文献

J-GLOBAL ID：202002217844348371   整理番号：20A0493326

入力分割の重み最適化によるコンセンサスクラスタリング【JST・京大機械翻訳】

Consensus Clustering by Weight Optimization of Input Partitions

著者 (3件)： Alguliyev Rasim (Institute of Information Technology of Azerbaijan National Academy of Sciences,Baku,Azerbaijan) ,  Aliguliyev Ramiz (Institute of Information Technology of Azerbaijan National Academy of Sciences,Baku,Azerbaijan) ,  Sukhostat Lyudmila (Institute of Information Technology of Azerbaijan National Academy of Sciences,Baku,Azerbaijan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： AICT  ページ： 1-4  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： 本論文では,各入力基本クラスタリング法を重みづけるデータクラスタリングのための重み付きコンセンサス手法を提案した。重みは最適化問題を解くことにより自動的に決定される。実験は,3つのデータセットについて行った。すなわち,NSL-KDD,Forest Coverタイプ,およびPhone Accelerometerデータセットである。結果は,単一クラスタリング法と比較して,Bigデータクラスタ化に対する提案手法の有効性を示した。Copyright 2020 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 ,  最適化問題 ,  *最適化 ,  有効性
準シソーラス用語： データクラスタリング ,  クラスタリング法 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  フィルタ一般  (NC04021I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 最適化 ,  コンセンサス ,  クラスタリング