文献

J-GLOBAL ID：202002224625540354   整理番号：20A1930249

スパース,高次元データのための内挿ベースk平均クラスタリング改善【JST・京大機械翻訳】

Interpolation-based k-means Clustering Improvement for Sparse, High Dimensional Data

著者 (2件)： Chen Wanghu (College of Computer Science and Engineering, Northwest Normal University, Lanzhou, China) ,  Tian Zhen (College of Computer Science and Engineering, Northwest Normal University, Lanzhou, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICCBDC 2019  ページ： 11-15  発行年： 2019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： k-平均アルゴリズムは,単純な実装と高速速度によって特徴づけて,最も広く使われているクラスタリングアルゴリズムであった。高次元スパースデータセットにおけるノイズ感度におけるk-平均アルゴリズムの短所を目的として,IB k-平均(補間ベースのk-平均クラスタ化)アルゴリズムを提案した。k-平均アルゴリズムに基づいて,遺伝的アルゴリズムを補間のために用いて,それはk-平均クラスタ化におけるスパースデータが併合するのが簡単である問題を解決した。実験結果は,いくつかの改良k-平均ベースクラスタリング方式と比較して,提案方法がより良いクラスタ化効果を達成して,高次元スパースデータにおけるクラスタ化によってより良い処理を実現できることを示した。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 ,  雑音 ,  *内挿法 ,  *クラスタ化 ,  *高次元 ,  遺伝的アルゴリズム
準シソーラス用語： クラスタリングアルゴリズム ,  高次元データ , 【Automatic Indexing@JST】

著者キーワード (6件)： クラスタリング ,  高次元 ,  IB k-means ,  内挿 ,  K平均アルゴリズム ,  スパース

分類 (2件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 高次元データ ,  内挿 ,  平均 ,  クラスタリング