• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议> >Optimizing constraint-based mining by automatically relaxing constraints
【24h】

Optimizing constraint-based mining by automatically relaxing constraints

机译：通过自动放宽约束来优化基于约束的挖掘

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In constraint-based mining, the monotone and anti-monotone properties are exploited to reduce the search space. Even if a constraint has not such suitable properties, existing algorithms can be re-used thanks to an approximation, called relaxation. In this paper, we automatically compute monotone relaxations of primitive-based constraints. First, we show that the latter are a superclass of combinations of both kinds of monotone constraints. Second, we add two operators to detect the properties of monotonicity of such constraints. Finally, we define relaxing operators to obtain monotone relaxations of them.
机译：在基于约束的挖掘中，利用单调和反单调属性来减少搜索空间。即使约束条件不具有这种合适的属性，由于近似值（称为松弛），可以重新使用现有算法。在本文中，我们自动计算基于图元的约束的单调松弛。首先，我们证明后者是两种单调约束的组合的超类。其次，我们添加两个运算符以检测此类约束的单调性。最后，我们定义松弛算子以获得单调松弛。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号