文献

J-GLOBAL ID：201802272686382855   整理番号：18A0126569

kNNモード探索アンサンブルを用いたロバストなクラスタリング【Powered by NICT】

Robust clustering using a kNN mode seeking ensemble

著者 (8件)： Nordhaug Myhre Jonas (UiT Machine Learning Group - site.uit.no/ml, Norway) ,  Nordhaug Myhre Jonas (Department of Mathematics and Statistics, UiT - The Arctic University of Norway, Tromso, Norway) ,  Oyvind Mikalsen Karl (UiT Machine Learning Group - site.uit.no/ml, Norway) ,  Oyvind Mikalsen Karl (Department of Mathematics and Statistics, UiT - The Arctic University of Norway, Tromso, Norway) ,  Lokse Sigurd (UiT Machine Learning Group - site.uit.no/ml, Norway) ,  Lokse Sigurd (Department of Physics and Technology, UiT - The Arctic University of Norway, Tromso, Norway) ,  Jenssen Robert (UiT Machine Learning Group - site.uit.no/ml, Norway) ,  Jenssen Robert (Department of Physics and Technology, UiT - The Arctic University of Norway, Tromso, Norway)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 76  ページ： 491-505  発行年： 2018年 
JST資料番号： D0611A  ISSN： 0031-3203  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： 本論文では,モード探索によりパラメータを含まないクラスタリングのための新しいアルゴリズムを提案した。パラメータを正しく選択されていない場合,特に平均シフトアルゴリズムの形で,モード探索はデータのクラスタリングのための,が性能低下に傾向が同じ時間で広く使用されている戦略である。最近kNNモード探索アルゴリズムの反復とブートストラップ,は通常の平均シフトよりも速く,高次元データのためのより適したアルゴリズムから成るクラスタリングアンサンブルを形成することを提案した。これはパラメータと高次元入力空間の選択に関してクラスタリングアルゴリズムを求めるロバストなモードを生成し,一般的にモード探索の他の全ての強度を同じにした。は多数の人工的および実データセット上での有望な結果を示した。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： *クラスタ化 ,  高次元 ,  アルゴリズム ,  ブートストラップ ,  *ロバスト性
準シソーラス用語： クラスタリングアルゴリズム ,  高次元データ ,  探索アルゴリズム ,  性能劣化 ,  平均シフト , 【Automatic Indexing@JST】

著者キーワード (5件)： 密度に基づくクラスタリング ,  コンセンサスクラスタリング ,  kNNモード探索 ,  平均シフト ,  アンサンブルクラスタリング

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： KNN ,  探索 ,  アンサンブル ,  ロバスト ,  クラスタリング