Avoiding Anomalies in Data Stream Learning

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F13%3A00070032" target="_blank" >RIV/00216224:14330/13:00070032 - isvavai.cz</a>

Výsledek na webu

<a href="http://link.springer.com/chapter/10.1007%2F978-3-642-40897-7_4" target="_blank" >http://link.springer.com/chapter/10.1007%2F978-3-642-40897-7_4</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-642-40897-7_4" target="_blank" >10.1007/978-3-642-40897-7_4</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Avoiding Anomalies in Data Stream Learning

Popis výsledku v původním jazyce

The presence of anomalies in data compromises data quality and can reduce the effectiveness of learning algorithms. Standard data mining methodologies refer to data cleaning as a pre-processing before the learning task. The problem of data cleaning is exacerbated when learning in the computational model of data streams. In this paper we present a streaming algorithm for learning classification rules able to detect contextual anomalies in the data. Contextual anomalies are surprising attribute values inthe context defined by the conditional part of the rule. For each example we compute the degree of anomaliness based on the probability of the attribute-values given the conditional part of the rule covering the example. The examples with high degree ofanomaliness are signaled to the user and not used to train the classifier. The experimental evaluation in real-world data sets shows the ability to discover anomalous examples in the data.

Název v anglickém jazyce

Avoiding Anomalies in Data Stream Learning

Popis výsledku anglicky

The presence of anomalies in data compromises data quality and can reduce the effectiveness of learning algorithms. Standard data mining methodologies refer to data cleaning as a pre-processing before the learning task. The problem of data cleaning is exacerbated when learning in the computational model of data streams. In this paper we present a streaming algorithm for learning classification rules able to detect contextual anomalies in the data. Contextual anomalies are surprising attribute values inthe context defined by the conditional part of the rule. For each example we compute the degree of anomaliness based on the probability of the attribute-values given the conditional part of the rule covering the example. The examples with high degree ofanomaliness are signaled to the user and not used to train the classifier. The experimental evaluation in real-world data sets shows the ability to discover anomalous examples in the data.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/LG13010" target="_blank" >LG13010: Zastoupení ČR v European Research Consortium for Informatics and Mathematics</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2013

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Discovery Science, Proceedings of 16th International Conference DS 2013

ISBN

9783642408960

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

15

Strana od-do

49-63

Název nakladatele

Springer

Místo vydání

Berlin Heidelberg

Místo konání akce

Singapore

Datum konání akce

6. 10. 2013

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—