文献

J-GLOBAL ID：202202234244099647   整理番号：22A0685772

行列-オブジェクト分布により導かれた重み付き行列-オブジェクトデータクラスタリング【JST・京大機械翻訳】

Weighted matrix-object data clustering guided by matrix-object distributions

著者 (2件)： Yu Liqin (Key Laboratory of Computational Intelligence and Chinese Information Processing of Ministry of Education, School of Computer and Information Technology, Shanxi University, Taiyuan 030006, China) ,  Cao Fuyuan (Key Laboratory of Computational Intelligence and Chinese Information Processing of Ministry of Education, School of Computer and Information Technology, Shanxi University, Taiyuan 030006, China)
資料名： Engineering Applications of Artificial Intelligence  (Engineering Applications of Artificial Intelligence)
巻： 109  ページ： Null  発行年： 2022年 
JST資料番号： T0797A  ISSN： 0952-1976  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： データマイニングにおいて,ほとんどのアルゴリズムの入力は,各例が特徴ベクトルであるデータセットである。しかしながら,多くの実際のアプリケーションにおいて,用例は通常複数の特徴ベクトルを含み,その観察された分類はすべての特徴ベクトルの責任である。著者らは,この種のマトリックス-オブジェクトと呼ぶ。行列-オブジェクトデータのためのいくつかの既存のクラスタリングアルゴリズムは,クラスタに対する属性の寄与を考慮できず,それは,より少ない識別属性のためにクラスタ化解を劣化させるかもしれない。各事例がベクトルであるデータに対するいくつかの既存のクラスタリングアルゴリズムは,行列-オブジェクトデータを扱う際に,その寄与を考慮するが,困難に遭遇する。マトリックス-オブジェクトデータに対して,順序付けおよび交差行列-オブジェクト分布はクラスタ中に存在し,クラスタの品質を測定する異なる方法を引き起こす。本論文では,行列-オブジェクト分布によって導かれる加重行列-オブジェクトデータクラスタリングアルゴリズムを提案した。2つの分布に対してクラスタと行列オブジェクトのコンパクト性を定義し,クラスタの品質を測定した。コンパクト性がより大きいほど,品質はより高い。それで,提案したアルゴリズムは,各々のクラスタのために各々の属性に重みを割り当てるためにコンパクト性を利用して,加重クラスタとマトリックス-オブジェクトコンパクト性を最大化して,最適重量と最終的クラスタ化分割を見つけた。さらに,重みに関する正規項を目的関数に追加して,より高い識別属性を最適化に参加させた。実際のデータに関する実験結果は,提案したアルゴリズムの有効性を示した。以前のクラスタリングアルゴリズムと比較して,提案したアルゴリズムはクラスタリング性能を改善し,クラスタリング結果の解釈性を強化する。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： アルゴリズム ,  最適化 ,  ベクトル ,  品質 ,  クラスタ化 ,  *クラスタ ,  応用プログラム ,  目的関数 ,  コンパクト性 ,  有効性 ,  データマイニング
準シソーラス用語： 特徴ベクトル ,  順序づけ ,  クラスタリングアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： マトリックス-オブジェクト ,  クラスタリング ,  加重 ,  クラスタコンパクト性 ,  行列-物体コンパクト性

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 行列 ,  オブジェクト ,  分布 ,  データクラスタリング