Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "data clustering" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 63
Tytuł:
Spatial data clustering in independent mobile environment
Autorzy:
Gajewski, B.
Martyn, T.
Powiązania:
https://bibliotekanauki.pl/articles/114689.pdf
Data publikacji:
2016
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
peer-to-peer
data clustering
OPTICS
mobile
lexical distance
Opis:
Most geolocation applications for mobile devices assume a constant connection with the network and high computational power nodes. However, with ever-developing devices it now becomes possible to establish peer-to-peer networks in case when the network can be unreachable due to special circumstances (like conflicts or natural disasters). In this paper, a method for clustering spatial data in mobile environment is discussed. A simple solution based on OPTICS algorithm with lexical distance is proposed for grouping the observations.
Źródło:
Measurement Automation Monitoring; 2016, 62, 5; 163-165
2450-2855
Pojawia się w:
Measurement Automation Monitoring
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Method for the Player Profiling in the Turn-based Computer Games
Autorzy:
Bilski, Piotr
Antoniuk, Izabella
Łabędzki, Rafał
Powiązania:
https://bibliotekanauki.pl/articles/27311938.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Czasopisma i Monografie PAN
Tematy:
turn based games
player profiling
data clustering
automated classification
Opis:
The following paper presents the players profiling methodology applied to the turn-based computer game in the audience-driven system. The general scope are mobile games where the players compete against each other and are able to tackle challenges presented by the game engine. As the aim of the game producer is to make the gameplay as attractive as possible, the players should be paired in a way that makes their duel the most exciting. This requires the proper player profiling based on their previous games. The paper presents the general structure of the system, the method for extracting information about each duel and storing them in the data vector form and the method for classifying different players through the clustering or predefined category assignment. The obtained results show the applied method is suitable for the simulated data of the gameplay model and clustering of players may be used to effectively group them and pair for the duels.
Źródło:
International Journal of Electronics and Telecommunications; 2023, 69, 3; 461--468
2300-1933
Pojawia się w:
International Journal of Electronics and Telecommunications
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Structure of organic farmings cultivations in the selected EU countries in 2004-2012
Struktura upraw rolnictwa ekologicznego wybranych krajów UE w latach 2004-2012
Autorzy:
Kukuła, K.
Strojny, J.
Powiązania:
https://bibliotekanauki.pl/articles/2053055.pdf
Data publikacji:
2014
Wydawca:
Akademia Bialska Nauk Stosowanych im. Jana Pawła II w Białej Podlaskiej
Tematy:
organic/farming
structure of land use
taxonomic
method
data clustering
Opis:
The aim of this study is to analyze the structures of land use in organic farming in the EU countries, for which EUROSTAT made the statistics available. The survey concerns the period between 2004 and 2012. The method of data clustering has been used there in order to classify the structure of land use. The taxonomic analysis allowed for differentiating 5 subgroups from the database. They have cross-sectional and time-series character as well as similar cropping patterns. The agricultural sector reacted to the increasing demand for organic products in two ways: by the extension of the crops’ acreage or by the change in the structures of land use (in order to match the product offer with the demand). However, the conducted surveys did not reveal the essential changes in the structures of land use. In consequence, a significant level of stabilization of supply’s structure was noted.
Celem opracowania jest analiza struktury użytkowania gruntów wykorzystywanych przez rolnictwo ekologiczne w krajach należących do UE, dla których EUROSTAT udostępnił odpowiednie dane statystyczne. Badanie objęło lata 2004-2012. Do klasyfikacji struktury użytkowania gruntów zastosowano metodę analizy skupień. Analiza taksonomiczna umożliwiła wydzielenie ze zbioru danych 5 podgrup o charakterze przekrojowo-czasowym, które cechują się podobnymi strukturami upraw. Odpowiedzią sektora rolnego na wzrastający popyt na produkty ekologiczne jest zwiększanie areału upraw bądź zmiana struktury użytkowania ziemi (celem dopasowania oferty produktowej do popytu). Jednak, przeprowadzone badania nie wykazały zasadniczych zmian struktury wykorzystania gruntów w czasie, czego następstwem jest znaczny stopień stabilizacji struktury podaży.
Źródło:
Economic and Regional Studies; 2014, 07, 4; 22-32
2083-3725
2451-182X
Pojawia się w:
Economic and Regional Studies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Clustering large-scale data based on modified affinity propagation algorithm
Autorzy:
Serdah, A. M.
Ashour, W. M.
Powiązania:
https://bibliotekanauki.pl/articles/91694.pdf
Data publikacji:
2016
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
clustering
clustering algorithm
data clustering algorithm
propagation algorithm
Affinity Propagation
AP
klasteryzacja
algorytm klastrowania
algorytm propagacji
Opis:
Traditional clustering algorithms are no longer suitable for use in data mining applications that make use of large-scale data. There have been many large-scale data clustering algorithms proposed in recent years, but most of them do not achieve clustering with high quality. Despite that Affinity Propagation (AP) is effective and accurate in normal data clustering, but it is not effective for large-scale data. This paper proposes two methods for large-scale data clustering that depend on a modified version of AP algorithm. The proposed methods are set to ensure both low time complexity and good accuracy of the clustering method. Firstly, a data set is divided into several subsets using one of two methods random fragmentation or K-means. Secondly, subsets are clustered into K clusters using K-Affinity Propagation (KAP) algorithm to select local cluster exemplars in each subset. Thirdly, the inverse weighted clustering algorithm is performed on all local cluster exemplars to select well-suited global exemplars of the whole data set. Finally, all the data points are clustered by the similarity between all global exemplars and each data point. Results show that the proposed clustering method can significantly reduce the clustering time and produce better clustering result in a way that is more effective and accurate than AP, KAP, and HAP algorithms.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2016, 6, 1; 23-33
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A quaternion clustering framework
Autorzy:
Piórek, Michał
Jabłoński, Bartosz
Powiązania:
https://bibliotekanauki.pl/articles/330038.pdf
Data publikacji:
2020
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
data clustering
quaternions data processing
human gait
data processing
grupowanie danych
chód człowieka
przetwarzanie danych
Opis:
Data clustering is one of the most popular methods of data mining and cluster analysis. The goal of clustering algorithms is to partition a data set into a specific number of clusters for compressing or summarizing original values. There are a variety of clustering algorithms available in the related literature. However, the research on the clustering of data parametrized by unit quaternions, which are commonly used to represent 3D rotations, is limited. In this paper we present a quaternion clustering methodology including an algorithm proposal for quaternion based k-means along with quaternion clustering quality measures provided by an enhancement of known indices and an automated procedure of optimal cluster number selection. The validity of the proposed framework has been tested in experiments performed on generated and real data, including human gait sequences recorded using a motion capture technique.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2020, 30, 1; 133-147
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wyznaczanie wartości granicznych z wykorzystaniem metod grupowania danych
The determination of limit values using methods of data clustering
Autorzy:
Targosz, M.
Timofiejczuk, A.
Powiązania:
https://bibliotekanauki.pl/articles/257429.pdf
Data publikacji:
2011
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Technologii Eksploatacji - Państwowy Instytut Badawczy
Tematy:
wartości graniczne
grupowanie danych
modelowanie uszkodzeń
limits values
data clustering
failure modeling
Opis:
W artykule zaproponowano podejście do wyznaczenia wartości granicznych za pomocą algorytmów rozmytego grupowania danych. Wykorzystano algorytmy FCM, PCM oraz algorytm Gustafsona-Kessela. Eksperyment przeprowadzano na danych symulacyjnych. W tym celu zbudowano model numeryczny maszyny wirnikowej, symulującej określone stany i wielkości niewyważenia. Wyznaczone wartości graniczne porównano z wartościami otrzymanymi przy pomocy metody statystycznej. Wszystkie obliczenia wykonywano w środowisku Matlab-Simulink.
The paper describes a methodology for estimating the limit values of char-icteristics of diagnostic signals using methods of fuzzy data clustering (FCM, PCM and Gustafson-Kessel algorithms). The experiment was conducted on simulated data, using a numerical model of a rotor machine, simulating given inbalanced states. Limits were compared with value estimating using the statistical method.
Źródło:
Problemy Eksploatacji; 2011, 2; 213-221
1232-9312
Pojawia się w:
Problemy Eksploatacji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Linguistically defined clustering of data
Autorzy:
Leski, J. M.
Kotas, M. P.
Powiązania:
https://bibliotekanauki.pl/articles/329995.pdf
Data publikacji:
2018
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
data clustering
possibility theory
linguistic rules
data analysis
grupowanie danych
teoria możliwości
analiza danych
Opis:
This paper introduces a method of data clustering that is based on linguistically specified rules, similar to those applied by a human visually fulfilling a task. The method endeavors to follow these remarkable capabilities of intelligent beings. Even for most complicated data patterns a human is capable of accomplishing the clustering process using relatively simple rules. His/her way of clustering is a sequential search for new structures in the data and new prototypes with the use of the following linguistic rule: search for prototypes in regions of extremely high data densities and immensely far from the previously found ones. Then, after this search has been completed, the respective data have to be assigned to any of the clusters whose nuclei (prototypes) have been found. A human again uses a simple linguistic rule: data from regions with similar densities, which are located exceedingly close to each other, should belong to the same cluster. The goal of this work is to prove experimentally that such simple linguistic rules can result in a clustering method that is competitive with the most effective methods known from the literature on the subject. A linguistic formulation of a validity index for determination of the number of clusters is also presented. Finally, an extensive experimental analysis of benchmark datasets is performed to demonstrate the validity of the clustering approach introduced. Its competitiveness with the state-of-the-art solutions is also shown.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2018, 28, 3; 545-557
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Inteligentny model wskaźnika zagrożenia pożarowego w kopalni węgla
Intelligent fire hazards indicator model in coal mine
Autorzy:
Mrozek, B.
Felka, D.
Powiązania:
https://bibliotekanauki.pl/articles/276623.pdf
Data publikacji:
2012
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
przenośniki taśmowe
zagrożenie pożarowe
klasteryzacji danych
model rozmyty
belt conveyor
fire hazard
data clustering
fuzzy model
Opis:
Istotny wpływ na wykrywanie zagrożenia pożarowego przenośników taśmowych w kopalniach węgla mają wartości takich parametrów, jak: stężenie tlenku węgla (CO) i cyjanowodoru (HCN) oraz wartości sygnałów z czujników dymu. Wielkości te są uwzględniane podczas wyznaczania wartości wskaźnika zagrożenia pożarowego. Zbudowano rozmyty model wskaźnika zagrożenia pożarowego w oparciu o laboratoryjne dane pomiarowe wymienionych wielkości. Model rozmyty wygenerowano z danych numerycznych przy zastosowaniu czterech algorytmów rozmytej klasteryzacji, które zaimplementowano w kodzie środowiska MATLAB. Uzyskane wyniki pokazano w tabelach i na wykresach. Do budowy i wizualizacji projektowanego modelu rozmytego wykorzystano funkcje oraz interfejsy Fuzzy Logic Toolbox.
Significant influence on detecting the fire hazard of belt conveyor in the coal mine have values such parameters as concentration of carbon monoxide (CO), concentration of hydrogen cyanide (HCN) and signals from smoke detectors. Those values are used to set the fire risk index. Fuzzy model of the fire risk index was built based on laboratory data measurements. Fuzzy model was generated from the above numerical data using four algorithms of fuzzy clustering, implemented in the MATLAB code. The results are shown in tables and graphs. MATLAB and Fuzzy Logic Toolbox library (functions and interfaces) were used to design and visualize the proposed fuzzy model.
Źródło:
Pomiary Automatyka Robotyka; 2012, 16, 2; 540-545
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Możliwości wykorzystania statystycznych metod klasyfikacji danych w badaniach natężenia suburbanizacji
Scope of application of statistical methods of data classification in analysing the intensity of suburbanization
Autorzy:
Żelechowski, Maciej
Powiązania:
https://bibliotekanauki.pl/articles/1023252.pdf
Data publikacji:
2015-03-20
Wydawca:
Uniwersytet im. Adama Mickiewicza w Poznaniu
Tematy:
metropolisation
suburbanization
functional urban areas
statistical data classification
data clustering
metropolizacja
suburbanizacja
miejskie obszary funkcjonalne
klasyfikacja danych statystycznych
analiza skupień
Opis:
Suburbanizacja, jako składowa procesu metropolizacji, a jednocześnie jeden z etapów cyklu życia aglomeracji miejskich, dotyczy obecnie prawie wszystkich głównych ośrodków miejskich naszego kraju, stanowiąc podstawowy problem związany z ich rozwojem. Przydatnym narzędziem badania zróżnicowania natężenia suburbanizacji w strefach podmiejskich czy szerzej - na obszarach metropolitalnych - mogą być statystyczne metody klasyfikacji danych, takie jak analiza skupień. Metody te pozwalają na grupowanie jednostek terytorialnych danego obszaru (np. powiatów, gmin, miejscowości statystycznych) we względnie jednorodne klasy pod kątem natężenia zjawisk suburbanizacyjnych. Podstawą takiego grupowania jest podobieństwo pomiędzy poszczególnymi badanymi obiektami (np. gminami) w zakresie wartości zmiennych przyjmowanych za wskaźniki zaawansowania suburbanizacji.
Suburbanization, as a component of the process o f metropolisation, and on the other hand one of the stages of city life-cycle, is now observed in almost all main city agglomerations in our country, being the most important problem connected w ith their development. The useful tools of investigation of intensity of suburbanization in suburban zones, or wider - in metropolitan areas, can be the statistical methods of data classification, such as data clustering. These methods allow grouping the territorial units of given area (e.g. poviats, gminas, statistical locations) in relatively homogeneous classes as regards the intensity of suburbanization. The basis of such grouping is similarity between investigated objects (e.g. gminas) as regards the level of variables accepted for coefficients of intensity of suburbanization.
Źródło:
Rozwój Regionalny i Polityka Regionalna; 2015, 29; 139-148
2353-1428
Pojawia się w:
Rozwój Regionalny i Polityka Regionalna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Dynamical clustering of streaming data with a growing neural gas network
Grupowanie dynamiczne strumieni danych z zastosowaniem sieci typu growing neural gas
Autorzy:
Migdal-Najman, K.
Najman, K.
Powiązania:
https://bibliotekanauki.pl/articles/37269.pdf
Data publikacji:
2015
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
Tematy:
cluster analysis
data stream clustering
Growing Neural Gas network
country
economy
information
globalization
Opis:
One of characteristic feature of contemporary data bases is their growing dynamics. The number of registered entities as well as their group structure tends to dynamically grow. In order to effectively determine the rapidly changing number and structure of clusters, appropriate methods of cluster analysis have to be applied. The paper presents the results of simulation research concerning the possibility of applying self-learning GNG neural networks in clustering data from data streams.
Jedną z charakterystycznych cech współczesnych zbiorów danych jest ich dynamika. Liczba zarejestrowanych obiektów, jak również ich struktura grupowa potrafi zmienić się wielokrotnie w ciągu sekund. W celu skutecznego wykrycia liczby skupień i struktury grupowej rejestrowanych obiektów konieczne staje się zastosowanie specjalnych metod analitycznych. W artykule przedstawiono wyniki badań symulacyjnych w zakresie możliwości zastosowania samouczących się sztucznych sieci neuronowych typu GNG w grupowaniu strumieni danych.
Źródło:
Acta Scientiarum Polonorum. Oeconomia; 2015, 14, 3
1644-0757
Pojawia się w:
Acta Scientiarum Polonorum. Oeconomia
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wybrane aspekty aktywności zawodowej kobiet w państwach UE. Analiza dla lat 2006–2014
Participation of women in the labormarket in the years 2006–2014. EU ststes clustering
Autorzy:
Matuszewska-Janica, Aleksandra
Powiązania:
https://bibliotekanauki.pl/articles/658551.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
rynek pracy
aktywność zawodowa kobiet
grupowanie danych
metoda k-średnich
labour market
female employment activity
data clustering
k-mean method
Opis:
The main aim of the analysis was European Union's states clustering in point of view of female activity on the labour market. The data was obtained from the Eurosat's Labour Force Surveys from years 2006–2014. K-means algorithms was the main analysis method. Obtained results indicate to a wide variety of different forms of women's labour market participation among European Union countries. We can mention three phenomena that have been most highlighted. (1) We found a high percentage of women working in part-time work, especially in the Netherlands. (2) The results show a high proportion of full-time employed women, especially in the EU countries from the former Eastern Bloc. (3) We noted a significant proportion of selfemployed among the employed women in the countries of Southern Europe (Greece, Italy, Portugal, Spain) and in Poland. So, in terms of female economic activity, Poland has a similar pattern as the Southern European countries (also in terms of self-employment).
Jednym z założeń strategii Europa 2020 jest podwyższenie odsetka osób zatrudnionych w wieku 20–64 lata na terenie Unii Europejskiej (UE) do 75%. Realizacja tej strategii ma nastąpić między innymi poprzez zwiększenie aktywności zawodowej kobiet i osób starszych. Powiększenie zasobów siły roboczej ma swoje ekonomiczne uzasadnienie. Związane jest ono przede wszystkim z procesami demograficznymi, a zwłaszcza z powiększaniem się grupy osób w wieku poprodukcyjnym. W różnych państwach UE sytuacja związana z aktywnością zawodową kobiet kształtuje się odmiennie, dlatego też powstało pytanie o podobieństwa i różnice w zaangażowaniu kobiet na rynku pracy w poszczególnych regionach UE. Celem analizy jest grupowanie państw Unii Europejskiej ze względu na różne formy aktywności zawodowej kobiet. Klasyfikacja ta pozwoli na ocenę wzorców dotyczących aktywności zawodowej kobiet w poszczególnych krajach UE. W analizie wykorzystano metodę k-średnich. Dane pochodzą z zasobów Eurostatu z Badania Aktywności Ekonomicznej Ludności. Analizowany okres to lata 2006–2014.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2016, 5, 325
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Multi-swarm that learns
Autorzy:
Trojanowski, K.
Powiązania:
https://bibliotekanauki.pl/articles/969816.pdf
Data publikacji:
2010
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
particle swarm optimization (PSO)
multi-swarm
dynamic optimization
memory
clusters
clustering evolving data streams
quantum particles
Opis:
This paper studies particle swarm optimization approach enriched by two versions of an extension aimed at gathering information during the optimization process. Application of these extensions, called memory mechanisms, increases computational cost, but it is spent to a benefit by incorporating the knowledge about the problem into the algorithm and this way improving its search abilities. The first mechanism is based on the idea of storing explicit solutions while the second one applies one-pass clustering algorithm to build clusters containing search experiences. The main disadvantage of the former mechanism is lack of good rules for identification of outdated solutions among the remembered ones and as a consequence unlimited growth of the memory structures as the optimization process goes. The latter mechanism uses other form of knowledge representation and thus allows us to control the amount of allocated resources more efficiently than the former one. Both mechanisms have been experimentally verified and their advantages and disadvantages in application for different types of optimized environments are discussed.
Źródło:
Control and Cybernetics; 2010, 39, 2; 359-375
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Classification of Large Data Sets. Comparison of Performance of Chosen Algorithms
Klasyfikacja dużych zbiorów porównanie wydajności wybranych algorytmów
Autorzy:
Dudek, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/905663.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
clustering
classification
large data sets
Opis:
Researchers analyzing large (> 100,000 objects) data sets with the methods of cluster analysis often face the problem of computational complexity of algorithms, that sometimes makes it impossible to analyze in an acceptable time. Common solution of this problem is to use less computationally complex algorithms (like k-means), which in turn can in many cases give much worse results than for example algorithms using eigenvalues decomposition . The results of analysis of the actual sets of this type are therefore usually a compromise between quality and computational capabilities of computers. This article is an attempt to present the current state of knowledge on the classification of large datasets, and identify ways to develop and open problems.
Badacze analizujący przy pomocy metod analizy skupień duże (> 100.000 obiektów) zbiory danych, stają często przed problemem złożoności obliczeniowej algorytmów, uniemożliwiającej niekiedy przeprowadzenie analizy w akceptowalnym czasie. Jednym z rozwiązań tego problemu jest stosowanie mniej złożonych obliczeniowo algorytmów (hierarchiczne aglomeracyjne, k-średnich), które z kolei mogą w wielu sytuacjach dawać zdecydowanie gorsze rezultaty niż np. algorytmy wykorzystujące dekompozycję względem wartości własnych. Rezultaty rzeczywistych analiz tego typu zbiorów są więc zazwyczaj kompromisem pomiędzy jakością a możliwościami obliczeniowymi komputerów. Artykuł jest próbą przedstawienia aktualnego stanu wiedzy na temat klasyfikacji dużych zbiorów danych oraz wskazania dróg rozwoju i problemów otwartych.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2013, 285
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A new method for automatic determining of the DBSCAN parameters
Autorzy:
Starczewski, Artur
Goetzen, Piotr
Er, Meng Joo
Powiązania:
https://bibliotekanauki.pl/articles/1837535.pdf
Data publikacji:
2020
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
clustering algorithms
DBSCAN
data mining
Opis:
Clustering is an attractive technique used in many fields in order to deal with large scale data. Many clustering algorithms have been proposed so far. The most popular algorithms include density-based approaches. These kinds of algorithms can identify clusters of arbitrary shapes in datasets. The most common of them is the Density-Based Spatial Clustering of Applications with Noise (DBSCAN). The original DBSCAN algorithm has been widely applied in various applications and has many different modifications. However, there is a fundamental issue of the right choice of its two input parameters, i.e the eps radius and the MinPts density threshold. The choice of these parameters is especially difficult when the density variation within clusters is significant. In this paper, a new method that determines the right values of the parameters for different kinds of clusters is proposed. This method uses detection of sharp distance increases generated by a function which computes a distance between each element of a dataset and its k-th nearest neighbor. Experimental results have been obtained for several different datasets and they confirm a very good performance of the newly proposed method.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2020, 10, 3; 209-221
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ensemble Approach for Clustering of Interval-Valued Symbolic Data
Autorzy:
Pelka, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/466089.pdf
Data publikacji:
2012
Wydawca:
Główny Urząd Statystyczny
Tematy:
Ensemble clustering
interval-valued symbolic data
Opis:
Ensemble approach has been applied with a success to regression and discrimination tasks [see for example Gatnar 2008]. Nevertheless, the idea of ensemble approach, that is combining (aggregating) the results of many base models, can be applied to cluster analysis of symbolic data. The aim of the article is to present suitable ensemble clustering based on symbolic data. The empirical part of the paper presents results simulation studies (based on artificial data sets with known cluster structure) of ensemble clustering based on co-occurrence matrix for symbolic interval-valued data, compared with single clustering method. The results are compared according to corrected Rand index.
Źródło:
Statistics in Transition new series; 2012, 13, 2; 335-342
1234-7655
Pojawia się w:
Statistics in Transition new series
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 63

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies