Összesen 1 találat.
#/oldal:
Részletezés:
Rendezés:

1.

001-es BibID:BIBFORM048961
Első szerző:Szűcs Gábor (villamosmérnök)
Cím:Random Response Forest for Privacy-Preserving Classification / Szűcs Gábor
Dátum:2013
ISSN:2314-6443
Megjegyzések:The paper deals with classification in privacy-preserving data mining. An algorithm, the Random Response Forest is introduced constructing many binary decision trees, as an extension of Random Forest for privacy-preserving problems. Random Response Forest uses the Random Response idea among the anonymization methods, which instead of generalization keeps the original data, but mixes them. An anonymity metric is defined for undistinguishability of two mixed sets of data. This metric, the binary anonymity is investigated and taken into the consideration for optimal coding the binary variables. The accuracy of Random Response Forest is presented at the end of the paper.
Tárgyszavak:Műszaki tudományok Informatikai tudományok idegen nyelvű folyóiratközlemény külföldi lapban
privacy-preserving data mining
classification
decision trees
random forest
binary anonymity
optimal coding
Testreszabható tartalomkezelő eljárások
Megjelenés:Journal of Computational Engineering [elektronikus dokumentum]. - 2013 (2013), p. 1-6. -
Pályázati támogatás:TÁMOP-4.2.2.C-11/1/KONV-2012-0001
TÁMOP
Szemantikus multimédia keresőalgoritmusok
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Rekordok letöltése1