文献

J-GLOBAL ID：201802257330798104   整理番号：18A0354397

グラフクラスタリング評価のための品質計量の定義【Powered by NICT】

Defining quality metrics for graph clustering evaluation

著者 (2件)： Biswas Anupam (Department of Computer Science and Engineering, Indian Institute of Technology (BHU), Varanasi, India) ,  Biswas Bhaskar (Department of Computer Science and Engineering, Indian Institute of Technology (BHU), Varanasi, India)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 71  ページ： 1-17  発行年： 2017年 
JST資料番号： W0178A  ISSN： 0957-4174  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： クラスタリングの評価は,専門家と知的システムの様々な応用で非常に重要である。クラスタは品質及び正確度の点で評価した。品質測定はエッジに依存する完全に教師なし手法であるが,測定精度は,実際のクラスタリングと予測クラスタ化間の類似性を測定する教師つきアプローチである。実際クラスタリングが利用できないので精度が最も現実世界ネットワークの測定できない。このように,これはあるレベルの精度と共にクラスタ化の品質を保証できる品質計量を開発するためのエキスパートシステムの観点から有利である。本論文では,品質とともに精度を保証する能力を持つグラフクラスタリングに対する三の品質メトリックスのセットを提案した。計量の有効性をベンチマークグラフデータだけでなく,実世界ネットワーク上で評価し,既存の指標と比較した。精度,エキスパートおよびインテリジェントシステムにおける意思決定を間違いなく改善することを処理しながら,結果を提案メトリックスの能力を示した。も計量を,六の品質関連特性のすべてを満たすことを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *品質 ,  意思決定 ,  類似性 ,  測定精度 ,  ネットワーク ,  *クラスタ ,  *クラスタ化 ,  エキスパートシステム ,  予測
準シソーラス用語： メトリックス ,  インテリジェントシステム ,  *グラフクラスタ化 , 【Automatic Indexing@JST】

著者キーワード (4件)： グラフクラスタリング ,  コミュニティ検出 ,  社会ネットワーク解析 ,  品質と精度測定

分類 (3件)： 人工知能  (JE08000Z) ,  医用情報処理  (JE15030Q) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： グラフクラスタリング ,  評価 ,  計量 ,  定義