지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2007.8
- 수록면
- 161 - 164 (4page)
이용수
초록· 키워드
오류제보하기
K-means is one of the simplest unsupervised learning algorithms that solve the clustering problem. However K-means suffers the basic shortcoming: the number of clusters k has to be known in advance. In this paper, we propose an extension of X-means, which is parameter-free and can estimate the number of clusters using Bayesian Information Criterion (BIC). X-means, however, suffers severe over-fitting when the data does not follow a spherical Gaussian distribution due to the diagonal covariance matrix assumption. We introduce two different versions of algorithm; Modified X-means (MX-means) and Generalized X-means (GX-means), which employ one full covariance matrix for one cluster and can estimate the number of clusters efficiently without severe over-fitting and any additional parameters. The algorithms start with one cluster and try to split one cluster iteratively to maximize the BIC score. The former uses the traditional K-means algorithm to find a set of optimal clusters with current k, the number of clusters, which makes it faster than the latter. However it generates incorrectly estimated centers when the clusters are overlapped. The latter uses EM algorithm to estimate the parameters instead of K-means and generates more stable clusters even when the clusters are overlapped. Experiment with synthetic data shows that the proposed methods can provide a robust estimate of the number of clusters and cluster parameters compared to other top-down algorithms.
목차
ABSTRACT
1. INTRODUCTION
2. RELATED RESEARCH
3. MODIFIED X-MEANS
4. GENERALIZED X-MEANS
5. EXPERIMENTAL RESULTS
6. CONCLUSIONS
7. REFERENCES
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
K-means based Cluster ing Method with a Fixed Number of Cluster Members
멀티미디어학회논문지
2014 .10
-
텐서보팅을 이용한 K-means 군집화의 초기 파라메터 결정
한국정보과학회 학술발표논문집
2009 .11
-
Cluster-based Protocol with Improved Cluster Formation Method
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2019 .06
-
클러스터 사업성과를 위한 지원 체계의 요인에 관한 연구
유공압건설기계학회 학술대회논문집
2019 .11
-
정부정책사업의 유형화와 효율성 분석 : 지역연고산업진흥사업을 대상으로
국토계획
2010 .04
-
Nearest neighbor and validity-based clustering
INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS
2004 .12
-
특징공간에서의 군집화 유효성 지수의 개발
대한산업공학회지
2020 .08
-
외부 군집 연관 기준 정보를 이용한 군집수 최적화
디지털콘텐츠학회논문지
2011 .09
-
Application of Genetic Algorithms to Cluster Analysis
제어로봇시스템학회 국내학술대회 논문집
1993 .10
-
MIMO Cluster Characteritics at 3.7 ㎓ in Urban Macrocell and Microcell Environment
대한전자공학회 학술대회
2008 .11
-
The Evaluation Measure of Text Clustering for the Variable Number of Clusters
한국정보과학회 학술발표논문집
2006 .10
-
CLUSTER CONTROL OF DISTRIBUTED-PARAMETER STRUCTURES
한국소음진동공학회 국제학술발표논문집
2008 .07
-
노이즈 영상 분할을 위한 군락기반 Possibilistic C-means
한국컴퓨터정보학회논문지
2018 .12
-
Determining the Optimal Number of Signal Clusters Using Iterative HMM Classification
International journal of advanced smart convergence
2018 .01
-
무선 센서 네트워크에서 에너지 효율적인 가변 영역 라우팅 프로토콜
멀티미디어학회논문지
2008 .08
-
K-means 알고리즘을 위한 클러스터링 인덱스 비교 연구
대한산업공학회 추계학술대회 논문집
2005 .11
-
Data Clustering Using Multi-Objective Hybrid Evolutionary Algorithm
제어로봇시스템학회 국제학술대회 논문집
2008 .10
-
도로교통량 특성에 의한 국도기능의 분류 및 변화에 대한 연구
국토계획
2004 .02
-
Selection of Cluster Topic Words in Hierarchical Clustering using K-Means Algorithm
ICEIC : International Conference on Electronics, Informations and Communications
2004 .08
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2012-004-004265342