U-DBSCAN: A Density-Based Clustering Algorithm for Uncertain Objects

U-DBSCAN: อัลกอริทึ่มการจัดกลุ่มบนพื้นฐานของความหนาแน่นสำหรับวัตถุที่มีความไม่แน่นอน

Name: Apinya Tepwankul

Name: อภิญญา เทพวรรณกุล

keyword: Clustering Algorithm

Abstract: In recent years, uncertain data have gained increasing research interests due to its natural presence in many applications such as location-based services and sensor services. In this paper, we study the problem of clustering uncertain objects. We propose a new deviation function that approximates the underlying uncertain model of objects and a new density-based clustering algorithm, U-DBSCAN, that utilizes the proposed deviation. Since, there is no cluster quality measurement of density-based clustering at the present, thus, we also propose a metric which specifically measures the density quality of clustering solution. Finally, we perform a set of experiments to evaluate the quality effectiveness of our algorithm using our metric. The results reveal that U-DBSCAN gives better clustering quality while having comparable running time compared to the traditional approach of using representative points of objects with DBSCAN and well-known approach ofFDBSCAN.

Abstract: ในระยะหลายปีที่ผ่านมามีการทำวิจัยเกี่ยวกับวัตถุที่มีความไม่แน่นอนเพิ่มมากขึ้น เนื่องด้วยการ ปรากฎขึ้นตามธรรมชาติในแอฟพลิเคชั่นต่างๆ เช่น การบริการบนพื้นฐานของสถานที่ตั้ง และการ บริการจากอุปกรณืที่เป็นตัวรับและตอบสนองต่อสิ่งกระตุ้น งานวิจัยนี้ศึกษาปัญหาของการจัดกลุ่ม วัตถุที่มีความไม่แน่นอน ผู้ทำวิจัยได้นำเสนอฟังก์ชันการเบี่ยงเบน ซึ่งสามารถประมาณรูปแบบความ ไม่แน่นอนของวัตถุ และนำเสนออัลกอริทึ่มการจัดกลุ่มบนพื้นฐานของความหนาแน่นชื่อว่าอัลกอริ ทึ่ม U-DBSCAN โดยนำฟังก์ชันการเบี่ยงเบนที่นำเสนอมาประยุกต์ใช้ให้เกิดประโยชน์ เนื่องจากใน ปัจจุบันไม่มีวิธีการวัดผลด้านคุณภาพสำหรับการจัดกลุ่มบนพื้นฐานของความหนาแน่น ดังนั้น ผู้ทำวิจัยจึงนำเสนอตัววัดที่สามารถวัดผลด้านคุณภาพของความหนาแน่นของผลลัพธ์จากการจัดกลุ่ม โดยเฉพาะ ในส่วนท้ายของงานวิจัย ผู้วิจัยได้ทำการทดลองเพื่อประเมินผลิด้านคุณภาพของอัลกอริทึ่ม U- DBSCAN ผลการทดลองแสดงได้เห็นว่าอัลกอริทึ่มนี้ให้ผลการจัดกลุ่มที่มีคุณภาพดีกว่าเมื่อ เปรียบเทียบกับอัลกอริทึ่ม DBSCAN ที่ใช้ค่าเฉลี่ยของวัตถุที่มีความไม่แน่นอนในการจัดกลุ่ม

King Mongkut's University of Technology Thonburi. KMUTT Library.

Address: BANGKOK

Email: info.lib@mail.kmutt.ac.th

Name: Songrit Maneewongvatana

Role: Advisor

Created: 2009

Modified: 2010-09-05

Issued: 2010-09-01

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: CPE1158

eng

DegreeName: Master of Engineering

Level: Master's Degree

Descipline: Computer Engineering

Grantor: King Mongkut's University of Technology Thonburi

©copyrights King Mongkut's University of Technology Thonburi

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	CPE1158.pdf	458.42 KB	66	2024-12-13 13:01:21
2	CPE1158ab.pdf	58.84 KB	41	2024-02-27 14:24:25

ใช้เวลา

0.032703 วินาที