文献

J-GLOBAL ID：201802224061225508   整理番号：18A2221852

EvoStream-アイドル時間を用いた進化的ストリームクラスタリング【JST・京大機械翻訳】

evoStream - Evolutionary Stream Clustering Utilizing Idle Times

著者 (2件)： Carnein Matthias (Leonardo-Campus 3, 48149 Muenster, Germany) ,  Trautmann Heike (Leonardo-Campus 3, 48149 Muenster, Germany)
資料名： Big Data Research  (Big Data Research)
巻： 14  ページ： 101-111  発行年： 2018年 
JST資料番号： W3530A  ISSN： 2214-5796  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,データ集合における隠れたパターンを明らかにすることを目的とするデータマイニングにおける重要な分野である。それは,マーケティングまたは医療応用において広く人気があり,類似オブジェクトのグループを同定するために使用される。おそらく非有界で進化しているデータストリームをクラスタ化することは,センサのような大規模で高速なデータ源の広範な展開により,特に関心が持たれている。ストリームクラスタリングアルゴリズムの大部分は,ストリームが最初にオンライン位相で要約される二相アプローチを採用する。要求に応じて,オフライン位相は最終クラスタへの集合を再クラスタ化する。この装置において,オンライン成分は,流れが遅い時間における次の観測のためにアイドルと待つ。本論文は,最終クラスタを増分的に構築し,洗練するために,オンライン位相のアイドル時間における進化的最適化を実行する,evoStreamと呼ばれる新しいストリームクラスタリングアルゴリズムを提案した。オンライン位相がそうでないので,著者らの方式は処理速度を減少させないが,オフライン位相の計算オーバーヘッドを効果的に取り除く。実際のデータストリームに関する広範な実験において,提案したアルゴリズムは,追加の計算資源を必要とせずに,ストリーム内の任意の時間で高品質のクラスタを出力できることを示した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 高速度 ,  機械学習 ,  *クラスタ ,  位相 ,  アルゴリズム ,  マーケティング ,  センサ ,  データマイニング ,  *遊休時間 ,  *クラスタ化
準シソーラス用語： オーバヘッド ,  オフライン ,  オンライン ,  クラスタリングアルゴリズム ,  データストリーム , 【Automatic Indexing@JST】

著者キーワード (4件)： ストリームクラスタリング ,  データストリーム ,  進化的最適化 ,  機械学習

分類 (2件)： その他の情報処理  (JE15050M) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： アイドル時間 ,  進化 ,  ストリーム ,  クラスタリング