文献

J-GLOBAL ID：201702234634114678   整理番号：17A0450069

密度ピークを用いたデータストリームクラスタリングのための脂肪節前ツリー【Powered by NICT】

Fat node leading tree for data stream clustering with density peaks

著者 (7件)： Xu Ji (School of Information Science & Technology, Southwest Jiaotong University, Chengdu 610031, China) ,  Xu Ji (Chongqing Institute of Green and Intelligent Technology, Chinese Academy of Sciences,Chongqing 400714, China) ,  Xu Ji (School of Information Engineering, Guizhou University of Engineering Science, Bijie 551700, China) ,  Wang Guoyin (Chongqing Key Laboratory of Computational Intelligence, Chongqing University of Posts and Telecommunications, Chongqing 400065, China) ,  Li Tianrui (School of Information Science & Technology, Southwest Jiaotong University, Chengdu 610031, China) ,  Deng Weihui (Chongqing Institute of Green and Intelligent Technology, Chinese Academy of Sciences,Chongqing 400714, China) ,  Gou Guanglei (School of Information Science & Technology, Southwest Jiaotong University, Chengdu 610031, China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 120  ページ： 99-117  発行年： 2017年 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 任意形状のクラスタの検出と常に新しく到着した項目の結果を提供するデータストリームクラスタリングの研究における二つの重要な課題である。しかし,既存のクラスタリング手法は,これらの二つの問題を同時に扱うことができなかった。本論文では,主要ツリー(LT)を構築し,さらに粒度計算方法で脂肪節前木(FNLT)に変換する密度ピークに基づくクラスタリング(DPClust)アルゴリズムを採用した。FNLTはクラスタリングのためのデータストリームの現在の状態の新しい解釈可能な概要である。新しい入力データは,進化するFNLT構造迅速に混合されており,したがって入ってくるデータのクラスタリング結果は,供給することができた。クラスタリング結果のデリバリーと新しいデータの到着の間の間隔の間,混合データとFNLTは一定数脂肪のノードを持つ新しいFNLTとして造粒した。電流データストリームのFNLTは混合造粒フェージング機構によりリアルタイムで維持されている。同時に,変化点はクラスタ中心とマルチンゲール理論の各対の間の半順序関係を用いて検出した。いくつかの最先端クラスタリング手法と比較して,提示したモデルは有望な精度と効率を示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 電流 ,  粒度 ,  マルチンゲール ,  *クラスタ化 ,  造粒 ,  *クラスタ ,  半順序 ,  アルゴリズム
準シソーラス用語： 実時間 ,  入力データ ,  *データストリーム ,  クラスタリング法 , 【Automatic Indexing@JST】

著者キーワード (4件)： データストリームクラスタリング ,  密度ピーク ,  脂肪節前ツリー ,  変化点

分類 (2件)： 人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (2件)： 密度 ,  脂肪