[논문]고차원 데이터 처리를 위한 SVM기반의 클러스터링 기법

김만선; 이상용

doi:10.5391/jkiis.2004.14.7.816

초록
AI-Helper

클러스터링은 데이터 집합을 유사한 데이터 개체들의 클러스터들로 분할하여 데이터 속에 존재하는 의미 있는 정보를 얻는 과정이다. 클러스터링의 주요 쟁점은 고차원 데이터를 효율적으로 클러스터링하는 것과 최적화 문제를 해결하는 것이다. 본 논문에서는 SVM(Support Vector Machines)기반의 새로운 유사도 측정법과 효율적으로 클러스터의 개수를 생성하는 방법을 제안한다. 고차원의 데이터는 커널 함수를 이용해 Feature Space로 매핑시킨 후 이웃하는 클러스터와의 유사도를 측정한다. 이미 생성된 클러스터들은 측정된 유사도 값과 Δd 임계값에 의해서 원하는 클러스터의 개수를 얻을 수 있다. 제안된 방법을 검증하기 위하여 6개의 UCI Machine Learning Repository의 데이터를 사용한 결과, 제시된 클러스터의 개수와 기존의 연구와 비교하여 향상된 응집도를 얻을 수 있었다.

Abstract ▼ AI-Helper

Clustering is a process of dividing similar data objects in data set into clusters and acquiring meaningful information in the data. The main issues related to clustering are the effective clustering of high dimensional data and optimization. This study proposed a method of measuring similarity base...

Clustering is a process of dividing similar data objects in data set into clusters and acquiring meaningful information in the data. The main issues related to clustering are the effective clustering of high dimensional data and optimization. This study proposed a method of measuring similarity based on SVM and a new method of calculating the number of clusters in an efficient way. The high dimensional data are mapped to Feature Space ones using kernel functions and then similarity between neighboring clusters is measured. As for created clusters, the desired number of clusters can be got using the value of similarity measured and the value of Δd. In order to verify the proposed methods, the author used data of six UCI Machine Learning Repositories and obtained the presented number of clusters as well as improved cohesiveness compared to the results of previous researches.

Keyword

참고문헌 (11)

Tian Zhang, Raghu Ramakrishnan, and Miron, 'Birch : an efficient data clustering method for very large database,' the ACM SIGMOD Conference on Management of Data, Montreal, Canada, June, 1996
R.. Pyle, DE. Hart, 'Pattern Classfication and Scene Analysis,' A Wiley-Interscience Publication, NewYork, 1973
Raymond T.Ng,Jiawei Han, 'Efficient and Effective Clustering Methods for Spatial Data Mining', Proc. of 20th Int.Conf. on VLDB, pp.144-155, 1994
송은정, 강인수, 김태원, 이기준, '클러스터링 분석에의한 공간 데이터마이닝 방법', 한국정보과학회 가을학술발표논문집(2), 1998
M.Ester, H. Kriegel, Jorg Sander, and Xiaowei Xu, 'A density-based algorithm for discovering clusters in large spatial database with noise', Proc. of Int .Conf. on Knowledge Discovery and Data Mining, 1996
Tian Zhang, Raghu Ramakrishnan, and Miron Livny, 'BIRCH:An Efficient Data Clustring Method for Very Large Databases', Proc. of ACMSIGMOD Int. Conf. on Management of Data, pp.103-114, 1996
이혜명, 박영배, '점진적 프로젝션을 이용한 고차원 글러스터링 기법', 한국정보과학회논문지:데이타베이스 Vol.28.No.4, pp.568-576, 2001

원문보기 상세보기
장미희,이혜명, 박영배, '고차원 데이터에서 2차원프로젝션을 이용한 클러스터링', 한국정보과학회 가을학술발표논문집 Vol.28.No.2, 2001
http://www.kernel-machines.org
http://svm.cs.rhbnc.ac.uk
http://www.ics.uci.edu/

이 논문을 인용한 문헌

저자의 다른 논문 :

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

[국내논문] 고차원 데이터 처리를 위한 SVM기반의 클러스터링 기법
SVM based Clustering Technique for Processing High Dimensional Data 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

Keyword

참고문헌 (11)

이 논문을 인용한 문헌

저자의 다른 논문 :

활용도 분석정보

활용도 Top5 논문

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 고차원 데이터 처리를 위한 SVM기반의 클러스터링 기법 SVM based Clustering Technique for Processing High Dimensional Data 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

Keyword

참고문헌 (11)

이 논문을 인용한 문헌

저자의 다른 논문 :

이상용 (63)

활용도 분석정보

활용도 Top5 논문 더보기

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 고차원 데이터 처리를 위한 SVM기반의 클러스터링 기법
SVM based Clustering Technique for Processing High Dimensional Data 원문보기

초록
AI-Helper

활용도 Top5 논문