文献

J-GLOBAL ID：202202258355804621   整理番号：22A0500161

分散文書クラスタリングのためのMapReduceベースファジィC平均アルゴリズム【JST・京大機械翻訳】

MapReduce-based Fuzzy C-means Algorithm for Distributed Document Clustering

著者 (2件)： Sardar Tanvir H. (School of Computer Science & Engineering, Jain University, Bangalore, India) ,  Ansari Zahid (Electrical Engineering Section, University Polytechnic, Aligarh Muslim University, Aligarh, India)
資料名： Journal of the Institution of Engineers (India): Series B  (Journal of the Institution of Engineers (India): Series B)
巻： 103  号： 1  ページ： 131-142  発行年： 2022年 
JST資料番号： W4608A  ISSN： 2250-2106  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： ビッグデータのクラスタ化は挑戦的なタスクである。従来のクラスタリングアルゴリズムは,大きいデータをクラスタ化するために非効率的である。この分野における最近の研究は,従来のクラスタリングアルゴリズムが計算の現代アーキテクチャのために再設計する必要があることを示唆する。このwokは,大きい文書データクラスタ化のための新しいMapReduceベースのファジィC-平均アルゴリズムを提案した。アルゴリズムは,異なるサイズの文書データセットを用いて広範囲に実験され,異なるサイズのHadoopクラスタ上で実行される。提案アルゴリズムの効率を,シリアル伝統的ファジィC平均とMapReduceベースのK平均アルゴリズムに対して比較した。ファジィC-平均アルゴリズムの提案設計は,Hadoopプラットフォームでよくスケーリングされ,大きなデータセットを文書化し,性能利得をもたらした。Copyright The Institution of Engineers (India) 2021 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 ,  *クラスタ ,  利得 ,  分散処理 ,  再設計 ,  曖昧さ ,  計算機アーキテクチャ
準シソーラス用語： ファジィc-平均法 ,  文書クラスタ化 ,  クラスタリングアルゴリズム ,  データクラスタリング ,  Hadoop ,  ビッグデータ ,  *MapReduce , 【Automatic Indexing@JST】

著者キーワード (5件)： MapReduce ,  Hadoop ,  並列ファジィC平均 ,  文書クラスタリング ,  分散コンピューティング

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 文書クラスタリング ,  MapReduce ,  ファジィC平均アルゴリズム