文献

J-GLOBAL ID：202002246253743683   整理番号：20A1130480

M_K-NNG-DPC:改良型相互k-最近傍グラフに基づく密度ピーククラスタ化【JST・京大機械翻訳】

M_k-NNG-DPC: density peaks clustering based on improved mutual K-nearest-neighbor graph

著者 (4件)： Fan Jian-cong (College of Computer Science and Engineering, Shandong University of Science and Technology, Qingdao, China) ,  Fan Jian-cong (Provincial Key Lab. for Information Technology of Wisdom Mining of Shandong Province, Shandong University of Science and Technology, Qingdao, China) ,  Jia Pei-ling (College of Computer Science and Engineering, Shandong University of Science and Technology, Qingdao, China) ,  Ge Linqiang (Department of Computer Science, Georgia Southwestern State University, Americus, GA, USA)
資料名： International Journal of Machine Learning and Cybernetics  (International Journal of Machine Learning and Cybernetics)
巻： 11  号： 6  ページ： 1179-1195  発行年： 2020年 
JST資料番号： W4478A  ISSN： 1868-8071  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 密度ピーク(DPC,密度ピーククラスタリング)の高速探索と検出によるクラスタリングは,科学ジャーナルで発表された比較的新しいクラスタリングアルゴリズムである。密度ベースのクラスタリングアルゴリズムとして,DPCは他の関連アルゴリズムよりも少ないパラメータを用いてより良いクラスタリング結果を生成する。しかし,異なる密度を持つクラスタが非常に近い場合,DPCアルゴリズムは良く機能しないことを見出した。この問題を扱うために,改良相互k-最近傍グラフ(M_k-NNG)をDPCに組み込むことにより,新しいDPCアルゴリズムを提案した。著者らのM_k-NNG-DPCアルゴリズムは,M_k-NNGを改良するためにデータサンプルの距離マトリックスを活用して,次にクラスタ中心を制限して選択するためにDPCを利用した。提案したM_k-NNG-DPCアルゴリズムは,適合試験クラスタに割り当てられる例を確実にした。合成および実世界データセットに関する実験結果により,著者らのM_k-NNG-DPCアルゴリズムは,任意形状をもつクラスタに対してさえ,クラスタ化性能を効果的かつ効率的に改善できることを示した。Copyright Springer-Verlag GmbH Germany, part of Springer Nature 2019 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 ,  *クラスタ化 ,  *クラスタ
準シソーラス用語： クラスタリングアルゴリズム ,  *最近傍グラフ , 【Automatic Indexing@JST】

著者キーワード (3件)： クラスタリング ,  相互k-最近傍グラフ ,  密度ピーク

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： DPC ,  最近傍グラフ ,  密度 ,  クラスタ化