Characterizing Transactional Databases for Frequent Itemset Mining
Universitat Politècnica de Catalunya(加泰罗尼亚理工大学)
本文研究了用于频繁项集挖掘的事务数据库的特征。这些特征通常用于基准测试和理解在这些数据库上工作的数据采掘算法。我们的研究的目的是给这些基准数据库的多样性和代表性的图片,无论是在一般情况下,但也在特定的实证研究的文献中发现的背景下。我们提出的指标列表包含了文献中发现的许多现有指标,以及新的指标。我们的研究表明,我们的指标列表能够捕捉到大部分数据集的内部复杂性,从而为事务数据集的表征提供了一个很好的基础。最后,我们提供了一组代表性的数据集,根据我们的表征,可以安全地用作基准。
2020-11-09 cs.AI cs.DB
TaSPM: Targeted Sequential Pattern Mining
Jinan University(暨南大学);Pazhou Lab(琶洲实验室);University of Illinois at Chicago(伊利诺伊大学芝加哥分校)
序列模式挖掘(SPM)是模式挖掘的一种重要技术,在实际中有着广泛的应用。虽然已经提出了许多有效的序列模式挖掘算法,但针对目标序列的研究很少。有针对性地查询序列模式不仅可以减少SPM生成的序列数量,而且可以提高用户进行模式分析的效率。现有的靶向序列查询算法都是基于特定的场景,不能推广到其他应用。在本文中,我们制定了有针对性的序列模式挖掘的问题,并提出了一个通用的框架,即TaSPM,基于快速CM-SPAM算法。此外,为了提高TaSPM在大规模数据集和基于多项的序列数据集上的效率,我们提出了几种剪枝策略来减少挖掘过程中的无意义操作。TaSPM中设计了四种剪枝策略,能够快速终止不必要的模式扩展,获得更好的性能。最后,我们在不同的数据集上进行了广泛的实验,比较现有的SPM算法与TaSPM。实验结果表明,新的目标挖掘算法TaSPM可以实现更快的运行时间和更少的内存消耗。
2022-02-26 cs.AI cs.DB
Towards Target Sequential Rules
Jinan University(暨南大学);Pazhou Lab(琶洲实验室);University of Illinois at Chicago(伊利诺伊大学芝加哥分校)
在许多实际应用中,顺序规则挖掘(SRM)可以为各种服务提供预测和推荐功能。发现属于高频、高置信度序列规则的所有有价值的规则是模式挖掘的一项重要技术。虽然已有多种SRM算法被提出来解决各种实际问题,但目前还没有针对目标序列规则的研究。有针对性的顺序规则挖掘旨在挖掘用户关注的有趣的顺序规则,从而避免产生其他无效和不必要的规则。该方法可以进一步提高用户分析规则的效率,减少数据资源的消耗。本文给出了目标序列规则的相关定义,阐述了目标序列规则的挖掘问题。此外,我们提出了一个有效的算法,称为有针对性的顺序规则挖掘(TaSRM)。为了提高TaSRM的效率,提出了几种剪枝策略和一种优化方法.最后,在不同的基准测试上进行了大量的实验,并从运行时间、内存消耗、可扩展性以及不同查询规则的查询案例等方面对实验结果进行了分析。结果表明,新算法TaSRM及其变体可以实现更好的实验性能相比,现有的基线算法。
2022-06-09 cs.AI cs.DB
HybridMiner: Mining Maximal Frequent Itemsets Using Hybrid Database Representation Approach
FAST-National University of Computer and Emerging Sciences(FAST-国立计算机与新兴科学大学)
在本文中,我们提出了一种新的混合(基于数组的布局和垂直位图布局)的数据库表示方法,挖掘完整的最大频繁项集(MFI)稀疏和大型数据集。我们的工作是新颖的可扩展性,项目搜索顺序和两个水平和垂直投影技术。我们还提出了一个最大的算法,使用这种混合数据库表示方法。在真实数据集和稀疏数据集上的不同实验结果表明,该方法优于现有的最大值算法。
2009-04-21 cs.AI cs.DB cs.DS
Mining Non-Redundant Local Process Models From Sequence Databases
Eindhoven University of Technology(埃因霍温理工大学);University of Tartu(塔尔图大学)
序列模式挖掘技术从序列数据库中提取对应于频繁序列的模式。这些技术的一个实际局限性是,它们会让用户负担太多的模式。局部过程模型挖掘是过程挖掘领域的一种新的挖掘方法。在传统的序列模式挖掘中,一个模式描述一个子序列,而LPM捕获一组连续性。此外,虽然传统的顺序模式仅匹配在序列数据库中观察到的顺序,但LPM可以捕获未明确观察到的顺序,但与观察到的顺序相关。换句话说,LPM概括了在序列数据库中观察到的行为。这些属性使得一组LPM可以覆盖更大的一组顺序模式的行为。然而,现有的LPM挖掘技术仍然遭受模式爆炸问题,因为它们产生冗余LPM集。在本文中,我们提出了几种算法来挖掘一组非冗余的LPM,无论是从一组冗余的LPM或从一组序列模式。我们根据经验比较他们之间的建议,并对现有的(本地)流程挖掘技术的覆盖率,冗余度和复杂性的生产集的LPM。
2018-09-21 cs.AI cs.DB cs.DS
On mining complex sequential data by means of FCA and pattern structures
LORIA (CNRS – Inria NGE – U. de Lorraine)(洛林大学、法国国家信息与自动化研究所、法国国家科学研究中心联合计算机研究实验室);Orange Labs(奥兰治实验室);National Research University Higher School of Economics(国立研究型高等经济学院)
如今,数据集以非常复杂和异构的方式提供。挖掘这样的数据汇集对于支持从医疗保健到市场营销的许多现实世界的应用是必不可少的。在这项工作中,我们专注于“复杂”的顺序数据的分析,通过有趣的顺序模式。我们使用优雅的数学框架的形式概念分析(FCA)及其扩展的基础上“模式结构”的问题。模式结构用于挖掘复杂数据(如序列或图),并基于包含操作,在我们的情况下,该操作是相对于序列的偏序定义的。我们展示了图案结构以及投影(即,顺序结构的数据简化)能够枚举更有意义的模式并提高该方法的计算效率。最后,我们展示了所提出的方法的适用性,发现和分析有趣的患者模式,从法国的医疗保健数据集癌症。在此用例中报告了定量和定性结果(带有医生的注释和分析),这是这项工作的主要动机。关键词:数据采掘;形式概念分析;模式结构;投影;序列;序列数据。
2015-04-09 cs.AI cs.DB
Optimal Categorical Attribute Transformation for Granularity Change in Relational Databases for Binary Decision Problems in Educational Data Mining
本文提出了一种在层次数据库中对二元决策问题的数据粒度进行转换的方法,该方法通过在较低粒度级别上对分类属性进行回归来实现。来自关系数据库中较低层次实体的属性通过在小的排他标记样本上训练的类别直方图上回归而不是分布的通常模式类别来优化其信息内容。本文通过一个评价中学质量的二元决策任务验证了该方法,重点是逻辑回归如何将学生和教师属性转换为学校属性。实验进行了巴西学校的公共数据集,通过10倍交叉验证比较的排名得分也由逻辑回归。所提出的方法取得了更高的性能比通常的分布模式转换和等于专家加权方法测量的最大Kolmogorov-Smirnov距离和ROC曲线下面积在0.01的显着性水平。
2017-02-28 cs.AI cs.DB
TargetUM: Targeted High-Utility Itemset Querying
Jinan University(暨南大学);Guangdong University of Technology(广东工业大学)
传统的高效用项集挖掘(HUIM)旨在确定事务数据库中所有满足最小效用阈值(\textit{minUtil})的高效用项集(HUI)。然而,在大多数应用程序中,并不是所有的UI都是有趣的,因为只需要特定的部分。因此,基于用户偏好的目标挖掘比传统的挖掘任务更重要。本文首次提出了一个基于目标的HUIM问题,并在定量交易数据库中提供了一个明确的目标效用挖掘任务。提出了一种基于树的高效用目标查询算法TargetUM。该算法使用一棵字典式查询树和三种有效的剪枝策略来提高挖掘效率。我们在几个真实数据库和合成数据库上进行了实验验证,结果表明,\textbf{TargetUM}的性能是令人满意的,完整的,正确的。最后,由于字典查询树,数据库不再需要重复扫描多个查询。
2021-10-30 cs.AI cs.DB
Comparative Study Of Data Mining Query Languages
LARODEC Laboratory – Institut Supérieur de Gestion de Tunis(突尼斯高等管理学院LARODEC实验室)
自归纳数据库问题提出以来,人们提出了几种数据采掘语言,证实了通过归纳查询应答可以支持KDD过程。本文综述了现有的DM语言。我们提出了DM语言的重要原语,并根据原语的满意度对我们的语言进行分类。此外,我们介绍了语言的语法,并尝试将每一个应用到一个数据库样本,以测试一组KDD操作。这项研究使我们能够突出语言的能力和限制,这对未来的工作和观点非常有用。
2017-01-27 cs.AI cs.DB
US-Rule: Discovering Utility-driven Sequential Rules
Jinan University(暨南大学);University of Illinois at Chicago(伊利诺伊大学芝加哥分校)
效用驱动挖掘是数据科学中的一项重要任务,在现实生活中有着广泛的应用。高效用序列模式挖掘(HUSPM)是一种效用驱动的挖掘。HUSPM的目标是发现所有具有高实用性的序列模式。然而,现有的HUSPM算法不能提供一个准确的概率来处理一些场景的预测或推荐。高效用序列规则挖掘(HUSRM)旨在发现所有具有高效用和高置信度的序列规则。HUSRM算法目前只有一种,效率不高。在本文中,我们提出了一个更快的算法,称为US规则,有效地挖掘高效用的顺序规则。它利用规则估计效用共生剪枝策略(REUCP),以避免无意义的计算。为了提高密集长序列数据集上的效率,提出了四种更严格的上界(LEEU,REEU,LERSU,RERSU)和相应的剪枝策略(LEEUP,REEUP,LERSU,RERSU).此外,US-Rule提出了规则估计效用重计算剪枝策略(REURP)来处理稀疏数据集。最后,通过在不同数据集上的大量实验,与现有算法进行了比较,结果表明,US-Rule算法在执行时间、内存消耗和可扩展性等方面都有较好的性能。
2021-11-29 cs.AI cs.DB
Constraint-based Sequential Pattern Mining with Decision Diagrams
Carnegie Mellon University(卡内基梅隆大学);University of Toronto Scarborough(多伦多大学士嘉堡校区)
约束序列模式挖掘的目的是在观察定义在项目属性上的约束的同时,识别项目序列数据库上的频繁模式。我们引入新的技术,基于约束的序列模式挖掘,依赖于多值决策图表示的数据库。具体来说,我们的表示可以容纳多个项目属性和各种约束类型,包括一些非单调约束。为了评估我们的方法的适用性,我们开发了一个基于MDD的前缀投影算法,并比较其性能对一个典型的生成和检查的变体,以及一个国家的最先进的基于约束的序列模式挖掘算法。结果表明,我们的方法是有竞争力的,或优于这些其他方法的可扩展性和效率。
2018-11-14 cs.AI cs.LG
Using Answer Set Programming for pattern mining
AGROCAMPUS-OUEST/IRISA UMR6074(西部农学院/法国信息与随机系统研究所);Inria(法国国家信息与自动化研究所)
序列模式挖掘就是从一个唯一的项集序列中提取频繁序列模式。本文探讨了声明性语言,如回答集编程(ASP),有效地解决这个问题的能力。我们提出了几个ASP实现的频繁序列模式挖掘任务:一个非增量和增量的决议。结果表明,增量解析比非增量解析更有效,但两种ASP程序的效率都低于专用算法。尽管如此,这种方法可以被看作是第一步,一个通用的框架,顺序模式挖掘的约束。
2014-09-27 cs.AI cs.DB cs.LO
Declarative Sequential Pattern Mining of Care Pathways
AGROCAMPUS-OUEST/IRISA-UMR6074(西部农业学院/IRISA-UMR6074);CHRU Brest/EA-7449 REPERES(布雷斯特大学医院/EA-7449 REPERES);Rennes University 1/IRISA-UMR6074(雷恩第一大学/IRISA-UMR6074)
序列模式挖掘算法被广泛应用于护理路径数据库的挖掘,但它们产生了大量的模式,大多是冗余或无用的。临床医生需要工具来表达复杂的挖掘查询,以生成更少但更重要的模式。这些算法的通用性不足以回答复杂的临床医生查询。本文提出了一种基于答案集编程范式的声明式模式挖掘方法。这是一个药物流行病学研究的例证,该研究调查了来自法国医学管理数据库的癫痫发作住院与抗癫痫药物转换之间的可能联系。
2017-07-26 cs.AI
Efficiency Analysis of ASP Encodings for Sequential Pattern Mining Tasks
AGROCAMPUS-OUEST(西部农业学院);IRISA-UMR 6074(IRISA-UMR 6074 研究所);Inria(法国国家信息与自动化研究所);Inria – Centre de Rennes(法国国家信息与自动化研究所雷恩中心);Potsdam University(波茨坦大学)
本文介绍了使用回答集编程(ASP)挖掘序列模式。ASP是一种高级说明性逻辑编程范例,用于高级编码、组合和优化问题求解以及知识表示和推理。因此,ASP是实现具有背景知识的模式挖掘的一个很好的候选者,这一直是数据采掘的问题。我们提出了编码的经典序列模式挖掘任务中的两种表示嵌入(填充间隙与跳过间隙)和各种模式:频繁,约束和浓缩。我们比较了这些编码的计算性能,以更好地了解ASP编码的效率。实验结果表明,在实际问题中,填充间隙策略具有更低的内存消耗。最后,相比约束编程方法(CPSM),另一个声明式编程范式,我们的建议表现出相当的性能。
2017-11-14 cs.AI cs.DB stat.ML
Incremental Mining of Frequent Serial Episodes Considering Multiple Occurrences
Inria(法国国家信息与自动化研究所);Carnegie Mellon University(卡内基梅隆大学);University of Waikato(怀卡托大学);Telecom Paris(巴黎电信学院);Institut Polytechnique de Paris(巴黎理工学院)
分析来自流的信息的需要出现在各种应用中。其基本研究方向之一是挖掘数据流上的序列模式。现有的研究多基于事务中模式的存在来挖掘项目序列,而没有考虑项目集序列及其多次出现的情况。然而,在一个窗口的项集流和它们的多次出现的模式,提供了额外的能力来识别模式的基本特征和它们之间的相互关系是无法识别的现有的基于存在的研究。在本文中,我们研究了这样一个新的序列模式挖掘问题,并提出了相应的顺序矿工与新的策略,有效地修剪搜索空间。在真实数据和合成数据上的实验表明了该方法的有效性。
2022-04-09 cs.AI cs.DB
A computational theoretical approach for mining data on transient events from databases of high energy astrophysics experiments
IASF-CNR(意大利国家研究委员会宇宙天体物理与行星科学研究所);DISP Tor Vergata(罗马第二大学DISP)
瞬态事件的数据,如伽玛暴,往往包含在大型数据库的非结构化数据从空间实验,合并与潜在的大量的背景或只是不需要的信息。我们提出了一个计算的形式化模型,应用现代计算机科学的技术-如数据挖掘(DM)和知识发现数据库(KDD)-一个通用的,大型的数据库来自高能天体物理实验。该方法的目的是搜索、识别和提取期望信息,并可能发现意外信息。
2020-04-08 astro-ph.IM cs.AI
The Algorithms of Updating Sequential Patterns
由于时态数据库中挖掘的数据会随着时间的推移而不断变化,因此时态数据库中频繁序列的增量式挖掘一直是研究的重点。本文提出了一种算法IUS,利用原始数据库中的频繁序列和负边界序列进行增量式序列挖掘。为了处理某些数据需要从原始数据库中更新的情况,我们提出了一种称为DUS的算法来维护更新后的数据库中的序列模式。我们还定义了负边界序列阈值:Min_nbd_supp,以控制负边界中的序列数量。
2002-03-27 cs.AI cs.DB
Mining Generalized Patterns from Large Databases using Ontologies
Université du Québec en Outaouais(魁北克大学乌塔韦分校)
形式概念分析(FCA)是一种基于概念和概念层次的形式化的数学理论。它已成功地应用于数据采掘、软件工程、知识工程等计算机科学领域,并在医学、心理学、语言学和生态学等许多领域得到应用。例如,它已被用于本体的设计,映射和细化。在本文中,我们展示了FCA如何通过分析分类(对象和/或属性)对所产生的概念格的影响,从给定的领域本体中受益。我们将主要集中在使用分类法来提取广义模式(即,当使用给定领域本体的元素时从数据生成的知识)以概念和规则的形式,并改进通过这些模式的导航。为此,我们分析了三个泛化的情况下,并显示其对广义模式集的大小的影响。还讨论了同时对对象和属性进行概括的不同情况
2009-05-28 cs.AI cs.DB cs.DM
OPP-Miner: Order-preserving sequential pattern mining
Hebei University of Technology(河北工业大学);Florida Atlantic University(佛罗里达大西洋大学);Mininglamp Academy of Sciences, Mininglamp Technology(明略科技明略科学院);Hefei University of Technology(合肥工业大学)
时间序列是按时间顺序排列的测量值的集合。从时间序列中发现模式在许多领域都很有用,例如股票分析,疾病检测和天气预报。为了发现模式,现有的方法通常将时间序列数据转换为另一种形式,如名义/符号格式,以降低维数,这不可避免地偏离数据值。此外,现有的方法主要忽略了时间序列值之间的顺序关系。为了解决这些问题,受保序匹配的启发,本文提出了一种保序序列模式(Order-Preserving Sequential Pattern,简称Sequential Pattern)挖掘方法,该方法基于时间序列数据的顺序关系来表示模式。这种表示的固有优点是,时间序列的趋势可以由时间序列数据下的值的相对顺序表示。为了获得时间序列中的频繁趋势,我们提出了OPP-Miner算法来挖掘具有相同趋势的模式(具有相同相对顺序的子序列)。OPP-Miner采用过滤和验证策略计算支持度,采用模式融合策略生成候选模式。为了压缩结果集,我们还研究了寻找最大的OPPs。实验证明,OPP-Miner不仅是高效和可扩展的,而且还可以发现时间序列中的相似子序列。此外,案例研究表明,我们的算法在分析COVID-19疫情中具有很高的实用性,通过识别关键趋势和提高聚类性能。
2022-02-09 cs.AI cs.DB
Memory-Efficient Sequential Pattern Mining with Hybrid Tries
Warrington College of Business(沃顿商学院);University of Florida(佛罗里达大学);Tepper School of Business(泰珀商学院);Carnegie Mellon University(卡内基梅隆大学);Rotman School of Management(罗特曼管理学院);University of Toronto(多伦多大学)
本文提出一种基于混合trie数据结构和相应挖掘算法的内存高效序列模式挖掘方法,有效解决了大型数据集的内存瓶颈,在中小型实例上内存和时间均显著改善,且在256GB内存下唯一可处理大型数据集。
2024-07-27 cs.AI cs.DB cs.DS
A Subsequence Interleaving Model for Sequential Pattern Mining
University of Edinburgh(爱丁堡大学)
最近的序列模式挖掘方法使用最小描述长度(MDL)原则来定义一种编码方案,该编码方案描述了一种挖掘数据库中最压缩模式的算法。我们提出了一种新的子序列交织模型的基础上的概率模型的序列数据库,它允许我们搜索最压缩的模式集,而无需设计一个特定的编码方案。我们所提出的算法能够有效地挖掘最相关的序列模式,并使用相关的兴趣度度量对它们进行排名。在我们的模型中的有效推理是我们使用的结构性期望最大化框架,其中的期望步骤采取的形式的子模块优化问题的覆盖约束的直接结果。我们在合成和真实世界的数据集上表明,我们的模型挖掘了一组具有低虚假性和冗余性,高可解释性和实用性的序列模式。此外,我们证明了我们的方法的模式的质量是可比的,如果不是更好的话,现有的最先进的序列模式挖掘算法。
2016-11-11 cs.AI cs.LG stat.ML
Mining International Political Norms from the GDELT Database
Indian Institute of Science(印度科学学院);University of Otago(奥塔哥大学)
长期以来,研究人员一直对规范在多智能体系统中管理智能体行为中的作用感兴趣。在将人类社会的规范性概念正式化并使其适应开放软件系统的管理方面,以及在人类和人工社会中的规范性过程的模拟方面,已经做了很多工作。然而,一直有相对较少的工作应用规范MAS机制,以了解人类社会的规范。本书将在国际政治的背景下探讨这一问题。使用GDELT数据集,包含从新闻报道中提取的国际事件的机器编码记录,我们提取了国家间事件的双边序列,并应用贝叶斯规范挖掘机制来识别最能解释观察到的行为的规范。统计评价表明,规范模型拟合数据明显优于概率离散事件模型。
2020-04-20 cs.AI cs.MA
Explicit probabilistic models for databases and networks
University of Bristol(布里斯托大学)
最近在数据采掘和相关领域的工作突出了对数据采掘结果进行统计评估的重要性。这一努力的关键是为数据选择一个非平凡的空模型,可以将发现的模式与之进行对比。迄今为止提出的最有影响力的空模型是根据空分布的不变量定义的。这种空模型可以被计算密集型随机化方法用于估计数据采掘结果的统计显著性。在这里,我们介绍了一种方法来构建非平凡的概率模型的基础上最大熵(MaxEnt)原则。我们展示了MaxEnt模型如何允许先验信息的自然合并。此外,它们满足先前引入的随机化方法的许多期望的性质。最后,它们还有一个好处,即它们可以被显式地表示。我们认为,我们的方法可以用于各种数据类型。然而,为了具体起见,我们选择特别针对数据库和网络来展示它。
2009-06-29 cs.AI cs.DB cs.IT
Skopus: Mining top-k sequential patterns under leverage
Nanjing University of Information Science and Technology(南京信息工程大学);Aalto University(阿尔托大学);Monash University(莫纳什大学)
本文提出了一个在杠杆作用下精确发现top-k序列模式的框架。它结合了(1)序列模式的预期支持度的新定义-大多数兴趣度度量直接依赖的概念-与(2)SkOPUS:一种新的分支定界算法,用于在给定的兴趣度量下精确发现前k个序列模式。我们的兴趣度测量采用分区方法。一个模式之所以有趣,是因为它的出现频率要比通过假设任何一对模式之间的独立性所能解释的要高。与独立性下的期望相比,支持度越大,模式越有趣。我们建立在这两个元素上,以准确地提取具有最高杠杆的k个序列模式,这与我们对预期支持的定义一致。我们对具有已知模式的合成数据和真实世界的数据集进行实验;这两个实验都证实了我们的方法与最新技术水平的一致性和相关性。这篇文章发表在数据采掘和知识发现上,可以在http://dx.doi.org/10.1007/s10618-016-0467-9上访问。
2018-02-05 cs.AI cs.LG stat.ML
SpotIt+: Verification-based Text-to-SQL Evaluation with Database Constraints
Amherst College(阿默斯特学院);Simon Fraser University(西蒙弗雷泽大学);VMware Research by Broadcom(Broadcom VMware 研究)
SpotIt+通过有界等价验证评估文本到SQL系统,结合规则和LLM方法挖掘约束,提升数据库差异识别能力。
2026-05-11 cs.AI cs.DB cs.LO
Mining Message Flows using Recurrent Neural Networks for System-on-Chip Designs
Synopsys(新思科技);Intel(英特尔)
全面的规范对于片上系统(SoC)设计的整个验证过程中的各种活动至关重要。然而,规范通常是模糊的,不完整的,甚至包含不一致或错误。本文通过开发一种规范挖掘方法来解决这个问题,该方法可以自动从SoC事务级跟踪中提取序列模式,以便挖掘出的模式共同表征SoC设计的系统级规范。这种方法利用利用收集的SoC执行轨迹训练的长短期记忆(LSTM)网络来捕获各种通信事件之间的顺序依赖关系。然后,开发了一种新的算法,从训练的LSTM模型中有效地提取系统级通信的序列模式。还提出了一些跟踪处理技术,以提高挖掘性能。我们评估所提出的方法上的非平凡的多核SoC原型的仿真痕迹。初步结果表明,所提出的方法是能够提取各种模式的系统级规格从高度并发的SoC执行的痕迹。
2020-04-29 cs.AI cs.DC
Autonomous Extraction of a Hierarchical Structure of Tasks in Reinforcement Learning, A Sequential Associate Rule Mining Approach
Northern Arizona University(北亚利桑那大学);Washington State University(华盛顿州立大学)
强化学习(RL)技术虽然通常很强大,但学习速度较慢,特别是在高维空间中。将任务分解为层次结构具有显著加速学习、泛化和迁移学习的潜力。然而,当前的任务分解技术通常依赖于由专家提供的高级知识(例如,使用动态贝叶斯网络)来提取分层任务结构;这在自治系统中不一定可用。在本文中,我们提出了一种新的方法,顺序关联规则挖掘的基础上,可以提取层次结构的任务在强化学习(SARM-HSTRL)在一个自治的方式为马尔可夫决策过程(MDP)和因子MDP。该方法利用关联规则挖掘发现状态之间的因果关系和时间关系,在不同的轨迹,并提取一个任务层次结构,捕捉这些子目标之间的关系,作为不同的子任务的终止条件。我们证明,提取的分层政策提供了一个层次上最优的政策,在MDPs和因子化MDPs。应该注意的是,SARM-HSTRL在具有单个任务轨迹以及具有多个任务轨迹的场景中提取这种分层最优策略,而无需动态贝叶斯网络。此外,它已被理论和经验表明,提取的分层任务结构是一致的轨迹,并提供了最有效的,可靠的,紧凑的结构在适当的假设。数值计算结果比较了所提出的SARM-HSTRL方法与传统的HRL算法在检测子目标的准确性,提取层次的有效性,以及在几个测试床的学习速度方面的性能。
2018-11-17 cs.AI
Mining frequency-based sequential trajectory co-clusters
Universidade Federal de Santa Cataina(圣卡塔琳娜联邦大学)
联合聚类是一种特定类型的聚类,它解决了在不考虑所有属性的情况下查找对象组的问题。该技术已被证明在高维稀疏数据中比传统聚类具有更一致的结果。在轨迹共聚类中,文献中发现的方法有两个主要的局限性:第一,空间和时间维度必须由用户定义的阈值约束;第二,元素(轨迹点)被聚类,忽略轨迹序列,假设点之间是独立的。针对上述局限性,提出了一种新的轨迹共聚类方法来挖掘语义轨迹共聚类。它同时将轨迹及其元素聚类,同时考虑它们出现的顺序。这种新方法使用元素频率来识别候选共簇。此外,它使用了一个目标成本函数,自动驱动共聚类过程,避免了约束维度的需要。我们使用真实世界的公开数据集评估所提出的方法。实验结果表明,我们的建议发现频繁和有意义的连续序列揭示流动性模式,从而最相关的元素。
2021-10-27 cs.AI cs.LG
Companion Agents: A Table-Information Mining Paradigm for Text-to-SQL
Amap, Alibaba Group(阿里巴巴集团高德)
同伴代理通过主动挖掘数据库中的隐藏关系和统计规律,提升文本到SQL在注释稀缺条件下的准确率。
2025-12-17 cs.AI cs.CL
Discriminant chronicles mining: Application to care pathways analytics
Rennes University 1(雷恩第一大学);IRISA-UMR6074(法国国家信息与自动化研究所-混合研究单位6074);AGROCAMPUS-OUEST(西部农业学院);CHRU BREST(布雷斯特大学中心医院);EA-7449 REPERES(REPERES研究团队)
药物流行病学(PE)是研究药物在明确定义的人群中的使用和影响。由于医疗管理数据库覆盖了很大一部分人口,它们已经成为非常有趣的进行体育研究。这样的数据库在真实条件下提供纵向护理路径,包含带时间戳的护理事件,特别是药物递送。时间模式挖掘成为获得有关药物使用的有价值见解的战略选择。提出了一种新的判别式时态模式挖掘算法DCM。它提取的编年史模式,发生在一个研究的人口比在控制人口。我们目前的结果识别癫痫患者的治疗途径中的癫痫发作和抗癫痫药物开关住院之间可能存在的关联。
2017-09-11 cs.AI cs.DS
Neighborhood-based Hard Negative Mining for Sequential Recommendation
The Hong Kong Polytechnic University(香港理工大学);NetEase Inc.(网易公司)
针对序列推荐中负采样忽视结构信息的问题,提出基于邻域重叠的图负采样方法GNNO,利用物品转移图挖掘难负样本并结合课程学习,在三个Amazon数据集上有效提升多种模型性能。
2023-06-12 cs.AI cs.IR
tSPM+; a high-performance algorithm for mining transitive sequential patterns from clinical data
Massachusetts General Hospital(麻省总医院);University Medical Center Göttingen(哥廷根大学医学中心);Georg-August-Universität Göttingen(哥廷根大学);Harvard Medical School(哈佛医学院);Mass General Brigham(麻省总医院布里格姆医疗系统)
本文提出高性能 tSPM+ 算法,通过在时间模式中增加持续时间维度优化 tSPM,实现最高 980 倍加速与 48 倍内存优化,并提供 Docker 容器与 R 包以集成至机器学习工作流,成功应用于识别 Post COVID-19 患者。
2023-09-08 cs.AI cs.IR cs.LG
Analysing the behaviour of robot teams through relational sequential pattern mining
University of Bari “Aldo Moro”(巴里大学“阿尔多·莫罗”);Imperial College(帝国理工学院);IIIA - Artificial Intelligence Research Institute, CSIC - Spanish Council for Scientific Research(西班牙国家研究委员会人工智能研究所(IIIA))
此报告概述了在多代理域中使用关系表示来建模整个系统的行为。在这个系统中,一个理想的属性是团队成员能够以合作的方式一起工作,以实现共同的目标。其目的是定义一个系统的方法来验证一个团队的成员之间的有效合作,并比较不同的多智能体行为。利用多智能体系统的外部观察来分析、建模、识别智能体行为,对于指导团队行动是非常有用的。特别是,这份报告侧重于自主无监督的顺序学习团队的行为从观察的挑战。我们的方法允许学习一个符号序列(关系表示),将动态复杂环境的原始多代理,多变量观察转化为一组序列行为,这些行为是有问题的团队的特征,由一组序列表示,这些序列以一阶逻辑原子表示。我们建议使用关系学习算法挖掘有意义的频繁模式之间的关系序列,以预测团队行为。我们比较了两支球队在RoboCup四足联赛环境中的表现,这两支球队对比赛的态度非常不同。一个使用基于案例的推理方法,另一个使用纯反应行为。
2010-10-29 cs.AI cs.LG cs.MA