文献
J-GLOBAL ID:201702266529576353   整理番号:17A1168183

プロトタイプに基づくクラスタリングアルゴリズム併用MDL指数の性能評価【Powered by NICT】

Performance evaluation of prototype-based clustering algorithms combined MDL index
著者 (4件):
資料名:
巻: 25  号:ページ: 642-654  発行年: 2017年 
JST資料番号: W0708A  ISSN: 1061-3773  資料種別: 逐次刊行物 (A)
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:
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。
クラスタリングアルゴリズムを用いて,距離に依存してデータを分類した。最良クラスタリング解析は異常値の存在に耐えるべきである,入力系列の順序と同様に初期値設定に対する感受性が低かった。本論文では,プロトタイプに基づく教師なしクラスタリングアルゴリズムの三:ニューラルガス(NG),成長ニューラルガス(GNG)とロバスト成長ニューラルガス(RGNG)間の性能を比較した。NGとGNGに基づいて,いろいろな文献で提案し,示唆した異なるクラスタリングアルゴリズムである。,本研究で二種の塩基性クラスタリングアルゴリズムNGとGNGを比較して,この技術の性能評価を用いて示し,GNG内で提案したRGNGとは対照的にた。もう一つの比較は,MDL値を用いたクラスタ化妥当性指数としてRGNG間のMDL基準,対MDLと組み合わせたGNGとNGの1例。これらのアルゴリズムは,合成2Dデータセットに給与した場合統計的推定は,出力結果の意味を説明するために適用した。さらに,簡単なソフトウェアパッケージは,ニューラルネットワークコースの一部として利用するデータセットのための自動クラスタリングモデルとして設計し,実装した。NG,GNGとRGNGアルゴリズムはMATLABに基づくグラフィカルユーザインタフェイス(GUI)ツールを用いた同一パッケージ中で行った。ビジュアルツールは学生/研究者は数ボタンをクリックするもプロットを用いて望ましい結果を可視化させる。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
ニューロコンピュータ  ,  人工知能 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る