文献

J-GLOBAL ID：201702222620796819   整理番号：17A0320313

熱拡散による密度ピークの高速検索と発見によるクラスタリング【Powered by NICT】

Clustering by fast search and find of density peaks via heat diffusion

著者 (6件)： Mehmood Rashid (College of Information Science and Technology, Beijing Normal University, Beijing 100875, China) ,  Mehmood Rashid (Department of Computer Science and Information Technology, University of Management Sciences and Information Technology, Kotli, AJK, Pakistan) ,  Zhang Guangzhi (College of Information Science and Technology, Beijing Normal University, Beijing 100875, China) ,  Bie Rongfang (College of Information Science and Technology, Beijing Normal University, Beijing 100875, China) ,  Dawood Hassan (Department of Computer Engineering, University of Engineering and Technology, Taxila, Pakistan) ,  Ahmad Haseeb (Information Security Center, State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications, Beijing 100876, People’s Republic of China)
資料名： Neurocomputing  (Neurocomputing)
巻： 208  ページ： 210-217  発行年： 2016年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 密度ピーク(CFSFDP)の高速検索と発見によるクラスタリングは密度ピークを見出すことによりクラスタの中心を効率的にする新しいアルゴリズムである。CFSFDPの精度は与えられたデータセットのための密度の正確な推定とカットオフ距離(d)の選択にも依存する。中心,d_は各データ点の密度を計算し,クラスタの境界点を同定した。CFSFDPは異なるデータセットの密度を推定するための異なる方法を用いて必要とdの推定は,主観的経験に大きく依存する。CFSFDPの限界を克服するために,本論文では,熱拡散(CFSFDP HD)によるCFSFDP法を示した。CFSFDP HDは与えられたデータセットの確率分布を推定するためのノンパラメトリック法を提案した。無限領域における熱拡散に基づいて,この方法はカットオフ距離の選択とカーネル密度推定の境界補正の両方を考慮している。標準的なクラスタリングのベンチマークデータセット上での実験結果により,CFSFDP,AP,平均シフト,とK平均法よりも提案した方法のロバスト性と有効性を検証した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： ロバスト性 ,  アルゴリズム ,  *熱拡散 ,  確率密度 ,  *高速度 ,  *クラスタ化 ,  確率分布 ,  平均法 ,  *クラスタ ,  ノンパラメトリック法
準シソーラス用語： 平均シフト ,  カーネル推定 ,  カットオフ , 【Automatic Indexing@JST】

著者キーワード (4件)： クラスタリング ,  確率密度推定 ,  カーネル密度推定 ,  熱方程式

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 熱拡散 ,  密度 ,  高速検索 ,  発見 ,  クラスタリング