文献

J-GLOBAL ID：201802256201629728   整理番号：18A1773761

クラスタ化データのためのエピジェネティクスにヒントを得た遺伝的アルゴリズム【JST・京大機械翻訳】

Epigenetically Inspired Genetic Algorithm for Clustering Data

著者 (3件)： Chrominski Kornel (Institute of Computer Science, University of Silesia, Sosnowiec, 41-200, Poland) ,  Tkacz Magdalena (Institute of Computer Science, University of Silesia, Sosnowiec, 41-200, Poland) ,  Boryczka Mariusz (Institute of Computer Science, University of Silesia, Sosnowiec, 41-200, Poland)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： INISTA  ページ： 1-6  発行年： 2018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： 本論文は,クラスタリングデータ(Epi_GGA)のための新しい遺伝的アルゴリズム(GA)を提示した。提案したアルゴリズムでは,遺伝的アルゴリズムに対する標準的な演算とは別に,後成的プロセスを模倣する2つの付加的な操作がある。実世界の後成的プロセスにおいて,それらは,変化する環境に対してより速く,より良く適応する個体の原因である。したがって,遺伝的アルゴリズムにおける後成的プロセスの使用の意図は,期待される結果を得るために必要な反復数を減少させることによって,作業時間をスピードアップすることである。提示したアルゴリズムにおいて,AIC基準,Hausdorff距離およびデータの密度を用いて,適合性関数を構築した。提案したアルゴリズムは,クラスタリングデータの問題を解決することにおいて非常に良い結果を達成し,記述した実験において示した。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： *アルゴリズム ,  作業時間 ,  *クラスタ化 ,  適応性 ,  *遺伝的アルゴリズム ,  *エピジェネティクス
準シソーラス用語： Hausdorff距離 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： クラスタ化データ ,  エピジェネティクス ,  ヒント ,  遺伝的アルゴリズム