文献

J-GLOBAL ID：201802236859957615   整理番号：18A0707877

ファジィクラスタリングアルゴリズムにおける修正ペナルティ関数【JST・京大機械翻訳】

A modified penalty function in fuzzy clustering algorithm

著者 (4件)： Saroare Md. Kibria (Department of Electrical & Electronic Engineering, Khulna University of Engineering & Technology, Khulna-9203, Bangladesh) ,  Sefat Md. Syadus (Department of Electrical & Electronic Engineering, Khulna University of Engineering & Technology, Khulna-9203, Bangladesh) ,  Sen Sajib (Department of Electrical & Electronic Engineering, Khulna University of Engineering & Technology, Khulna-9203, Bangladesh) ,  Shahjahan Md. (Department of Electrical & Electronic Engineering, Khulna University of Engineering & Technology (KUET) Khulna-9203, Bangladesh)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IntelliSys  ページ： 446-451  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： クラスタリングは,雑音と異常値の存在によりデータを組織化し分類するための最も挑戦的なタスクの一つである。特に遺伝子発現データにおける重複の増加によって,クラスタ化能力はかなり減少する。多くの既存のアルゴリズムは,生物医学工学の分野でそのようなデータを融合するために利用可能である。提案した手法は,標準ファジィクラスタリングアルゴリズムの目的関数におけるメンバシップの共分散を用いた修正ペナルティ関数を実証した。これは,メンバシップ変数間の欠落した相互作用を解決する可能性がある。この提案したアルゴリズムにおいて,高度に軽く表現されたデータ点は共分散圧力によりより効率的に分離される。アルゴリズムを記述して,k-平均(KM),ファジィc-平均(FCM),およびペナルティ化ファジィc-平均(PFCM)クラスタリング技術などの最も高い技術と比較した。これらの技術を,人工データセットとBrrain Tumor遺伝子発現データセットに対する異なる妥当性尺度に対して検証した。提案したクラスタリングアルゴリズムは,他の関連技術よりもはるかに高い利用性を示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： *曖昧さ ,  *アルゴリズム ,  共分散 ,  異常値 ,  *ペナルティ ,  雑音 ,  目的関数 ,  *クラスタ化 ,  相互作用 ,  *ペナルティ関数 ,  医用工学
準シソーラス用語： *クラスタリングアルゴリズム ,  遺伝子発現データ , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (3件)： ファジィ ,  クラスタリングアルゴリズム ,  ペナルティ関数