Robustness of High-Dimensional Data Mining

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F14%3A00432406" target="_blank" >RIV/67985807:_____/14:00432406 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Robustness of High-Dimensional Data Mining

Popis výsledku v původním jazyce

Standard data mining procedures are sensitive to the presence of outlying measurements in the data. This work has the aim to propose robust versions of some existing data mining procedures, i.e. methods resistant to outliers. In the area of classification analysis, we propose a new robust method based on a regularized version of the minimum weighted covariance determinant estimator. The method is suitable for data with the number of variables exceeding the number of observations. The method is based onimplicit weights assigned to individual observations. Our approach is a unique attempt to combine regularization and high robustness, allowing to downweight outlying high-dimensional observations. Classification performance of new methods and some ideasconcerning classification analysis of high-dimensional data are illustrated on real raw data as well as on data contaminated by severe outliers.

Název v anglickém jazyce

Robustness of High-Dimensional Data Mining

Popis výsledku anglicky

Standard data mining procedures are sensitive to the presence of outlying measurements in the data. This work has the aim to propose robust versions of some existing data mining procedures, i.e. methods resistant to outliers. In the area of classification analysis, we propose a new robust method based on a regularized version of the minimum weighted covariance determinant estimator. The method is suitable for data with the number of variables exceeding the number of observations. The method is based onimplicit weights assigned to individual observations. Our approach is a unique attempt to combine regularization and high robustness, allowing to downweight outlying high-dimensional observations. Classification performance of new methods and some ideasconcerning classification analysis of high-dimensional data are illustrated on real raw data as well as on data contaminated by severe outliers.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2014

Kód důvěrnosti údajů

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

Název statě ve sborníku

ITAT 2014. Information Technologies - Applications and Theory. Part II

ISBN

978-80-87136-19-5

ISSN

—

e-ISSN

—

Počet stran výsledku

8

Strana od-do

53-60

Název nakladatele

Institute of Computer Science AS CR

Místo vydání

Prague

Místo konání akce

Demänovská dolina

Datum konání akce

25. 9. 2014

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—