文献

J-GLOBAL ID：202002290231694247   整理番号：20A2766941

相互kNNグラフと最短経路に基づく密度ピーククラスタリング法【JST・京大機械翻訳】

A Density Peaks Clustering Method Based on Mutual kNN Graph and Shortest Path

著者 (3件)： Mehrmohammadi Pooya (University of Kurdistan,Department of Computer Engineering,Sanandaj,Iran) ,  Hatami Mohammad (University of Kurdistan,Department of Computer Engineering,Sanandaj,Iran) ,  Moradi Parham (University of Kurdistan,Department of Computer Engineering,Sanandaj,Iran)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICEE  ページ： 1-6  発行年： 2020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： クラスタリングは機械学習における主要な分野であり,その目的は,以前の知識なしでインスタンスを異なるグループに分割することである。密度ピーククラスタ化(DPC)を2014年に示した。しかし,DPCは効果的であるが,既存のDPCベースの方法は,単純なカーネルを用いて,不適当な中心を選択することができる局所密度を計算する簡単なカーネルを用いて,また連鎖反応から生じる誤差を伝播するような,いくつかの発行に悩まされる。本論文では,これらの問題に取り組むために,クラスタ中心候補の集合がデータセットから認識され,最も適切なものが主要な中心として同定されるように,中心を選択するためのより良い方法を適用した。その後,相互kNNグラフを生成した。提案したグラフを用いて,強いクラスタバックボーンを作成した。最短経路長を主中心に計算することによって,残りの候補を割り当て,次に,最も短い最短経路長を持つ中心に割り当て,グラフベースのラベル伝搬法により著者らのラベルを伝搬させ,相互kNNグラフは,データ分布を考慮し,形状誤差伝搬を防ぎ,任意のラベルから雑音点を防ぐことができる。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： 雑音 ,  連鎖反応 ,  *クラスタ化 ,  *クラスタ ,  機械学習
準シソーラス用語： 誤差伝搬 ,  クラスタリング法 ,  ラベル伝搬 ,  *最短経路 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： KNN ,  グラフ ,  最短経路 ,  密度 ,  クラスタリング法