文献

J-GLOBAL ID：202202221502482023   整理番号：22A1104169

スケーラブルでロバストなクラスタリング(SRC)アルゴリズムを用いた効果的な異常値検出【JST・京大機械翻訳】

Effective Outlier Detection using Scalable and Robust Clustering (SRC) Algorithm

著者 (2件)： Adusumilli Ramana Lakshmi (Andhra University,Dept of Computer Science and Systems Engineering,Visakhapatnam,India) ,  Shashi M. (Andhra University,AU College of Engineering,Dept of Computer Science and Systems Engineering,Visakhapatnam,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICAIS  ページ： 1186-1193  発行年： 2022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： 高次元の大規模データセットを効果的かつ効率的にクラスタ化することは,挑戦的なタスクである。グリッドと密度ベースのクラスタリングアルゴリズムをハイブリッド化することによって,スケーラブルでロバストなクラスタ化(SRC)アルゴリズムを開発することによって,課題に直面した。それらの類似性に基づく様々なクラスタに属するデータ点とは対照的に,異常値は,残りの点からの異種/異常挙動を有するデータポイントである。そこで本論文では,高次元の大規模データセットからの異常値検出(SRC-OD)のために開発したSRCアルゴリズムの適用性を調べた。フレームワークを開発し,Jaccard類似性計量と実行時間を用いた既存の異常値検出(OD)アルゴリズムと比較して,異常値検出のための提案SRCアルゴリズムの性能を分析した。SRC-ODアルゴリズムによって作り出された結果は,Jaccard類似性に基づく最良の既知のODアルゴリズムである,分離森林異常値検出アルゴリズム(ISO)に匹敵し,一方,提案したSRC_ODアルゴリズムは,実行時間が遅くなるので,ISOを除くすべての他の異常値検出アルゴリズムよりスケーラブルである。さらに,SRC-ODフレームワークは,大規模データセットをクラスタリングしながら,製品として異常値を検出する。Copyright 2022 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： *アルゴリズム ,  *クラスタ化 ,  適応性 ,  *クラスタ ,  *異常値 ,  高次元 ,  類似性 ,  *ロバスト性
準シソーラス用語： 実行時間 ,  クラスタリングアルゴリズム ,  検出アルゴリズム ,  大規模データセット ,  *異常値検出 , 【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)： ロバスト ,  クラスタリング ,  SRC ,  アルゴリズム ,  異常値検出