文献

J-GLOBAL ID：202002269248296563   整理番号：20A1051531

距離しきい値のないDelaunay三角形分割に基づく空間配置パターンマイニング【JST・京大機械翻訳】

Delaunay triangulation-based spatial colocation pattern mining without distance thresholds

著者 (2件)： Tran Vanha (School of Information Science and Engineering, The Department of Computer Science and Engineering, Yunnan University, Kunming, Yunnan, China) ,  Wang Lizhen (School of Information Science and Engineering, The Department of Computer Science and Engineering, Yunnan University, Kunming, Yunnan, China)
資料名： Statistical Analysis and Data Mining  (Statistical Analysis and Data Mining)
巻： 13  号： 3  ページ： 282-304  発行年： 2020年 
JST資料番号： W2749A  ISSN： 1932-1864  資料種別： 逐次刊行物 (A)
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： 空間的共配置パターンは空間的特徴のグループであり,そのインスタンスは互いに密接に近接して現れる。実例の近接性は,それらの間の距離によって一般的に測定される。距離がユーザによって特定される距離閾値より小さいならば,それらは隣接関係を有する。しかし,ユーザが適切な距離閾値を与えることは困難であり,マイニング結果も異なる距離閾値で広く変化する。さらに,距離閾値を用いることは,不均一分布密度データ集合におけるインスタンスの近傍を正確に得ることが困難である。本研究では,Delaunay三角形分割(DT)に基づく距離閾値なしで空間におけるインスタンスの近傍関係を決定するための新しい方法を提案した。空間におけるインスタンスの近傍を正確に抽出するために,元のDTを制約するために,特徴のないエッジ,大域的な正のエッジ,および局所的な正のエッジのような3つのフィルタリング戦略を設計した。次に,DTベースの共配置(DTC)パターンマイニングと呼ばれるマイナを開発した。時間のかかる一般試験候補モデルを採用する従来のアルゴリズムとは異なり,DTCは,隣接する多角形を構築することによって制約されたDTからの共配置パターンの表例を直接収集し,一般的なパターンをフィルターにかける。著者らは,DTCアルゴリズムがマイニング結果の有効性と細かさを改良することを証明するために,実際と合成データセットの両方に関するマクロレベルとマイクロレベルにおける伝統的アルゴリズムによって,DTCによって採掘した結果を比較した。Copyright 2020 Wiley Publishing Japan K.K. All rights reserved. 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 ,  フィルタ ,  フィルタリング ,  マイナ ,  有効性
準シソーラス用語： *Delaunay三角形分割 ,  近接性 ,  *パターンマイニング ,  隣接関係 ,  配置パターン , 【Automatic Indexing@JST】

著者キーワード (5件)： 空間コロケーションパターン ,  距離しきい値 ,  Delaunay三角形分割 ,  不均一分布密度 ,  隣接多角形

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： しきい値 ,  Delaunay三角形分割 ,  空間配置 ,  パターンマイニング