메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
윤태식 (서울대학교) 심규석 (서울대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 컴퓨팅의 실제 및 레터 정보과학회논문지 : 컴퓨팅의 실제 및 레터 제18권 제1호
발행연도
2012.1
수록면
55 - 59 (5page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
클러스터링은 유사한 데이터 포인트들을 그룹으로 묶어 데이터를 분석하는데 유용하다. 본 논문에서는 기존의 K-means 알고리즘과 비교해 고차원 대규모 데이터에 대해서 효율적으로 동작하는 K-means 알고리즘을 제안한다. 제안된 알고리즘들은 점간 거리 정보와 휴면 군집을 이용해 불필요한 거리계산을 줄인다. 제안된 알고리즘은 기존의 연구의 제안된 알고리즘에 비해 공간을 적게 쓰면서 동시에 빠르다. 실제 고차원 데이터 실험을 통해서 제안된 알고리즘의 효율성을 보였다.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 제안된 K-means 클러스터링 알고리즘
4. 실험 결과 및 분석
5. 결론
참고문헌

참고문헌 (8)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2013-569-001267217