文献

J-GLOBAL ID：201702287729800039   整理番号：17A0756046

エントロピーに基づく混合データ変換モデル【Powered by NICT】

Entropy-Based Mixed Data Transform Model

著者 (3件)： Liu Xingxing ,  Chen Shan ,  Wang Pan
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICIICII  ページ： 123-126  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ビッグデータの時代では,詳細なデータマイニングは不可避であり急務となっている。クラスター分析により,主要なデータマイニング手法の一つである。二物体間の類似性または距離の測定いくつかのデータマイニングと知識発見タスクのための重要なステップである。abound未構造化自由データに対して,数値データおよびカテゴリーデータ間の変換が最も重要であるが,数値データのための類似性の概念は比較的よく研究されているおよび満たさないカテゴリーデータのための。分類データと混合データのための電流クラスタリングアルゴリズムからの学習,いくつかの方法と対応する特徴を検討し,まとめた。多様なデータセット上での結果は,ない測度は,すべてのタイプの問題のための他を支配しないことを示したが,クラスタリング過程に組み込むことができるいくつかの手段。提案した方法は,データセットの数値的およびカテゴリ的特徴(混合特徴)に対応する潜在的能力を有している。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 測度 ,  データマイニング ,  構造形成 ,  *エントロピー ,  クラスタ化 ,  クラスタ分析 ,  電流 ,  *データ変換 ,  類似性 ,  知識発見
準シソーラス用語： 混合特性 ,  クラスタリングアルゴリズム ,  ビッグデータ , 【Automatic Indexing@JST】

分類 (3件)： 人工知能  (JE08000Z) ,  電力系統一般  (NB02000E) ,  データベースシステム  (JD03030U)

タイトルに関連する用語 (3件)： エントロピー ,  データ変換 ,  モデル