مشخصات پژوهش

صفحه نخست /یک رویکرد در حال تکامل برای ...
عنوان یک رویکرد در حال تکامل برای خوشه بندی جریان داده ها مبتنی بر مفهوم TEDA با استفاده از فاصله ماهالانوبیس
نوع پژوهش مقاله ارائه شده کنفرانسی
کلیدواژه‌ها تشخیص ناهنجاری، جریان داده، خوشه بندی
چکیده AutoCloud یک الگوریتم آنلاین و تک مرحله ای بازگشتی برای خوشه بندی جریان داده ها بر مبنای فاصله اقلیدسی است. این الگوریتم بر اساس مفهوم تجزیه وتحلیل داده Typicality و Eccentricity است که عمدتاً برای کارهای تشخیص ناهنجاری استفاده می شود. همچنین AutoCloud قادر به مدیریت کردن مشکلات ذاتی در جریان داده ها مانند رانش مفهوم و تکامل مفهوم است. ولی با توجه به این که دقت انجام عمل در AutoCloud در مورد برخی از مجموعه داده ها خیلی مناسب نیست، به نظر می رسد که استفاده از انواع فاصله های دیگر، مناسب تر باشد؛ بنابراین در این مقاله سعی شده است با پیاده-سازی فاصله ماهالانوبیسی برای این الگوریتم، چک شود که آیا استفاده از این فاصله می تواند منجر به بهبود الگوریتم شود یا خیر. نتایج نشان می دهد که اگر AutoCloud بر مبنای فاصله اقلیدسی باشد، در بیشتر موارد بهتر از فاصله ماهالانوبیسی عمل می کند. به همین دلیل استفاده از فاصله ماهالانوبیسی در AutoCloud خیلی مؤثر نیست. این پژوهش مشخص نمود که استفاده از فاصله ماهالانوبیسی در انجام AutoCloud، نمی تواند در تشخیص ناهنجاری ها کمک شایانی کند.
پژوهشگران مهسا مرادی (نفر اول)، مرتضی یوسف صنعتی (نفر دوم)