Development of a practical theory for clustering algorithms through data-driven modeling and analysis

通过数据驱动的建模和分析开发聚类算法的实用理论

• 批准号: 47960847
• 负责人: Professor Dr. Johannes Blömer
• 金额: --
• 依托单位: Fachgruppe Codes und Kryptographie
• 依托单位国家: 德国
• 项目类别: Priority Programmes
• 财政年份: 2007
• 资助国家: 德国
• 起止时间: 2006-12-31 至 2013-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/47960847?language=en
• 关键词: Development; practical; theory; clustering; algorithms

Unter Clusteranalyse oder einfach Clustering versteht man die Partitionierung einer Menge von Objekten in Teilmengen von einander ahnlichen Objekten. Clustering-Algorithmen haben Anwendungen in der Datenkompression, Mustererkennung, Biologie, Analyse von Netzwerken, Stochastik, Textklassifikation und dem maschinellen Lernen, um nur einige Beispiele zu nennen. Die unterschiedlichen Anwendungen bestimmen auch, was unter ähnlichen Objekten zu verstehen ist. Einerseits existieren viele unterschiedliche in der Praxis erfolgreich eingesetzte Clustering-Algorithmen. Andererseits gibt es auch eine Vielzahl theoretischer Ergebnisse aus dem Bereich der theoretischen Informatik zum Clustering. Fast alle praktisch eingesetzten Algorithmen können jedoch nur unzureichend analysiert werden und die aus der Theorie stammenden Algorithmen sind nicht effizient genug für die Praxis. Wir wollen in diesem Projekt versuchen, diese Kluft zwischen Theorie und Praxis durch eine praxisorientierte Theorie für Clustering-Algorithmen zu schließen. Schwerpunkt soll dabei eine Modellierung und die hierauf aufbauende Algorithmenanalyse sein, die die Besonderheiten von Eingaben durch geeignete Parametrisierungen berücksichtigt.

在聚类分析中，每个人都被分割成不同的对象。聚类-算法在数据压缩，Mustererkennung，Biologie，分析von Netzwerken，随机，文本分类和DEM Maschinellen Lernen，嗯Nur einige Beispiele zu nennen。他说：“我不知道该怎么做，也不知道该怎么做。”提出了一种新的聚类算法--Der Praxis erfolgreich eingesetzte。这是一种新的信息聚类法和信息聚类法。快速实用的算法集和分析结束的算法是有效的，并不是理论上的。我们在设计工程和实践的过程中使用了新的理论和实践，这是一种新的聚类算法。在此基础上，提出了一种新的算法分析方法，并对该算法进行了分析。