文献

J-GLOBAL ID：201802249356238278   整理番号：18A0196228

データ研磨によるマイクロクラスタ化【Powered by NICT】

Micro-clustering by data polishing

著者 (6件)： Uno Takeaki (National Institute of Informatics, Japan) ,  Maegawa Hiroki (KSK Japan) ,  Nakahara Takanobu (Senshu University, Japan) ,  Hamuro Yukinobu (Kwansei Gakuin University, Japan) ,  Yoshinaka Ryo (Tohoku University, Japan) ,  Tatsuta Makoto (National Institute of Informatics, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： Big Data  ページ： 1012-1018  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： マクロクラスタリングと呼ぶ管理されないソフトクラスタ化の問題を取り上げて論じた。問題の目的は,互いに強く関連記録から成る全群を計数することであるが,標準的なクラスタリング法は,記録が少ない境界を見出した。既存の方法は,いくつかの弱点を持っている;難治性量クラスタ,偏った粒度分布,ロバスト性の欠如などの発生。新しい方法論を提案するデータ研磨。データ研磨は実現可能な仮説に応じてデータをperturbatingによるデータのクラスタ構造を明らかにした。より正確には,グラフクラスタリング問題のための,データ研磨はクリークによるクラスタに対応する密な部分グラフを置換し,密な部分グラフに含まれていないエッジを除去した。クラスタが最大クリークとして明らかにし,見出したが容易であり,最大クリークの数は扱いやすい数に減少した。計算は,大規模データに対しても数分で行われるように,効率的なアルゴリズムを提案した。計算実験は,著者らの定式化とアルゴリズムの有効性を示す,すなわち,解の数が小さい,1,000のような,各グループのメンバーが深く関係していると,計算時間は短い。Copyright 2018 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： 定式化 ,  アルゴリズム ,  *研磨 ,  ロバスト性 ,  *クラスタ化 ,  部分グラフ ,  CPU時間 ,  粒度分布 ,  *クラスタ ,  *マイクロクラスタ ,  最大クリーク ,  *機械工作 ,  *改変
準シソーラス用語： 大規模データ ,  グラフクラスタ化 ,  クラスター構造 ,  クラスタリング法 , 【Automatic Indexing@JST】

分類 (2件)： グラフ理論基礎  (IA02020S) ,  計算理論  (JB02000A)

タイトルに関連する用語 (2件)： 研磨 ,  マイクロクラスタ