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。
実時間で得られたデータの一定増加は機械学習タスクとそれらの主枝の一つの新しい挑戦をもたらしている:データクラスタ化。ビッグデータストリーム(高速データストリーム)のシナリオが現実となっている。このシナリオに対処するために,新しいアプローチが必要である。本研究では,三種類のクラスター場に基づく新しい技術を提案した:データストリーム,MapReduceと自動推定Kのデータから。目標は,クラスタの数を変化させた高速データストリームをクラスタ化することである。二スケーラブルアルゴリズムを提案し,集中データストリームアルゴリズムに基づいている。第一はStreamKM++と第二FEACに基づくバッチクラスタリング目的に使用される進化的アルゴリズムに基づいている。結果はアルゴリズムの集中版と同じ高品質を達成した。速度/体積は,集中システムに適合するように高い場合に提案した技術は,集中のものの代わりに用いることができる。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】