文献

J-GLOBAL ID：201802261226454328   整理番号：18A0333098

グラフ接続するクラスタ化データ【Powered by NICT】

Clustering data that are graph connected

著者 (3件)： Benati Stefano (Dipartimento di Sociologia e Ricerca Sociale, Universita di Trento, Via Verdi 26, 38122 Trento. Italy) ,  Puerto Justo (IMUS. Universidad de Sevilla, Avda. Reina Mercedes, s/n, 41012 Sevilla. Spain) ,  Rodriguez-Chia Antonio M. (Faculty of Sciences, Universidad de Cadiz, Avda. Republica Saharaui, 11510 Puerto Real (Cadiz). Spain)
資料名： European Journal of Operational Research  (European Journal of Operational Research)
巻： 261  号： 1  ページ： 43-53  発行年： 2017年 
JST資料番号： A0547A  ISSN： 0377-2217  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： クラスタリングのための新しい組合せモデルは,個々のと関係データが入手可能な全ての応用に提案した。個々のデータは,ユニットの固有の特徴に言及し,それらはマトリックスD中に貯蔵し,これまで提案されたすべてのクラスタリングアルゴリズムの典型的な入力である。関係データは,ユニット間で観察されたリンクに,友人関係,社会的事象への接合参加などの社会的きずなを示した。関係データは,グラフG=(V , E)で蓄積されるが,クラスタリングのための利用可能なデータは,属性グラフと呼ばれる三重項G=(V , E , D)であった。既知のクラスタリングアルゴリズムは,ユニットメンバシップを再定義し,精密化するGの関係構造の利点を取ることができる。例えば,グループ単位の不確定メンバーシップは,この枕木は類似しているユニット間の形に可能性が高いことを社会学的原理を用いて解くことができる。ここで提案したモデルは,グラフ情報を考慮する方法を示す,クリーク分割目的関数(既知のクラスタリング方法論)を組み合わせて得られたクラスターの構造制約として連結性を持つ。モデルを定式化し,解い整数線形計画法と切除平面の新しいファミリーを用いてできる。中程度サイズの問題を解き,発見的方法は,最適解は近似できる例を開発した。最後に,シミュレートしたデータで行った試験は,クラスタ品質はこの方法により大きく改善されることを示した。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： 整数線形計画法 ,  精密化 ,  三重項 ,  *クラスタ ,  定式化 ,  *クラスタ化 ,  品質 ,  目的関数 ,  社会学 ,  連結性 ,  発見的方法 ,  不確実性
準シソーラス用語： 最適解 ,  クラスタリングアルゴリズム ,  *クラスタ化データ , 【Automatic Indexing@JST】

著者キーワード (4件)： 組合せ最適化 ,  クラスタリング ,  クリーク分割 ,  整数計画法

分類 (3件)： 数理計画法  (KA03030M) ,  システム工学一般  (IB01000S) ,  経営工学一般  (KA01010C)

タイトルに関連する用語 (2件)： グラフ ,  クラスタ化データ