文献

J-GLOBAL ID：201802274159345266   整理番号：18A0354323

ゲーム理論に基づく自動多目的クラスタリング【Powered by NICT】

Automatic multi-objective clustering based on game theory

著者 (3件)： Heloulou Imen (LaMOS Research Unit, Department of Operational Research, University of Abderrahmane Mira, Road Targua Ouzemour 06000, Bejaia, Algeria) ,  Radjef Mohammed Said (LaMOS Research Unit, Department of Operational Research, University of Abderrahmane Mira, Road Targua Ouzemour 06000, Bejaia, Algeria) ,  Kechadi Mohand Tahar (School of Computer Science and Informatics, University of College Dublin (UCD), Belfield, Dublin 4, Ireland)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 67  ページ： 32-48  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： データクラスタリングは機械学習,データマイニング,および関連分野で非常によく研究されている問題である。既存のクラスタリング手法のほとんどは,単一クラスタ化目的を最適化することに焦点を当てた。ロボットチーム配置,アドホックネットワーク,マルチエージェントシステム,設備位置,などのようないくつかの最近の分野は,クラスタリング中に,しばしば矛盾する,多基準を考慮する必要がある。これに動機付けられて,本論文では,多目的クラスタリング,ClusSMOG IIと呼ばれるのための逐次ゲーム理論的アプローチを提案した。特別に本質的に矛盾する目的,cluster/intraクラスタ慣性と連結性を同時に最適化するために設計した。この技術はクラスタの数は動的維持の利点を有している。手法は,三つの主要ステップから構成されている。第一段階は,その代表の初期クラスタを設定するが,第二段階は衝突クラスタの配列多目的マルチ法逐次二人ゲームの解決によるクラスタの正確な数を計算した。最後に,第三段階は,各クラスタ代表間の逐次二プレーヤゲームとその最近傍の代表を分割することによって均一なクラスタを構築した。各競技のために,モデル目標に対応する利得関数を定義した。各ゲームのための純粋Nash均衡を計算するための後方誘導に基づく方法論を用いた。実験結果は,最新のクラスタリングアルゴリズムよりも提案した方法の有効性を確認した。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 ,  *クラスタ ,  アドホックネットワーク ,  連結性 ,  マルチエージェントシステム ,  データマイニング ,  機械学習 ,  *ゲーム ,  利得 ,  Nash均衡 ,  最適化 ,  *ゲーム理論 ,  二人ゲーム
準シソーラス用語： クラスタリングアルゴリズム ,  クラスタリング法 , 【Automatic Indexing@JST】

著者キーワード (4件)： 多目的クラスタリング ,  逐次ゲーム ,  後方誘導 ,  Nash平衡

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： ゲーム理論 ,  多目的 ,  クラスタリング