文献

J-GLOBAL ID：201702244999429021   整理番号：17A1548342

近傍情報を用いた大規模不確実性グラフの効率的なクラスタリング【Powered by NICT】

Efficient clustering of large uncertain graphs using neighborhood information

著者 (4件)： Halim Zahid (Faculty of Computer Science and Engineering, Ghulam Ishaq Khan Institute of Engineering Sciences and Technology, Topi, Pakistan) ,  Waqas Muhammad (Department of Computer Science, National University of Computer and Emerging Sciences, Peshawar, Pakistan) ,  Baig Abdul Rauf (Department of Information Systems, College of Computer and Information Sciences, Al Imam Mohammad Ibn Saud Islamic University (IMSIU), Riyadh, Saudi Arabia) ,  Rashid Ahmar (Faculty of Computer Science and Engineering, Ghulam Ishaq Khan Institute of Engineering Sciences and Technology, Topi, Pakistan)
資料名： International Journal of Approximate Reasoning  (International Journal of Approximate Reasoning)
巻： 90  ページ： 274-291  発行年： 2017年 
JST資料番号： T0476A  ISSN： 0888-613X  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： 本研究は,大きな不確実性のあるグラフのクラスタリングの問題を検討した。データは,提案した解決策は,クラスタ化の目的のための近隣情報を使用するグラフとして表現される。提案されたアプローチは,不確実なグラフ中のエッジの存在を予測することによりある種のグラフへの不確実なグラフに変換する。予測の目的のために,分類器を用いた。提案されたアプローチは端部の上から不確実性を持つクラスタ化グラフのためのベースラインアプローチと比較した;不確実なk-means(英国平均)とファジィDBSCAN(FDBSCAN)。さらに,結果はまた,すなわち,CUDAP(骨格近似に基づいた不確定データのためのクラスタリングアルゴリズム)とPEEDR(部分的に期待される編集距離減少)を二種類の最先端レベル手法と比較した。実験は二天然不確実で九総合的変換不確実なベンチマークデータセットを用いて行った。結果をDavies-Bouldin指数,Dunn指数とシルエット係数を用いて,ベースラインと最先端の方法と比較して,クラスタ妥当性指標を広く使用されている。結果は,提案手法が他の四つの方法よりも優れていることを示した。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： 英国 ,  *不確実性 ,  基準線 ,  曖昧さ ,  クラスタ化 ,  近似法
準シソーラス用語： シルエット ,  編集距離 ,  クラスタリングアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (4件)： クラスタリング ,  不確実グラフ ,  グラフに基づくクラスタリング ,  発見的クラスタリングアルゴリズム

分類 (5件)： ゲーム理論  (KA03060T) ,  機械設計  (QA01080H) ,  排ガス処理  (PB02060U) ,  無線通信一般  (ND08010L) ,  水文学一般  (DC07010R)

タイトルに関連する用語 (5件)： 近傍 ,  大規模 ,  不確実性 ,  グラフ ,  クラスタリング