ترجمه فارسی مقاله تکنیک نمونه‌برداری بیش از حد مصنوعی اقلیت با حداقل گوی محصورکننده از دیدگاه هندسی

چکیده

Class imbalance refers to the significant difference in the number of samples from different classes within a dataset, making it challenging to identify minority class samples correctly. This issue is prevalent in real-world classification tasks, such as software defect prediction, medical diagnosis, and fraud detection. The synthetic minority oversampling technique (SMOTE) is widely used to address class imbalance issue, which is based on interpolation between randomly selected minority class samples and their neighbors. However, traditional SMOTE and most of its variants only interpolate between existing samples, which may be affected by noise samples in some cases and synthesize samples that lack diversity. To overcome these shortcomings, this paper proposes the Minimum Enclosing Ball SMOTE (MEB-SMOTE) method from a geometry perspective. Specifically, MEB is innovatively introduced into the oversampling method to construct a representative point. Then, high-quality samples are synthesized by interpolation between this representative point and the existing samples. The rationale behind constructing a representative point is discussed, demonstrating that the center of MEB is more suitable as the representative point. To exhibit the superiority of MEB-SMOTE, experiments are conducted on 15 real-world imbalanced datasets. The results indicate that MEB-SMOTE can effectively improve the classification performance on imbalanced datasets.

چکیده به فارسی (ترجمه ماشینی)

عدم تعادل کلاس به تفاوت معنی داری در تعداد نمونه های کلاسهای مختلف در یک مجموعه داده اشاره دارد و شناسایی صحیح نمونه های کلاس اقلیت را به چالش می کشد.این مسئله در کارهای طبقه بندی در دنیای واقعی مانند پیش بینی نقص نرم افزار ، تشخیص پزشکی و تشخیص کلاهبرداری شیوع دارد.تکنیک نمونه برداری از اقلیت مصنوعی (SMOTE) به طور گسترده ای برای پرداختن به مسئله عدم تعادل کلاس استفاده می شود ، که مبتنی بر درون یابی بین نمونه های کلاس اقلیت به طور تصادفی و همسایگان آنها است.با این حال ، SMOTE سنتی و بیشتر انواع آن فقط بین نمونه های موجود در هم تنیده می شود ، که ممکن است در برخی موارد تحت تأثیر نمونه های سر و صدا قرار بگیرد و نمونه هایی را که فاقد تنوع هستند ، سنتز کنند.برای غلبه بر این کاستی ها ، این مقاله از منظر هندسه حداقل روش محاصره کننده توپ (MEB-Smote) را پیشنهاد می کند.به طور خاص ، MEB به طور خلاقانه ای برای ساخت یک نقطه نماینده به روش نمونه برداری معرفی می شود.سپس ، نمونه های با کیفیت بالا با درون یابی بین این نقطه نماینده و نمونه های موجود سنتز می شوند.دلیل اصلی ساخت یک نکته نماینده مورد بحث قرار گرفته است ، نشان می دهد که مرکز MEB به عنوان نقطه نماینده مناسب تر است.برای نشان دادن برتری MEB-smote ، آزمایش ها بر روی 15 مجموعه داده نامتعادل در دنیای واقعی انجام می شود.نتایج نشان می دهد که MEB-Smote می تواند به طور مؤثر عملکرد طبقه بندی را در مجموعه داده های نامتعادل بهبود بخشد.