Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Comparison of K-means clustering initialization approaches with brute-force initialization

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F17%3A10236274" target="_blank" >RIV/61989100:27240/17:10236274 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/61989100:27740/17:10236274

  • Výsledek na webu

    <a href="https://link.springer.com/content/pdf/10.1007%2F978-981-10-3409-1_7.pdf" target="_blank" >https://link.springer.com/content/pdf/10.1007%2F978-981-10-3409-1_7.pdf</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-981-10-3409-1_7" target="_blank" >10.1007/978-981-10-3409-1_7</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Comparison of K-means clustering initialization approaches with brute-force initialization

  • Popis výsledku v původním jazyce

    Data clustering is a basic data mining discipline that has been in center of interest of many research groups. This paper describes the formulation of the basic NP-hard optimization problem in data clustering which is approximated by many heuristic methods. The famous k-means clustering algorithm and its initialization is of a particular interest in this paper. A summary of the k-means variants and various initialization strategies is presented. Many initialization heuristics tend to search only through a fraction of the initial centroid space. The final clustering result is usually compared only to some other heuristic strategy. In this paper we compare the result to the solution provided by a brute-force experiment. Many instances of the k-means can be executed in parallel on the high performance computing infrastructure, which makes brute-force search for the best initial centroids possible. Solutions obtained by exact solvers [2, 11] of the clustering problem are used for verification of the brute-force approach. We present progress of the function optimization during the experiment for several benchmark data sets, including sparse document-term matrices. © Springer Nature Singapore Pte Ltd. 2017.

  • Název v anglickém jazyce

    Comparison of K-means clustering initialization approaches with brute-force initialization

  • Popis výsledku anglicky

    Data clustering is a basic data mining discipline that has been in center of interest of many research groups. This paper describes the formulation of the basic NP-hard optimization problem in data clustering which is approximated by many heuristic methods. The famous k-means clustering algorithm and its initialization is of a particular interest in this paper. A summary of the k-means variants and various initialization strategies is presented. Many initialization heuristics tend to search only through a fraction of the initial centroid space. The final clustering result is usually compared only to some other heuristic strategy. In this paper we compare the result to the solution provided by a brute-force experiment. Many instances of the k-means can be executed in parallel on the high performance computing infrastructure, which makes brute-force search for the best initial centroids possible. Solutions obtained by exact solvers [2, 11] of the clustering problem are used for verification of the brute-force approach. We present progress of the function optimization during the experiment for several benchmark data sets, including sparse document-term matrices. © Springer Nature Singapore Pte Ltd. 2017.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/LQ1602" target="_blank" >LQ1602: IT4Innovations excellence in science</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2017

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Advances in Intelligent Systems and Computing. Volume 567

  • ISBN

    978-981-10-3408-4

  • ISSN

    2194-5357

  • e-ISSN

    neuvedeno

  • Počet stran výsledku

    12

  • Strana od-do

    103-114

  • Název nakladatele

    Springer

  • Místo vydání

    Singapur

  • Místo konání akce

    Kalkata

  • Datum konání akce

    12. 8. 2016

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku