Semi-fuzzy splitting in Online Divisive-Agglomerative Clustering

• Tipo: Capítulo ou Parte de Livro
• Data: 2007

Autores

Pedro Rodrigues (Autor) Outra; João Gama (Autor) FEP

Livro

Título: Progress in Artificial Intelligence

Páginas: 133-144

Indexação

ISI Proceedings

ISI Web of Knowledge - 7 Citações

Scopus - 9 Citações

Classificação Científica

FOS: Ciências exactas e naturais > Ciências da computação e da informação

CORDIS: Ciências Físicas > Ciência de computadores

Outras Informações

ID Authenticus: P-004-EF4

DOI: 10.1007/978-3-540-77002-2_12

Abstract (EN): The Online Divisive-Agglomerative Clustering (ODAC) is an incremental approach for clustering streaming time series using a hierarchical procedure over time. It constructs a tree-like hierarchy of clusters of streams, using a top-down strategy based on the correlation between streams. The system also possesses an agglomerative phase to enhance a dynamic behavior capable of structural change detection. However, the split decision used in the algorithm focus on the crisp boundary between two groups, which implies a high risk since it has to decide based on only a small subset of the entire data. In this work we propose a semi-fuzzy approach to the assignment of variables to newly created clusters, for a better trade-off between validity and performance. Experimental work supports the benefits of our approach.

Idioma: Inglês

Tipo (Avaliação Docente): Científica

Nº de páginas: 12