شماره تماس با تلگرام ::: 09355102506 ::: ir7sad[at ]gmail.com

مقاله k-means تکاملی برای مجموعه ‌داده‌های توزیع‌شده

مقاله k-means تکاملی برای مجموعه ‌داده‌های توزیع‌شده

ترجمه مقالات انگلیسی رشته کامپیوتر

مقاله k-means تکاملی برای مجموعه ‌داده‌های توزیع‌شده

ارسال شده توسط 7sad.ir

مقاله k-means تکاملی برای مجموعه ‌داده‌های توزیع‌شده

در بزرگترین وب سایت پروژه و پایان نامه وتحقیق ومقاله و کارورزی وترجمه مقالات جدیدو، نمونه سوالات پیام نور وانجام پایان نامه

www.7sad.ir 

مختصری از مقاله :

یکی از چالش‌های خوشه‌بندی برخورد با داده‌های توزیع‌شده در مخازن جدا است، چرا که اغلب تکنیک‌های خوشه‌بندی نیازمند این هستند که داده‌ها متمرکز باشند. k-means، به عنوان یکی از الگوریتم‌های داده‌کاوی به دلیل ساد‌گی، مقیاس‌پذیری، و تغییرپذیری راحت به انواع زمینه‌ها و حوزه‌های کاربردی انتخاب شده‌است. اگرچه نسخه‌های توزیع شده k-means ارائه شده‌اند، اما این الگوریتم هنوز به انتخاب الگوی خوشه‌بندی اولیه حساس است و نیازمند این است که تعداد خوشه‌ها از قبل مشخص شده باشند. در این مقاله، استفاده از الگوریتم‌های تکامل یافته برای غلبه بر محدودیت‌های k-means را پیشنهاد می‌کنیم و، در همین زمان، با داده‌های توزیع شده سرو کار داریم. دو رویکرد توزیع متفاوت به بکاررفته است: ابتدا بدست آوردن مدل نهایی یکسان برای نسخه متمرکز الگوریتم خوشه‌بندی، دوم تولید و انتخاب خوشه‌ها برای هر زیرمجموعه داده توزیع شده و ترکیب آنها پس از آن. الگوریتم‌ها با تجربیات بدست آمده از دو دیدگاه مقایسه می‌شوند: مورد نظری، از طریق تجزیه‌وتحلیل پیچیدگی مجانبی، و نمونه آزمایشی، از طریق ارزیابی مقایسه نتایج بدست آمده از مجموعه آزمایشات و تست‌های آماری. نتایج بدست آمده مبنی بر اینست که برای هرسناریو نرم افزار گونه های مختلفی مناسب است.

چکیده انگلیسی مقاله :

One of the challenges for clustering resides in dealing with data distributed in separated repositories, because most clustering techniques require the data to be centralized. One of them, k-means, has been elected as one of the most influential data mining algorithms for being simple, scalable and easily modifiable to a variety of contexts and application domains. Although distributed versions of k-means have been proposed, the algorithm is still sensitive to the selection of the initial cluster prototypes and requires the number of clusters to be specified in advance. In this paper, we propose the use of evolutionary algorithms to overcome the k-means limitations and, at the same time, to deal with distributed data. Two different distribution approaches are adopted: the first obtains a final model identical to the centralized version of the clustering algorithm; the second generates and selects clusters for each distributed data subset and combines them afterwards. The algorithms are compared experimentally from two perspectives: the theoretical one, through asymptotic complexity analyses; and the experimental one, through a comparative evaluation of results obtained from a collection of experiments and statistical tests. The obtained results indicate which variant is more adequate for each application scenario.

دانلود فایل انگلیسی مقاله

نام فارسی

k-means تکاملی برای مجموعه ‌داده‌های توزیع‌شده

نام لاتین

Evolutionary k-means for distributed data sets

قیمت

۳۰۰۰۰۰

سال انتشار

۲۰۱۳

فرمت مقاله

Word

تعداد صفحه

۲۶

 

ارسال ترجمه فارسی مقاله ۱۰ دقیقه تا ۱ یک ساعت بعد به ایمیل شما ارسال خواهد شد

در صورت بروز مشکل عنوان مقاله و ایمیل خود را به شماره ۰۹۳۵۵۱۰۲۵۰۶ ارسال نمائید

 

برچسب , , , , , , , , ,

نوشته شده توسط 7sad.ir

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

3 × یک =