Development of clusterwise methods for high dimensional symbolic data and its applications
Development of clusterwise methods for high dimensional symbolic data and its applications
高维符号数据聚类方法的发展及其应用
批准号：
23500343
负责人：
SATO-ILIC Mika
金额：
$3.24万
依托单位：
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2011
资助国家：
日本
项目状态：
已结题
起止时间：
2011 至 2013
中文摘要
翻译
对于高维低样本数据的常规统计分析的问题是将得不到有效的解。还没有提出解决符号数据的这个问题的方法。因此，本研究开发了高维低样本量符号数据的方法，提出了一种新的知识发现方法，考虑到各种数据，并评估该方法的性能。
英文摘要
A problem with conventional statistical analyses for high dimension low sample-size data is that an efficient solution will not be obtained. Methods to solve this problem for symbolic data have not been proposed. Therefore, this research develops methods for high dimension low sample-size symbolic data and proposes a new knowledge discovery method considering a variety of data with an evaluation of the performance of this method.
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
登录
查看更多内容
A Structural Analysis based on Similarity between Fuzzy Clusters and its Application to Evaluation Data
基于模糊聚类相似度的结构分析及其在评价数据中的应用
基于模糊聚类相似度的结构分析及其在评价数据中的应用
DOI：
10.1007/978-3-642-29977-3_8
发表时间：
2012
期刊：
Intelligent Decision Technologies, Springer-Verlag, Berlin Heidelberg (Germany)
影响因子：
--
作者：
[R. Chiba, T. Furutani, M. Sato-Ilic]
通讯作者：
M. Sato-Ilic
集約的シンボリックデータの非類似度
密集符号数据的差异
密集符号数据的差异
DOI：
--
发表时间：
期刊：
影响因子：
--
作者：
[清水信夫, 中野純司]
通讯作者：
中野純司
DOI：
--
发表时间：
2011
期刊：
影响因子：
--
作者：
[Ogasawara, H, 佐野夏樹・黒木学, M.Kuroki, M. Sato-Ilic]
通讯作者：
M. Sato-Ilic
Fuzzy Clustering-based Models and its Applications
基于模糊聚类的模型及其应用
基于模糊聚类的模型及其应用
DOI：
--
发表时间：
期刊：
影响因子：
--
作者：
[Ogasawara, H, 佐藤美佳]
通讯作者：
佐藤美佳
データマイニング(第7.11 節), ものづくりに役立つ経営工学の辞典 - 180の知識 -
数据挖掘（第7.11节），对制造有用的管理工程词典 - 180个知识 -
数据挖掘（第7.11节），对制造有用的管理工程词典 - 180个知识 -
DOI：
--
发表时间：
2014
期刊：
影响因子：
--
作者：
[Ogasawara, H, 黒木学, 佐藤美佳]
通讯作者：
佐藤美佳
共 13 条
Big data analytics by multidimensional cluster scaling and its social applications
-
批准号：26330033
-
项目类别：Grant-in-Aid for Scientific Research (C)
-
资助金额：$3.08万
-
财政年份：2014
-
负责人：SATO-ILIC Mika
-
依托单位：
海外基金