$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

Abstract

In the rule based modeling, data partitioning plays crucial role be cause partitioned sub data set implies particular information of the given data set or system. In this paper, we present an empirical study result of the data pattern estimation to find underlying data patterns of the given data. Presented method performs crisp type clustering with given n number of data samples by means of the sequential agglomerative hierarchical nested model (SAHN). In each sequence, the average value of the sum of all inter-distance between centroid and data point. In the sequel, compute the derivation of the weighted average distance to observe a pattern distribution. For the final step, after overall clustering process is completed, weighted average distance value is applied to estimate range of the number of clusters in given dataset. The proposed estimation method and its result are considered with the use of FCM demo data set in MATLAB fuzzy logic toolbox and Box and Jenkins's gas furnace data.

참고문헌 (14)

  1. X. L. Xie and G. A. Beni, 'Validity Measure for Fuzzy Clustering', IEEE Trans. on Pattern Analysis and Machine Intelligence., Vol. 3, No.8, pp. 7-31, 1991 
  2. Y. Fukuyama and M. Sugeno, 'A New Method of Choosing the Number of Clusters for the Fuzzy C-means Method', Proc. of 5th Fuzzy Systems Symposium., pp. 247-250, 1989 
  3. S. H. Kwon, 'Cluster Validity Index for Fuzzy Clustering', IEE Electronic Letters. Vol. 34., No. 22, pp. 2176-2177, 1998 
  4. A. O. Boudraa, 'Dynamic Estimation of Number of Clusters in Data Set', IEE Electronic Letters, Vol. 35, No. 19, pp. 1606-1607, 1999 
  5. Y. H. Joo, H. S. Hwang, K. B. Kim and K. B. Woo, 'Linguistic Model Identification for Fuzzy System', IEE Electronic Letters, Vol. 31, No.4, pp. 330-331, 1995 
  6. H. Sun, S. Wang and Q. Jiang, 'A New Validation Index for Determining the Number of Clusters in a Data Set', Proc. IJCNN '01, Neural Networks, Vol. 3, pp. 31582-1857, 2001 
  7. M. Sugeno and T. Yasukawa, 'A Fuzzy Logic Based Approach to Qualitative Modeling', IEEE Trans. on Fuzzy Systems, Vol. 1, No. 1, pp.7-31, 1993 
  8. A. Jane and R. Dubes, 'Algorithm for Clustering Data'. Prentice-hall, NJ., 1998 
  9. J-S. R. Jang, C. T. Sun and E. Mizutani, 'Neuro-Fuzzy and Soft Computin', Prentice-hall, NJ., 1997 
  10. G. E. P. Box and G. M Jenkins, 'Time Series Analysis-Forecasting and Control'. Holden-Day Inc., 1976 
  11. I. Gath and A. B. Geva, 'Unsupervised Optimal Fuzzy Clurstering', IEEE Trans. on Pattern Alalysis and Machine Intelligence, Vol. 11, No.7, pp.773-781, 1989 
  12. N. R. Pal, J. C. Bezdek and T. A. Runkler, 'Some Issues in System Identification using Clustering', Int. Conference on Neural Networks, Vol. 4, pp. 2524-2529, 1997 
  13. J. C. Dunn, 'A Fuzzy Relative of the ISODATA Process and its Use in Detecting Compact Well-Sperated Clusters', J. Cybern., Vol. 3, pp. 32-57, 1973 
  14. N. R. Pal and J. C. Bezdek, 'On Cluster Validity for the Fuzzy C-means model', IEEE Trans. on Fuzzy Systems, Vol. 3, No.3, pp. 370-379, 1995 

이 논문을 인용한 문헌 (0)

  1. 이 논문을 인용한 문헌 없음

원문보기

원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

DOI 인용 스타일