文献

J-GLOBAL ID：202202230777969630   整理番号：22A0565060

Lombardy鉄道線路の解析への適用によるオブジェクトデータのための一般的バイクラスタリングアルゴリズム【JST・京大機械翻訳】

A general bi-clustering algorithm for object data with an application to the analysis of a Lombardy railway line

著者 (7件)： Torti Agostino (MOX, Department of Mathematics, Politecnico di Milano, Milano, Italy) ,  Torti Agostino (Center for Analysis Decisions and Society, Human Technopole, Milano, Italy) ,  Galvani Marta (MOX, Department of Mathematics, Politecnico di Milano, Milano, Italy) ,  Menafoglio Alessandra (MOX, Department of Mathematics, Politecnico di Milano, Milano, Italy) ,  Secchi Piercesare (MOX, Department of Mathematics, Politecnico di Milano, Milano, Italy) ,  Secchi Piercesare (Center for Analysis Decisions and Society, Human Technopole, Milano, Italy) ,  Vantini Simone (MOX, Department of Mathematics, Politecnico di Milano, Milano, Italy)
資料名： International Journal of Approximate Reasoning  (International Journal of Approximate Reasoning)
巻： 142  ページ： 161-177  発行年： 2022年 
JST資料番号： T0476A  ISSN： 0888-613X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： Hilbertデータの解析のための一般的で柔軟なバイクラスタリングアルゴリズムを,オブジェクト指向データ分析フレームワークにおいて提示した。HC2(即ち,Hilbert Cheng and Church)と呼ばれるアルゴリズムは,行列構造に索引付けされたバイクラスタHilbertデータに対するノンパラメトリック法である。ここでは,ChengとChurchアプローチをHilbert空間に埋め込まれたデータの一般事例に拡張し,次に,列車および/またはステーションへの乗客の日常アクセスにおける再発パターンを同定する目的で,Lombardy地域における地域鉄道サービスの分析に適用した。多変量機能データおよび時系列としてモデル化した分析データは,過密および旅行需要の両方を測定することができ,サービスを最良に取り扱うための有用な洞察を提供する。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： Hilbert空間 ,  *アルゴリズム ,  *データ ,  鉄道網 ,  ノンパラメトリック法 ,  *クラスタ化 ,  データ解析 ,  乗客 ,  鉄道業務 ,  *検索 ,  フレームワーク【ソフトウェア開発】
準シソーラス用語： *クラスタリングアルゴリズム ,  旅行需要 ,  オブジェクト指向 ,  *バイクラスタリング ,  多変量 , 【Automatic Indexing@JST】

著者キーワード (6件)： バイクラスタリング ,  クラスタリング ,  Hilbertデータ ,  機能データ ,  鉄道ネットワーク ,  混雑

分類 (3件)： 医用情報処理  (JE15030Q) ,  図形・画像処理一般  (JE04010I) ,  分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (5件)： 鉄道線路 ,  解析 ,  オブジェクト ,  バイクラスタリング ,  アルゴリズム