文献

J-GLOBAL ID：201602261747275209   整理番号：16A0616662

不確実なデータのclusturing処理のための方法【Powered by NICT】

A method for handling clusturing of uncertain data

著者 (2件)： Tomar D. C. (Jerusalem Coll. of Eng., Chennai, India) ,  Sathappan S. (Sathyabama Univ., Chennai, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： HMI  ページ： 1-5  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： 本論文では,二種類の新しい能動学習アルゴリズムを提案した1)全データセットにおける一定および不定データセットを分類するためのk-モード,2)各ドメインのためのある種の不確実なデータのクラスタリング優先Rツリー。教師つき及び教師なしの両データセットを扱う。これらの技術は,大幅にクラスタリング結果のロバスト性と精度を改善した。最適分類器に関して期待誤差を最小化することにより,実験結果は,ガスセンサアレイドリフトデータセットを用いたクラスタを示した。Copyright 2016 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： ロバスト性 ,  *不確実性 ,  クラスタ化 ,  アルゴリズム ,  クラスタ
準シソーラス用語： 最小化 ,  Rツリー ,  データセット ,  能動学習 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)