FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W3037451830> ?p ?o ?g. }

• W3037451830 abstract "Dans le present papier, nous proposons une approche basee sur l’algorithme des plus proches voisins pour de l’apprentissage dans un contexte desequilibre. Dans un tel contexte, les exemples de la classe minoritaire sont au centre de l’attention et necessitent des criteres d’optimisation specifiques pour nous permettre de les detecter, comme la F-mesure. Reposant sur des fondements geometriques, nous presentons un algorithme qui pondere la distance entre un nouvel exemple et les exemples positifs de la classe minoritaire. Cela entraine une modification des regions de Voronoi et donc de la frontiere de decision. Une analyse theorique de cette ponderation explique comment il est possible de reduire le taux de faux negatifs tout en controlant le taux de faux positifs. Les experiences menees sur plusieurs jeux de donnees publiques, ainsi que sur de grands jeux de donnees du Ministere de l’Economie et des Finances sur la detection de fraude a l’impot, mettent en evidence l’efficacite de la methode en depit de sa simplicite. En outre, elle se revele d’autant plus interessante et performante lorsque qu’elle est combinee a des methodes d’echantillonage." @default.
• W3037451830 created "2020-07-02" @default.
• W3037451830 creator A5001961038 @default.
• W3037451830 creator A5007286659 @default.
• W3037451830 creator A5020817426 @default.
• W3037451830 creator A5030774294 @default.
• W3037451830 creator A5047233241 @default.
• W3037451830 creator A5083517347 @default.
• W3037451830 date "2019-07-03" @default.
• W3037451830 modified "2023-10-16" @default.
• W3037451830 title "Une version corrigée de l’algorithme des plus proches voisins pour l’optimisation de la F-mesure dans un contexte déséquilibré" @default.
• W3037451830 hasPublicationYear "2019" @default.
• W3037451830 type Work @default.
• W3037451830 sameAs 3037451830 @default.
• W3037451830 citedByCount "0" @default.
• W3037451830 crossrefType "proceedings-article" @default.
• W3037451830 hasAuthorship W3037451830A5001961038 @default.
• W3037451830 hasAuthorship W3037451830A5007286659 @default.
• W3037451830 hasAuthorship W3037451830A5020817426 @default.
• W3037451830 hasAuthorship W3037451830A5030774294 @default.
• W3037451830 hasAuthorship W3037451830A5047233241 @default.
• W3037451830 hasAuthorship W3037451830A5083517347 @default.
• W3037451830 hasBestOaLocation W30374518301 @default.
• W3037451830 hasConcept C121332964 @default.
• W3037451830 hasConcept C41008148 @default.
• W3037451830 hasConceptScore W3037451830C121332964 @default.
• W3037451830 hasConceptScore W3037451830C41008148 @default.
• W3037451830 hasLocation W30374518301 @default.
• W3037451830 hasLocation W30374518302 @default.
• W3037451830 hasOpenAccess W3037451830 @default.
• W3037451830 hasPrimaryLocation W30374518301 @default.
• W3037451830 hasRelatedWork W2748952813 @default.
• W3037451830 hasRelatedWork W2899084033 @default.
• W3037451830 hasRelatedWork W2902782467 @default.
• W3037451830 hasRelatedWork W2935759653 @default.
• W3037451830 hasRelatedWork W3105167352 @default.
• W3037451830 hasRelatedWork W54078636 @default.
• W3037451830 hasRelatedWork W1501425562 @default.
• W3037451830 hasRelatedWork W2298861036 @default.
• W3037451830 hasRelatedWork W2954470139 @default.
• W3037451830 hasRelatedWork W3084825885 @default.
• W3037451830 isParatext "false" @default.
• W3037451830 isRetracted "false" @default.
• W3037451830 magId "3037451830" @default.
• W3037451830 workType "article" @default.