マルコフチェーン同値類の概念を利用したデータクラスタリング

カテゴリ: 研究会(論文単位)

論文No: IIS13051

グループ名: 【D】産業応用部門 次世代産業システム研究会

発行日: 2013/03/29

タイトル(英語): Data Clustering by using Markov Chain Equivalent Class Concept

著者名: ティティ ズイン(大阪市立大学),パイ ティン(大阪市立大学),鳥生 隆(大阪市立大学),濱 裕光(大阪市立大学)

著者名(英語): Thi Thi Zin (Osaka City University),Pyke Tin(Osaka City University),Toriu Takashi(Osaka City University),Hama Hiromitsu(Osaka City University)

キーワード: データクラスタリング|マルコフチェーン|同値類|クラスタリング理論|最適クラスター|data clustering|Markov chain|equivalent class|classification theory|optimum clusters

要約(日本語): 本論文では、対象物をクラスタリングするために、類似度ベースの構造に従って、マルコフチェーン同値類の概念を応用することを提案する。本アプローチは、マルコフチェーンの状態クラスタリング理論と、最適なクラスター数を特定するための同値類の性質を利用する。提案手法の有効性は実験を通じて確認される。

要約(英語): In this paper, we propose an application of Markov chain equivalent class concept for clustering data objects in similarity-based structure. This approach utilizes the Markov chain state classification theory and the properties of equivalent class for identifying the optimum number of clusters. Experimental results show the effectiveness of our approach.

原稿種別: 日本語

PDFファイルサイズ: 897 Kバイト