Logo des Repositoriums
 

Kernmengen und Datenstromalgorithmen für das k-means Problem und verwandte Zielfunktionen im Clustering

dc.contributor.authorSchmidt, Melanie
dc.contributor.editorHölldobler, Steffen
dc.date.accessioned2020-08-21T08:50:47Z
dc.date.available2020-08-21T08:50:47Z
dc.date.issued2015
dc.description.abstractDas k-means Problem besteht aus der Berechnung von k Zentren, die die Summe der quadrierten Distanzen aller Punkte in einer Menge P zu ihrem nächsten Zentrum minimieren. Eine Kernmenge für P ist eine kleine gewichtete Punktmenge, die für alle möglichen Auswahlen von Zentren ähnliche Kosten hat. Eine Dimensionsreduktion verringert die Dimension der Eingabepunkte und erhält dabei die Kostenfunktion ebenfalls approximativ für alle möglichen Zentrenmengen. Die vorliegende Zusammenfassung beschreibt Ergebnisse aus [Sc14] zur Berechnung von Kernmengen und Dimensionsreduktionen für das k-means Problem und für verwandte Probleme.de
dc.identifier.isbn978-3-88579-419-6
dc.identifier.pissn1617-5468
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/33845
dc.language.isode
dc.publisherGesellschaft für Informatik
dc.relation.ispartofAusgezeichnete Informatikdissertationen 2014
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Dissertations, Volume D-15
dc.titleKernmengen und Datenstromalgorithmen für das k-means Problem und verwandte Zielfunktionen im Clusteringde
gi.citation.endPage270
gi.citation.publisherPlaceBonn
gi.citation.startPage261

Dateien

Originalbündel
1 - 1 von 1
Lade...
Vorschaubild
Name:
261.pdf
Größe:
1.24 MB
Format:
Adobe Portable Document Format