×

使用模糊C均值进行协同聚类及其量化。 (英语) Zbl 1186.68385号

摘要:我们引入了协作模糊聚类的概念,这是一种概念和算法机制,用于在驻留在各个数据站点的有限数据族中集体发现公共结构(关系)。该优化环境有两个基本特征。首先,考虑到现有的限制,这些限制阻止各个站点交换详细的数字数据,任何通信都必须在信息粒级实现。这些颗粒的特异性影响了后续合作活动的有效性。其次,在单个数据站点级别实现的模糊聚类必须建设性地考虑其他站点传递的结果,并在运行仅限于特定数据站点的优化时对其采取行动。遵循这两个一般准则,我们开发了一个综合优化方案,并讨论了其两阶段特性,其中,粒度发现的通信阶段与在单个站点级别实现的局部优化交织在一起,并利用从其他站点收集的证据。
目标函数的拟议扩充形式对于必须根据数据和可用信息颗粒完成的整体优化导航至关重要。通过在目标函数的两个组成部分之间选择适当的折衷,可以优化协作强度。这里使用的基于目标函数的聚类涉及众所周知的模糊C均值算法。实验研究包括一些合成数据、来自机器学习库的选定数据集和来自加拿大环境部的天气数据。

MSC公司:

68T05型 人工智能中的学习和自适应系统

软件:

P-FCM公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] H.Ayad,M.Kamel,《使用基于共享最近邻居的多簇合并器发现自然簇》,摘自:Proc。第四届多分类器系统国际研讨会,2003年,第166-175页。;H.Ayad,M.Kamel,《使用基于共享最近邻居的多簇合并器发现自然簇》,摘自:Proc。第四届多分类器系统国际研讨会,2003年,第166-175页·Zbl 1040.68586号
[2] Bezdek,J.C.,模糊目标函数算法的模式识别(1981),Plenum出版社:纽约Plenum出版社·Zbl 0503.68069号
[3] 科斯塔·达·席尔瓦,J。;Klusch,M.,《分布式数据聚类中的推断》,《工程应用》。人工智能,19363-369(2006)
[4] A.Dimitriadou,K.Weingessed,K.Hornik,《投票合并:聚类的集成方法》,in:Proc。国际。《人工神经网络会议》,维也纳,2001年,第217-224页。;A.Dimitriadou,K.Weingessed,K.Hornik,《投票合并:聚类的集成方法》,in:Proc。国际。《人工神经网络会议》,维也纳,2001年,第217-224页·Zbl 1005.68932号
[5] Dudoit,S。;Fridlyand,J.,Bagging以提高聚类程序的准确性,生物信息学,19,1090-1099(2003)
[6] Jain,A。;Murt,M。;Flynn,P.,《数据聚类:综述》,ACM Compute。调查,31264-323(1999)
[7] Jain,A。;Duin,R。;Mao,J.,《统计模式识别:综述》,IEEE Trans。模式分析。机器智能,22,4-37(2000)
[8] Jain,A.K。;Dubes,R.C.,《聚类数据的算法》(1988),普伦蒂斯·霍尔:普伦蒂斯霍尔·恩格尔伍德·克利夫斯,新泽西州·Zbl 0665.62061号
[9] 约翰逊,E。;Kargupta,H.,《基于分布式异构数据的集体层次聚类》,收录于:大型并行KDD系统,(计算机科学讲义,第1759卷(1999),施普林格:英国施普林格伦敦),221-244
[10] Hoppner,F.,模糊聚类分析(1999),Wiley Chichester:英国Wiley Chicester
[11] 休伯特,L。;Arabie,P.,比较分区,J.分类,2193-218(1985)
[12] 梁,Y。;张杰。;Xu,Z.,空间滤波聚类,IEEE Trans。模式分析。机器智能,221396-1410(2000)
[13] Loia,V。;佩德里茨,W。;Senatore,S.,P-FCM:以用户为中心的web应用程序的基于代理的模糊聚类,国际。J.大致原因。,34, 121-144 (2003) ·Zbl 1059.68025号
[14] Merugu,S。;Ghosh,J.,分布式聚类的隐私敏感方法,模式识别快报。,26, 399-410 (2005)
[15] Nowak,R.,传感器网络中密度估计和聚类的分布式EM算法,IEEE Trans。信号处理,51,2245-2253(2003)
[16] Oehler,K.L。;Gray,R.M.,《结合使用矢量量化的图像压缩和分类》,IEEE Trans。模式分析。机器智能,17,461-473(1995)
[17] Pedrycz,W.,《分布式模糊系统建模》,IEEE Trans。系统人网络。,769-780(1995年)
[18] Pedrycz,W.,径向基函数神经网络设计中的条件模糊聚类,IEEE Trans。神经网络,9601-612(1998)
[19] Pedrycz,W.,协作模糊聚类,模式识别快报。,23, 675-686 (2002)
[20] Pedrycz,W.,《基于知识的聚类:从数据到信息颗粒》(2005),Wiley:Wiley Hoboken,NJ·Zbl 1100.68096号
[21] 佩德里茨,W。;Reformat,M.,进化模糊建模,IEEE Trans。模糊系统,11652-665(2003)
[22] W.Pedrycz,G.Vukovich,协作代理框架中的集群,摘自:Proc。2002 IEEE国际。模糊系统会议,2002年第1卷,第134-138页。;W.Pedrycz,G.Vukovich,协作代理框架中的集群,摘自:Proc。2002 IEEE国际。模糊系统会议,2002年第1卷,第134-138页。
[23] Rasmussen,E.,《信息检索中的聚类算法:数据结构和算法》(1992),普伦蒂斯·霍尔:普伦蒂斯霍尔·恩格尔伍德·克利夫斯,新泽西州
[24] 斯特雷尔,A。;Ghosh,J.,《集群集成:用于组合多个分区的知识重用框架》,J.Machine Learning Res.,3583-617(2002)·Zbl 1084.68759号
[25] Topchy,A。;Jain,K。;Punch,W.,《集群集成:共识和弱划分模型》,IEEE Trans。模式分析。机器智能,271866-1881(2005)
[26] Veryklos,V.S.,《隐私保护数据挖掘技术现状》,SIGMOID记录,33,50-57(2004)
[27] Zadeh,L.A.,走向模糊信息粒化理论及其在人类推理和模糊逻辑中的中心地位,模糊集与系统,90,111-117(1997)·Zbl 0988.0304号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。