数据仿生群:用于自组织集群的群智能

实现相互交互并感知其环境的代理群体的算法可能会表现出诸如自组织和群体智能之类的紧急行为。这里介绍了一种称为数据仿生群(DBS)的群系统,该系统发表于Thrun,M.C.,Ultsch a.:“自组织集群的群智能”(2020),人工智能<doi:10.1016/j.artint.2020.103237>. DBS能够适应高维数据的结构,例如以距离和/或数据空间中基于密度的结构为特征的自然簇。第一个模块是无参数投影方法,称为Pswarm(Psworm()),它利用了自组织和涌现、博弈论、群体智能和对称性考虑等概念。第二个模块是无参数高维数据可视化技术,它使用广义U矩阵(GeneratePswarmVisualization())定义的高度色调在地形图上生成投影点。第三个模块是带有非关键参数的聚类方法本身(DBSclustering())。聚类可以通过可视化进行验证,反之亦然。术语DBS指的是整个方法。它甚至使数据挖掘领域的非专业人士能够将其可视化和/或聚类算法应用于从不同研究领域中提取的具有完全不同结构的数据集。与常用投影方法的比较可以在M.C.Thrun的书中找到:“通过自我组织和群体智能进行基于投影的聚类”(2018)<doi:10.1007/978-3658-20540-9>.

版本: 1.2.1
取决于: R(≥3.0)
进口: 卢比(≥ 1.0.8),Rcpp并行(≥ 5.1.4),德尔迪尔,通用Umatrix
链接到: 卢比,RcppArmadillo公司,Rcpp并行
建议: 数据可视化,针织物(≥ 1.12),rmarkdown公司(≥0.9),倍体,几何学,服务提供商,spdep公司,平行,rgl公司,png公司,基于投影的聚类,平行距离,普拉克马,右旋糖
出版: 2023-10-13
作者: 迈克尔·特伦ORCID标识[aut,cre,cph],奎琳·斯蒂尔[aut,rev]
维护人员: 迈克尔·特伦(Michael Thrun)<m.Thrun at gmx.net>
错误报告: https://github.com/Mthrun/DatabiogenicSwarm/issues
许可证: GPL-3公司
网址: https://www.deepbionics.org/
需要编译:
系统要求: GNU品牌,pandoc(>=1.12.3,用于渐晕图)
引用: 数据仿生Swarm引文信息
材料: 新闻
在视图中: 集群
CRAN检查: DatabionicSwarm结果

文件:

参考手册: 数据生物学Swarm.pdf
渐晕图: 数据仿生群(DBS)简介

下载内容:

包源: 数据仿生群_1.2.1.tar.gz
Windows二进制文件: r-devel公司:数据仿生Swarm_1.2.1.zip,r版本:数据仿生Swarm_1.2.1.zip,r-oldrel:数据仿生Swarm_1.2.1.zip
macOS二进制文件: r释放(arm64):数据仿生Swarm_1.2.1.tgz,r-oldrel(arm64):数据仿生Swarm_1.2.1.tgz,r-版本(x86_64):数据仿生Swarm_1.2.1.tgz
旧来源: 数据仿生Swarm存档

反向依赖关系:

反向进口: DR质量
反向建议: FCPS公司,基于投影的聚类

链接:

请使用规范形式https://CRAN.R-project.org/package=数据仿生群链接到此页面。