文献

J-GLOBAL ID：201902222059664208   整理番号：19A2175108

自動クラスタ化問題のためのHopkins統計量を持つハイブリッドヒューリスティック【JST・京大機械翻訳】

A Hybrid Heuristic with Hopkins Statistic for the Automatic Clustering Problem

著者 (4件)： Semaan Gustavo Silva (Universidade Federal Fluminense, Santo Antonio de Padua, RJ, Brasil) ,  Fadel Augusto Cesar (Fundacao Instituto Brasileiro de Geografia e Estatistica, Rio de Janeiro, RJ, Brasil) ,  Brito Jose Andre de Moura (Escola Nacional de Ciencias Estatisticas, Rio de Janeiro, RJ, Brasil) ,  Ochi Luiz Satoru (Universidade Federal Fluminense, Niteroi, RJ, Brasil)
資料名： IEEE Latin America Transactions  (IEEE Latin America Transactions)
巻： 17  号： 1  ページ： 7-17  発行年： 2019年 
JST資料番号： W2450A  ISSN： 1548-0992  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： クラスタ分析は,いくつかの分野に関連する実際の問題を扱うための多変量法である。この領域は教師なし分類のいくつかの方法を結合し,データ集合におけるグループを同定するために適用できる。クラスタ化問題はNP-Hardとして分類され,そのような分類を得るために,グループkの数は固定されるか,または自動アプローチにおいて,理想的なkはいくつかの検証指標の評価に関して同定されなければならない。本論文では,シルエット指数を考慮し,新しく提案したハイブリッドHeuristicアルゴリズム(HHA)は,グループの理想的数を同定するために動作する。HHAはメタ発見的手法に基づく2つの発見的アルゴリズムを考慮する。すなわち,密度ベースのアプローチと文献進化アルゴリズム(EA)を考慮した反復局所探索(ILS)に基づくアルゴリズムである。さらに,HHAは,Hopkins統計を考慮して,クラスタリング傾向を検証する発見的アルゴリズムを持つ。基本的に,クラスタリング傾向レベルに従って,HHAは特定の発見的(ILSまたはEA)を使用する。計算実験は,82の実例を有する3つの文献データセットを用いて,それらのすべてを種々の研究者によって考察して報告した。提案した発見の有効性と効率は,文献で報告された最良の結果と比較すると,実質的に低い計算時間と解の質に反映される。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： クラスタ分析 ,  アルゴリズム ,  *統計量 ,  有効性 ,  *クラスタ化 ,  発見的方法 ,  近傍探索法
準シソーラス用語： 進化的アルゴリズム ,  発見的アルゴリズム ,  シルエット ,  教師なし分類 ,  多変量 ,  *ヒューリスティック , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： クラスタ化 ,  問題 ,  統計量 ,  ヒューリスティック