文献

J-GLOBAL ID：201702225108900396   整理番号：17A0094600

移動能力を持つクラス中心距離最大クラスタリングアルゴリズム【JST・京大機械翻訳】

Cluster-center-distance maximization clustering with knowledge transfer

著者 (4件)： Sun Shouwei (School of Digital Media, Jiangnan University) ,  Qian Pengjiang (School of Digital Media, Jiangnan University) ,  Chen Aiguo (School of Digital Media, Jiangnan University) ,  Jiang Yizhang (School of Digital Media, Jiangnan University)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 52  号： 16  ページ： 149-155  発行年： 2016年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 従来のクラスタリングアルゴリズムは以下の2つの状況の下で直接故障のリスクが存在する。一つはデータが希少あるいは大量の干渉データが存在することである。第二に,データ間の差異を制御するためにデータセットをスケーリングする。上記の2つの問題を同時に解決するために,歴史的知識移転判定基準と中心間の最大距離判定基準を提案し,それをエントロピークラスタリングアルゴリズムに適用し,歴史的移動能力を有する中心最大クラスタリングアルゴリズムと呼ぶ。このアルゴリズムには三つの大きな利点がある。現在のデータが希少または汚染されているとき,アルゴリズムは歴史的知識を利用して移動学習を効果的に利用して,より良いクラスタ化有効性を立証する。従来のクラスタ化アルゴリズムによって得られたクラス中心は,データスケーリングが一定であるときには一致しているが,アルゴリズムはクラス中心間の最大基準を利用して,クラス中心の問題を効果的に避けることができる。このアルゴリズムは,歴史的ソースデータを使用しないので,このアルゴリズムは履歴データのプライバシー保護の良い性能を持っている。シミュレーションデータセットと実データセットの実験により,このアルゴリズムの利点を検証した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 学習 ,  クラスタ化 ,  故障 ,  干渉 ,  *アルゴリズム ,  判定基準
準シソーラス用語： プライバシー保護 ,  知識移転 ,  *クラスタリングアルゴリズム ,  *移動能力 , 【Automatic Indexing@JST】

著者キーワード (5件)： transfer learning ,  historical knowledge ,  maximum cluster-center-distance ,  privacy protection ,  fuzzy clustering

分類 (4件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S) ,  分子・遺伝情報処理  (JE15040B) ,  遺伝子発現  (EC02040Q)

タイトルに関連する用語 (4件)： 移動能力 ,  クラス ,  中心距離 ,  クラスタリングアルゴリズム