文献

J-GLOBAL ID：201902219932255233   整理番号：19A1962739

空間的地域オブジェクトからの重要な共位置パターンのマイニング【JST・京大機械翻訳】

Mining Significant Co-Location Patterns From Spatial Regional Objects

著者 (3件)： Long yurong (Yunnan University) ,  Yang Peizhong (Yunnan University) ,  Wang Lizhen (Yunnan University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： MDM  ページ： 479-484  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 共位置パターンは,空間的近接性において頻繁に現れる特徴の部分集合を参照する。多くの文献が,共配置パターン発見のアプローチを研究した。しかしながら,多くの提案された手法はユーザによって与えられるいくつかの閾値を必要とし,適切な閾値を与えることは困難である。さらに,ほとんどの提案されたアプローチは,マイニングプロセスの間のポイントとして空間オブジェクトを扱うが,空間オブジェクトは動的であるか,またはクラスタの形で通常現れる。それは,それらの位置がポイントよりもむしろ多角形であることを意味する。本論文は,空間的な地域のオブジェクトから共同位置パターンをマイニングするための新しいフレームワークを提供した。最初に,著者らは,重要な共同位置の関心尺度を再定義した。このフレームワークでは,ユーザは任意の閾値を指定する必要がなく,再定義された関心尺度は単調に非増加であり,マイニング効率を改善するために用いることができる。次に,グリッド分割に基づくアルゴリズムを,時間複雑性をさらに減少させるために提案した。最後に,広範な実験により提案手法の効率と有効性を検証した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *クラスタ ,  部分集合 ,  有効性
準シソーラス用語： 複雑性 ,  近接性 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 地域 ,  オブジェクト