridge (2019) CrossRef

Yao, Y.Y.: Three-way decision and granular computing. Int. J. Approximate Reasoning 103, 107–123 (2018)CrossRef

Valiant, L.: https://people.seas.harvard.edu/ valiant/researchinterests.htm

Skowron, A., Stepaniuk, J.: Approximation spaces in rough-granular computing. Fundamenta Informaticae 100, 141–157 (2010)MathSciNetCrossRef

Skowron, A., Stepaniuk, J., Swiniarski, R.: Modeling rough granular computing based on approximation spaces. Inf. Sci. 184, 20–43 (2012)CrossRef

Borowska, K., Stepaniuk, J.: Granular computing and parameters tuning in imbalanced data preprocessing. In: Saeed, K., Homenda, W. (eds.) CISIM 2018. LNCS, vol. 11127, pp. 233–245. Springer, Cham (2018). https://doi.org/10.1007/978-3-319-99954-8_20CrossRef

Borowska, K., Stepaniuk, J.: A rough-granular approach to the imbalanced data classification problem. Appl. Soft Comput. 83, 105607 (2019). https://doi.org/10.1016/j.asoc.2019.105607 CrossRef

Napierala, K., Stefanowski, J.: Types of minority class examples and their influence on learning classifiers from imbalanced data. J. Intell. Inf. Syst. 46(3), 563–597 (2015). https://doi.org/10.1007/s10844-015-0368-1CrossRef

10.

Stepaniuk, J., Góra, G., Skowron, A.: Concept approximation based on rough sets and judgment. In: Mihálydeák, T., Min, F., Wang, G., Banerjee, M., Düntsch, I., Suraj, Z., Ciucci, D. (eds.) IJCRS 2019. LNCS (LNAI), vol. 11499, pp. 16–27. Springer, Cham (2019). https://doi.org/10.1007/978-3-030-22815-6_2CrossRef

Titel: Imbalanced Data: Rough Set Methods in Approximation of Minority Classes
verfasst von: Jaroslaw Stepaniuk
Verlag: Springer International Publishing
Buch: Computer Information Systems and Industrial Management
Print ISBN: 978-3-030-47678-6

Electronic ISBN: 978-3-030-47679-3

Copyright-Jahr: 2020
DOI: https://doi.org/10.1007/978-3-030-47679-3_38

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"

Premium Partner