Продолжает свою деятельность 13-я международная конференция IEEE по применению информационно-коммуникационных технологий

13-я международная конференция IEEE по применению информационно-коммуникационных технологий (AICT 2019) продолжает свою деятельность секционными заседаниями в университете ADA.

Сегодня на встрече «Высокопроизводительные вычисления и машинное обучение» был заслушан доклад на тему «Consensusclusteringbyweightoptimizationofinputpartitions» («Консенсусная кластеризация с оптимизацией веса входных разделов»), соавторами которого являются вице-президент НАНА, директора Института информационных технологий, академик Расим Алигулиев, заведующий отделом института, член-корреспондент НАНА, доктор технических наук Рамиз Алыгулиев и старший научный сотрудник, доктор философии по технике Людмила Сухостат.

Выступая на презентации, Л.Сухостат отметила, что подход к принятию решений широко используется для повышения точности и стабильности результатов кластеризации. Подход взвешенной консенсусной кластеризации основан на раздельных методах взвешенной кластеризации с использованием функции полезности чистоты (purity utility function).

По словам выступившей, консенсус является многообещающим подходом к поиску кластерных структур в наборе данных кластеризации. Консенсус может помочь кластерам найти надежные подразделения, обнаружить шум и выбросы, а также интегрировать решения из многих источников.

Доцент Л.Сухостат подчеркнула, что DBSCAN (Density-Based Spatial Clustering of Applications with Noise), OPTICS (Ordering Points to Identify the Clustering Structure), CLARANS (Clustering Large Applications with Randomized Search), k-means и из ближайших общих алгоритмов кластеризации, состоящих из алгоритмов кластеризации (shared nearest neighbor clustering, SNNC).

Предложенный алгоритм был оценен экспериментально на базах данных разных размеров на основе различных метрик расстояния (Evklid, Minkovski, kvadratik Evklid, косинус и Чебышев). Результаты эксперимента показывают, что предложенный подход более эффективен, чем любой из методов кластеризации, включенных в ансамбль, или, скорее, демонстрирует высокую точность. Несколько метрик оценки были использованы для оценки эффективности методов.

Затем состоялся обмен мнениями относительно доклада, были озвучены ответы на вопросы.  

© Все права защищены. При использовании информации гиперссылка на сайт www.iсt.az обязательна.