文献

J-GLOBAL ID：201902219134160622   整理番号：19A2159284

CUTESC:近接グラフに基づく切断エッジ空間クラスタリング技術【JST・京大機械翻訳】

CutESC: Cutting edge spatial clustering technique based on proximity graphs

著者 (4件)： Aksac Alper (University of Calgary, Calgary, AB, Canada) ,  OEzyer Tansel (TOBB University of Economics and Technology, Ankara, Turkey) ,  Alhajj Reda (University of Calgary, Calgary, AB, Canada) ,  Alhajj Reda (Istanbul Medipol University, Istanbul, Turkey)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 96  ページ： Null  発行年： 2019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,近接グラフに基づく空間クラスタリング(CutESC)のためのカットエッジアルゴリズムを提案した。エッジのエンドポイントに対するカットエッジ値が閾値以下であるとき,CutESCアルゴリズムはエッジを除去する。カットエッジ値を,その近傍に基づくデータの統計的特徴と空間分布を用いて計算した。また,アルゴリズムは事前情報と予備パラメータ設定なしで動作し,一方,不均一密度,任意形状,および異常値を持つクラスタを自動的に発見する。しかし,ユーザが特定の問題に対するクラスタリング解をより良く適応させるために,ユーザが2つのパラメータをセットすることを可能にするオプションがある。CutESCアルゴリズムの利点を評価するために,様々な二次元合成,高次元実世界,画像セグメンテーションデータセットを用いて実験を行った。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 高次元 ,  パラメータ ,  アルゴリズム ,  *クラスタ ,  異常値 ,  *クラスタ化 ,  形態 ,  二次元 ,  *グラフ ,  空間分布
準シソーラス用語： 画像セグメンテーション ,  事前知識 ,  エンドポイント ,  *空間クラスタリング , 【Automatic Indexing@JST】

著者キーワード (4件)： 空間データマイニング ,  クラスタリング ,  近接グラフ ,  グラフ理論

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： グラフ ,  切断エッジ ,  空間クラスタリング