文献

J-GLOBAL ID：201702214717076566   整理番号：17A0021792

密度ピークの発見による効率的なグリッドベースクラスタリング手法【Powered by NICT】

An efficient grid-based clustering method by finding density peaks

著者 (2件)： Bo Wu (Dept. of Electrical and Computer Engineering, Auburn University, AL 36849, USA) ,  Wilamowski B. M. (Dept. of Electrical and Computer Engineering, Auburn University, AL 36849, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： IECON  ページ： 837-842  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： 未処理データセットのクラスタリングや分類が必須であり,多くの分野で重要である。成功が発表されて,データ点間の相互距離を計算する必要がある。はかなりの計算コストの問題を抱えている,実生活(例えば,千データ点)に適用した高速探索によるクラスタリング法と密度ピーク(FSFDP科学,2014年に発表された)の発見のような最新手法を防止した。本論文では,発見密度ピークによる効率的なグリッドベースクラスタリング(GBC)法について述べた。FSFDPにおけるフレンドリーで会話形の界面の利点を保持し,平均時間では,計算の複雑さを非常に減少した。FSFDPの時間複雑性はO(np(np l)/2)はこの方法はO(Np*sizeof(グリッド))に減少し,Npは,データ点の数であり,格子の大きさはNpより常にかなり小さかったがこの手法の時間計算量はNpに直線的に比例することなどである。発見密度ピークにより提示されたGBC法は密度を計算し,はるかに少ない時間,密度ピークベースアルゴリズムを実用的にする内データセットを分類することができた。提示したアルゴリズムを用いることにより,高次元データセットをクラスター化することが可能である。発見密度ピークによりGBC法をいくつかのデータセット,発表された論文のクラスタリングアルゴリズムを試験するために一般的に用いられるをクラスタリングすることで検証することに成功した。提示した方法は非常に高速であるため従来の密度に基づくもの,提案した方法が,一層選択的に好ましいにとは異なるカテゴリーにデータセットクラスタリングにおける効率的なことが分かった。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： 界面 ,  *アルゴリズム ,  計算量 ,  高速度 ,  クラスタ化 ,  会話
準シソーラス用語： クラスタリングアルゴリズム ,  高次元データ ,  時間計算量 ,  複雑性 ,  計算コスト ,  *クラスタリング法 , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (4件)： 密度 ,  発見 ,  グリッド ,  クラスタリング手法