文献

J-GLOBAL ID：201202252044008625   整理番号：12A1180403

モデルベースのクラスタ化を使用するアスペクトマイニング

Aspect Mining Using Model-Based Clustering

著者 (2件)： MCFADDEN Renata Rand (Nova Southeastern Univ., Florida, USA) ,  MITROPOULOS Frank J. (Nova Southeastern Univ., Florida, USA)
資料名： Proceedings of IEEE SOUTHEASTCON  (Proceedings of IEEE SOUTHEASTCON)
巻： 2012  ページ： 229-236  発行年： 2012年 
JST資料番号： D0782A  ISSN： 1091-0050  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： アスペクトマイニングと呼ぶ,プロセスを自動的な方法で確認するために,符号散乱兆候を用いるベクトル空間モデルクラスタ化アプローチを検討した。アプローチはモデルベースのクラスタ化手法を適用し,そして新たに定義したベクトル空間モデルを使用して拡張した。方法の確認は2つの疑問に答える形で実施した。最初の疑問は「アスペクトマイニング比べてモデルベースの方法がいかに有効であるか」で,結果は全体のモデルベースのアルゴリズムは,経験則ベースのアルゴリズム以上を示し,そして自動的にクラスタ数を示す利点を有した。2番目の疑問は「4つの新たに定義したベクトル空間モデルが,以前に定義したベクトル空間モデルより,うまく実行するか」で,結果は,新たに定義したベクトルが,経験則ベースとモデルベースの両方で,最良の結果を示した。

シソーラス用語： データベース ,  計算機プログラミング ,  *クラスタ化 ,  アスペクト比 ,  データマイニング ,  ベクトル ,  モデル ,  アルゴリズム ,  法則
準シソーラス用語： アスペクト指向プログラミング ,  *クラスタリング ,  *モデルベース ,  空間モデル ,  経験則

分類 (2件)： プロセス制御  (IC03040B) ,  システムモデル  (IB02000Z)

タイトルに関連する用語 (2件)： モデルベース ,  クラスタ化