抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
バイクラスタリングは,データマイニングのための良く知られた手法であり,多くの分野で適用され,ゲノム解析,セキュリティサービス,および社会的ネットワーク分析である。バイクラスタリングを2部グラフに含まれる二部クリークを見つける。しかし,実際のデータでは,バイクリークは様々な理由,誤差などのためにいくつかのエッジを欠いているかもしれない。この状況では,伝統的なバイクラスタリング法は,正確なバイクラスタを見つけることができなかった。不確実性の下での実データを解析できる新しいバイクラスタリング法が必要である。準バイクリークは不完全な二部クリークを表す数学的概念である。準バイクリーク端濃度(QBEC)法準バイクリークマイニングを用いたバイクラスタリングのための視覚的解析法を提案した。QBECは準完全2部グラフの視覚表現とユーザ相互作用を含んでいる。二部グラフに含まれる準バイクリークはエッジ濃度に基づいて表現した。準バイクリークの不完全性は,エッジ不透明度に反映されている。ユーザは準バイクリークの不完全性パラメータを調整することによってデータを対話的に探索できる。実世界データを用いたQBECの有効性を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】