지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
이용수
초록· 키워드
오류제보하기
Clustering methods essentially take a two-step approach; extracting feature vectors for dimensionality reduction and then employing clustering algorithm on the extracted feature vectors. However, for clustering images, the traditional clustering methods such as stacked auto-encoder based k-means are not effective since they tend to ignore the local information. In this paper, we propose a method first to effectively reduce data dimensionality using convolutional auto-encoder to capture and reflect the local information and then to accurately cluster similar data samples by using a hierarchical clustering approach. The experimental results confirm that the clustering results are improved by using the proposed model in terms of clustering accuracy and normalized mutual information.
목차
ABSTRACT
1. 서론
2. 문제 제기
3. 제안한 방법
4. 실험 결과
5. 결론
REFERENCES
참고문헌 (10)
참고문헌 신청
S.H. Kim, J.K. Choi, J.S. Kim, A.R. Jang, J.H. Lee, K.J. Cha, et al., “Animal Infectious Diseases Prevention through Big Data and Deep Learning,” Journal of Intelligence and Information System, Vol. 24, No. 4, pp. 137- 154, 2018.
M.N. Hwang and S.W. Lee, “Socio-national Issues Detection Modeling based on Domain Knowledge-focusing on the Issue of Increase in Domestic Inflow Infectious Diseases,” The Journal of the Korea Contents Association, Vol. 17, No. 12, pp. 158-168, 2017.
C. Song, F. Liu, Y. Huang, L. Wang, and T. Tan, “Auto-encoder Based Data Clustering,” Proceeding of Iberoamerican Congress on Pattern Recognition, pp. 117-124, 2013.
J. Xie, R. Girshick, and A. Farhadi, “Unsupervised Deep Embedding for Clustering Analysis,” Proceeding of International Conference on Machine Learning, pp. 478-487, 2016.
F. Nie, Z. Zeng, I.W. Tsang, D. Xu, and C. Zhang, “Spectral Embedded Clustering: A Framework for In-sample and Out-of-sample Spectral Clustering,” IEEE Transactions on Neural Networks, Vol. 22, No. 11, pp. 1796- 1808, 2011
M.N. Hwang and S.W. Lee, “Socio-national Issues Detection Modeling based on Domain Knowledge-focusing on the Issue of Increase in Domestic Inflow Infectious Diseases,” The Journal of the Korea Contents Association, Vol. 17, No. 12, pp. 158-168, 2017.
C. Song, F. Liu, Y. Huang, L. Wang, and T. Tan, “Auto-encoder Based Data Clustering,” Proceeding of Iberoamerican Congress on Pattern Recognition, pp. 117-124, 2013.
J. Xie, R. Girshick, and A. Farhadi, “Unsupervised Deep Embedding for Clustering Analysis,” Proceeding of International Conference on Machine Learning, pp. 478-487, 2016.
F. Nie, Z. Zeng, I.W. Tsang, D. Xu, and C. Zhang, “Spectral Embedded Clustering: A Framework for In-sample and Out-of-sample Spectral Clustering,” IEEE Transactions on Neural Networks, Vol. 22, No. 11, pp. 1796- 1808, 2011
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Performance evaluation of principal component analysis for clustering problems
Journal of Advanced Marine Engineering and Technology (JAMET)
2016 .10
-
다차원 데이터에 대한 심층 군집 네트워크의 성능향상 방법
멀티미디어학회논문지
2018 .08
-
클러스터링 기법을 이용한 수용가별 전력 데이터 패턴 분석
KEPCO Journal on electric power and energy
2016 .01
-
Spectral clustering based on the local similarity measure of shared neighbors
[ETRI] ETRI Journal
2022 .10
-
Synthesis of clustering algorithms based on selection of centroids
제어로봇시스템학회 국제학술대회 논문집
2018 .10
-
한국어 뉴스 기사 분류를 위한 KoBERT 기반의 문맥 벡터 클러스터링 방안 성능 비교 연구
Proceedings of KIIT Conference
2023 .06
-
이상치를 고려한 딥러닝 기반 웨이퍼 맵 결함 패턴 클러스터링
신뢰성응용연구
2022 .12
-
Fine-Grained Mobile Application Clustering Model Using Retrofitted Document Embedding
[ETRI] ETRI Journal
2017 .08
-
상황인식 기반 클러스터링의 비지도 학습
한국정보통신학회 종합학술대회 논문집
2020 .07
-
상황인식 기반 클러스터링의 적응적 자율 학습 분할 알고리즘
한국정보통신학회 종합학술대회 논문집
2022 .05
-
상황인식 기반 클러스터링의 적응적 자율 학습 분할 알고리즘
한국정보통신학회 종합학술대회 논문집
2022 .10
-
딥러닝을 이용한 시계열데이터 군집화
신뢰성응용연구
2019 .06
-
Experiment Results of Data-Driven Contact Clustering
대한기계학회 춘추학술대회
2019 .05
-
효율적인 IoT 디바이스 관리를 위한 딥러닝기반 디바이스 클러스터링 기법 연구
대한전자공학회 학술대회
2021 .06
-
K-Means Clustering을 활용한 확률론적 부하 예측
대한전기학회 학술대회 논문집
2019 .10
-
Performance Improvement of Clustering Method Based on Random Swap Algorithm
INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS
2019 .06
-
A Mixed Co-clustering Algorithm Based on Information Bottleneck
JIPS(Journal of Information Processing Systems)
2017 .01
-
Automatic Determination of the Number of Clusters for Semi-Supervised Relational Fuzzy Clustering
INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS
2020 .06
-
Control Chart Patterns Recognition Using the Auto-encoder and Density-based Clustering
한국정밀공학회 학술발표대회 논문집
2022 .05
-
A Clustering Based Differential Evolution
한국통신학회 학술대회논문집
2020 .08
이 논문의 저자 정보
이 논문과 함께 이용한 논문
Anomaly Detection in a Combined Driving System based on Unsupervised Learning
박기창
,
이용관
Journal of the Korean Society for Precision Engineering
2023
.11
비음수가중치제한과 네트워크 희소성을 고려한 오토인코더와 그래프오토인코더로 얻은 뇌 서브네트워크 비교
이필섭
,
최명원
,
김대겸
외 4명
전자공학회논문지
2019
.12
온라인 소프트웨어 교육에서 학습자의 자기조절학습 관련 특성에 기반한 온라인 학습 유형 분석: 계층적 군집 분석 기법을 활용하여
한정윤
,
이성혜
컴퓨터교육학회 논문지
2019
.09
RNN을 이용한 범용 예측 시스템 구현
이권윤
,
이상부
한국정보기술학회논문지
2018
.10
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2020-004-000361840