文献

J-GLOBAL ID：201702278213735319   整理番号：17A0274570

動的IoTデータストリームのための適応クラスタ化【Powered by NICT】

Adaptive Clustering for Dynamic IoT Data Streams

著者 (3件)： Puschmann Daniel (Institute for Communication Systems, University of Surrey, GU2 7XH, Guildford, U.K.) ,  Barnaghi Payam (Institute for Communication Systems, University of Surrey, GU2 7XH, Guildford, U.K.) ,  Tafazolli Rahim (Institute for Communication Systems, University of Surrey, GU2 7XH, Guildford, U.K.)
資料名： IEEE Internet of Things Journal  (IEEE Internet of Things Journal)
巻： 4  号： 1  ページ： 64-74  発行年： 2017年 
JST資料番号： W2432A  ISSN： 2327-4662  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： モノのインターネット(IoT)の出現は,大量実世界ストリーミングデータの生産をもたらした。IoTデータストリームを処理し,実世界観測と測定からの洞察と実用的な情報を得るために効果的な技術が必要である。ほとんどの既存のアプローチは応用またはドメイン依存性であった。はどのように多くの異なるクラスタは,データ分布に基づく河川に見られる決定する方法を提案した。クラスタの数を選択した後,著者らは,河川からの入力データをクラスタ化するためにオンラインクラスタリング機構を用いた。著者らの手法は,データ変化としてそれ自身を調整することによりドリフトへの適応である。データドリフトを持つデータストリーム上で最先端技術レベルのストリームクラスタリングアルゴリズムに対する提案アプローチのベンチマークを行った。は,著者らの方法は近実時間交通データを含むユースケースシナリオに適用できるかを示した。著者らの結果は,クラスタラベルに可能にし,データ分布に従ってIoTデータストリームを解釈した。これは現状に基づくオンライン動的データの大量を処理する適応的に可能にする。は筆者らの手法が変化に適応するかを示した。実世界データストリームの中のクラスタの数はデータ分布を解析することにより決定できるかを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *クラスタ ,  ベンチマーク ,  *クラスタ化 ,  河川
準シソーラス用語： オンライン ,  交通データ ,  実時間 ,  モノのインターネット ,  *データストリーム , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： IoT ,  データストリーム ,  適応 ,  クラスタ化