Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Student research abstract: Mining high average utility pattern using bio-inspired algorithm

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28140%2F22%3A63556560" target="_blank" >RIV/70883521:28140/22:63556560 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1145/3477314.3506970" target="_blank" >http://dx.doi.org/10.1145/3477314.3506970</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1145/3477314.3506970" target="_blank" >10.1145/3477314.3506970</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Student research abstract: Mining high average utility pattern using bio-inspired algorithm

  • Popis výsledku v původním jazyce

    High average utility pattern (itemset) Mining (HAUIM) is a necessary research problem in the field of knowledge discovery and data mining. Several algorithms have been proposed to mine high average-utility itemsets (HAUIs). Nonetheless, the large search space leads to poor performance because of excessive execution time and memory usage. To handle this limitation, particle swarm optimization (PSO) is applied to mine HAUIs. In this paper, an effective Binary PSO-based algorithm namely HAUIM-BPSO is proposed to explore HAUI efficiently. In general, HAUIM-BPSO first sets the number of discovered potential high average-utility 1-itemsets (1-PHAUIs) as the size of a particle based on average utility upper bound (AUUB) property. The sigmoid function is also used in the updating process of the individual of the proposed HAUIM-BPSO algorithm. Substantial experiments conducted on publicly available datasets show that the proposed algorithm has better results than existing state-of-the-art algorithms in terms of runtime which can significantly reduce the combinational problem, memory usage, and convergence speed. © 2022 Owner/Author.

  • Název v anglickém jazyce

    Student research abstract: Mining high average utility pattern using bio-inspired algorithm

  • Popis výsledku anglicky

    High average utility pattern (itemset) Mining (HAUIM) is a necessary research problem in the field of knowledge discovery and data mining. Several algorithms have been proposed to mine high average-utility itemsets (HAUIs). Nonetheless, the large search space leads to poor performance because of excessive execution time and memory usage. To handle this limitation, particle swarm optimization (PSO) is applied to mine HAUIs. In this paper, an effective Binary PSO-based algorithm namely HAUIM-BPSO is proposed to explore HAUI efficiently. In general, HAUIM-BPSO first sets the number of discovered potential high average-utility 1-itemsets (1-PHAUIs) as the size of a particle based on average utility upper bound (AUUB) property. The sigmoid function is also used in the updating process of the individual of the proposed HAUIM-BPSO algorithm. Substantial experiments conducted on publicly available datasets show that the proposed algorithm has better results than existing state-of-the-art algorithms in terms of runtime which can significantly reduce the combinational problem, memory usage, and convergence speed. © 2022 Owner/Author.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2022

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings of the ACM Symposium on Applied Computing

  • ISBN

    978-1-4503-8713-2

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    4

  • Strana od-do

    445-448

  • Název nakladatele

    Association for Computing Machinery

  • Místo vydání

    New York

  • Místo konání akce

    on-line

  • Datum konání akce

    25. 4. 2022

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku