文献

J-GLOBAL ID：201802289331597590   整理番号：18A0185968

WoCE:群衆理論の知恵を利用したアンサンブルクラスタリングのためのフレームワーク【Powered by NICT】

WoCE: A framework for Clustering Ensemble by Exploiting the Wisdom of Crowds Theory

著者 (3件)： Yousefnezhad Muhammad (College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics, Nanjing, China) ,  Huang Sheng-Jun (College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics, Nanjing, China) ,  Zhang Daoqiang (College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics, Nanjing, China)
資料名： IEEE Transactions on Cybernetics  (IEEE Transactions on Cybernetics)
巻： 48  号： 2  ページ： 486-499  発行年： 2018年 
JST資料番号： W0791A  ISSN： 2168-2267  CODEN： ITCEB8  資料種別： 逐次刊行物 (A)
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： 社会科学における理論として,群衆の知恵(WOC)は,コンピュータ科学に新しいパラダイムを得た。WOC理論は特定の条件が満たされているなら,グループによって行われた骨材決定であるその個々のメンバーのそれよりも優れていることを説明した。WOC理論を利用することにより,教師なしおよび半教師付きクラスタアンサンブルのための新しいフレームワークを提案した。WOC理論における四つの条件,すなわち,多様性,独立性,分散,凝集,個々のクラスタリング結果の構築とクラスタリングアンサンブルのための最終的な組み合わせの両方を誘導した。最初に,生データセットに新しいマッピングシステムとして,独立性基準は,提案した方法の特徴の間の相関を除去する。,新たな機序としての分散は,高品質の個々のクラスタリング結果を生成する。次に新しい多様性計量として均一性を得たクラスタリングの結果を評価した。さらに,加重証拠蓄積クラスタリング法は,しきい値化手順を用いずに最終的な凝集のために提案した。種々のデータセットに関する実験的研究は,提案した方法が最先端の方法より優れた性能を達成することを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 骨材 ,  *クラスタ化 ,  凝集 ,  計算機科学 ,  社会科学
準シソーラス用語： 実験研究 ,  クラスタリング法 ,  加重 ,  高品質 ,  クラスタアンサンブル , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： WOCE ,  理論 ,  アンサンブル ,  クラスタリング ,  フレームワーク