文献

J-GLOBAL ID：201902225562872064   整理番号：19A0526654

時間密度指向クラスタリング機構【JST・京大機械翻訳】

Time density oriented clustering mechanism

著者 (4件)： Zhang Kun (Shandong Provincial Key Laboratory of Network based Intelligent Computing, University of Jinan, Jinan, Shandong, China 250022) ,  Bai Zonghui (Shandong Provincial Key Laboratory of Network based Intelligent Computing, University of Jinan, Jinan, Shandong, China 250022) ,  Zhou Jin (Shandong Provincial Key Laboratory of Network based Intelligent Computing, University of Jinan, Jinan, Shandong, China 250022) ,  Qu Shouning (Shandong Provincial Key Laboratory of Network based Intelligent Computing, University of Jinan, Jinan, Shandong, China 250022)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCSS  ページ： 72-76  発行年： 2017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： クラスタ化は,特にデータの連続ストリーム,すなわちデータストリームの領域におけるデータマイニング領域における重要なタスクである。しかし,この種のデータのいくつかの特性は,既存のクラスタリング手法の間に無視される。実体間の時間次元の類似性を過小評価した。忘却機構を採用して,計算資源を節約するために古いパターンを取り除いた。しかしながら,これらの古い歴史は,近い将来に使用される可能性がある。これらの問題に対して,時間密度指向クラスタリング機構を提案した。データの時間次元における類似性をクラスタ化のために考慮した。近い時間範囲における実体だけを,一緒にグループ分けすることができた。このクラスタリング機構において,時間密度の概念を導入して,時間次元における類似性を測定した。解析とシミュレーションは,提案したクラスタリング機構がデータストリームのために効果的で効率的であることを示した。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： *クラスタ化 ,  データマイニング ,  類似性
準シソーラス用語： 時間帯 ,  計算資源 ,  クラスタリング法 ,  データストリーム , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 密度 ,  クラスタリング