文献

J-GLOBAL ID：201702262368011477   整理番号：17A1419304

過ぎたるは及ばざるがごとし:平衡最小平方和クラスタ化のための基本変数近傍探索発見的方法【Powered by NICT】

Less is more: basic variable neighborhood search heuristic for balanced minimum sum-of-squares clustering

著者 (4件)： Costa Leandro R. (Universidade Federal do Rio Grande do Norte, Natal, Brazil) ,  Aloise Daniel (Universidade Federal do Rio Grande do Norte, Natal, Brazil) ,  Aloise Daniel (Ecole Polytechnique de Montreal, Montreal, Canada) ,  Mladenovic Nenad (Mathematical Institute, Serbian Academy of Science and Arts, Belgrade, Serbia)
資料名： Information Sciences  (Information Sciences)
巻： 415-416  ページ： 247-253  発行年： 2017年 
JST資料番号： D0636A  ISSN： 0020-0255  CODEN： ISIJBC  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： クラスタリングは与えられたデータ点の集合から,クラスタと呼ばれる,均一で良く分離されたサブセットを見つける問題を扱った。点自身に加えて,多くの応用では,発見されるクラスタのサイズに関する制約が存在する可能性がある。特にバランスの取れたクラスタリングにおける,これらの制約は実体が異なるクラスタの間に広まって同等であることを課した。本研究では,バランスのとれた最小平方和クラスタ化のための基本変数近傍探索の発見的方法,最近提案された「過ぎたるは及ばざるが如しアプローチ」後のを示した。計算実験と統計的検定は,提案したアルゴリズムが問題のための現在の最先端のアルゴリズムよりも優れている,非洗練されたメタヒューリスティックを実行する容易な方法は実際に成功した結果を得るために十分であることを示した。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： *近傍探索法 ,  *発見的方法 ,  アルゴリズム ,  *クラスタ化 ,  *クラスタ ,  部分集合
準シソーラス用語： 最先端 ,  統計的検定 ,  *平方和 , 【Automatic Indexing@JST】

著者キーワード (3件)： 平衡クラスタリング ,  最小二乗和 ,  Optimization

分類 (4件)： 人工知能  (JE08000Z) ,  グラフ理論基礎  (IA02020S) ,  システム・制御理論一般  (IA02010H) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 平衡 ,  平方和 ,  クラスタ化 ,  変数 ,  近傍探索 ,  発見的方法