文献

J-GLOBAL ID：201902218797587188   整理番号：19A2419146

データストリームクラスタリングのためのソフト部分空間成長ニューラルガス【JST・京大機械翻訳】

Soft Subspace Growing Neural Gas for Data Stream Clustering

著者 (6件)： Attaoui Mohammed Oualid (University of Paris 13, Sorbonne Paris City LIPN-UMR 7030 - CNRS, Villetaneuse, France) ,  Attaoui Mohammed Oualid (LabRI Laboratory, Higher School of Computer Science (ESI-SBA), Sidi Bel-Abbes, Algeria) ,  Lebbah Mustapha (University of Paris 13, Sorbonne Paris City LIPN-UMR 7030 - CNRS, Villetaneuse, France) ,  Keskes Nabil (LabRI Laboratory, Higher School of Computer Science (ESI-SBA), Sidi Bel-Abbes, Algeria) ,  Azzag Hanene (University of Paris 13, Sorbonne Paris City LIPN-UMR 7030 - CNRS, Villetaneuse, France) ,  Ghesmoune Mohammed (University of Paris 13, Sorbonne Paris City LIPN-UMR 7030 - CNRS, Villetaneuse, France)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11730  ページ： 569-580  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 部分空間クラスタリングは,高次元データの複数の重なり部分空間に埋め込まれたクラスタを発見することを目的とする。それは,金融取引,電話記録,センサネットワーク監視,ウェブサイト解析,気象監視などの多くの分野で成功裏に適用されており,データストリームは典型的に非定常データ生成プロセスにより作成されたデータポイントの順序付けされ,潜在的に非有界なシーケンスである。このタイプのデータをクラスタ化するには時間とメモリの制約が必要である。本論文では,成長する神経ガスとソフト部分空間クラスタ化に基づくS2G-Streamを提案した。特徴と部分空間の両方に対して2種類のエントロピー重みづけを導入した。公共データセットに関する実験は,S2G-Streamの能力を示した。(1)関連特徴と部分空間を検出する。(2)任意形状のクラスタを検出する。(3)クラスタリング結果を強化する。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 金融 ,  記憶装置 ,  *クラスタ化 ,  センサネットワーク ,  エントロピー ,  重みづけ ,  電話 ,  *クラスタ ,  気象
準シソーラス用語： 有界 ,  非定常性 ,  高次元データ ,  部分空間クラスタリング ,  *部分空間 ,  *データストリーム , 【Automatic Indexing@JST】

著者キーワード (4件)： ソフト部分空間クラスタリング ,  成長する神経ガス ,  データストリーム ,  エントロピー重みづけシステム

分類 (2件)： 人工知能  (JE08000Z) ,  データベースシステム  (JD03030U)

タイトルに関連する用語 (3件)： ソフト ,  部分空間 ,  成長ニューラルガス