文献

J-GLOBAL ID：202002220434846078   整理番号：20A1999154

ビッグデータ分析のための増分クラスタリングにおけるACO-FFDP【JST・京大機械翻訳】

ACO-FFDP in incremental clustering for big data analysis

著者 (4件)： Bouhafer Fadwa (National School of Applied, Sciences / Mohamed First University, Oujda Morocco) ,  Heyouni Mohammed (National School of Applied Sciences / Mohamed First University, Oujda Morocco) ,  El Haddadi Anass (DSCI - NSAS / Abdelmalek Essaadi University, Al-Hoceima Morocco) ,  Boulouard Zakaria (DSCI - NSAS / Abdelmalek Essaadi University, Al-Hoceima Morocco)
資料名： ACM Proceedings  (ACM Proceedings)
号： SCA ’18  ページ： 1-7  発行年： 2018年 
JST資料番号： D0698C  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： 増分クラスタリングのような動的情報解析の開発は,大きなデータにおいて非常に重要な関心事になっている。本論文では,「ACO-FFDP-Increment-Cluster」と呼ばれる新しい増分クラスタリングアルゴリズムを提案する。このアルゴリズムは,著者らのチームによって開発された大きなグラフ可視化アルゴリズムと「ACOアルゴリズム」の間の組合せである。FFDPは大グラフの平衡位置決めを設定する。次に,座標のベクトルとしてノード最終位置を提供する。ACOアルゴリズムはこのベクトルを考慮に入れ,新しいデータに対して可能な最良のクラスタリング構成を見つける試みである。Please refer to this article’s citation page on the publisher website for specific rights information. 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 ,  ベクトル ,  位置決め ,  可視化 ,  *クラスタ化
準シソーラス用語： アリコロニー最適化 ,  情報分析 ,  群知能 ,  クラスタリングアルゴリズム ,  *ビッグデータ , 【Automatic Indexing@JST】

著者キーワード (3件)： アリコロニー最適化 ,  増分クラスタリング ,  群知能

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： データ分析 ,  増分 ,  クラスタリング ,  ACO