978-3-658-20540-9 Projection-Based Clustering through Self-Organization and Swarm Intelligence
Publikationsserver der Universitätsbibliothek Marburg

Titel: Projection-Based Clustering through Self-Organization and Swarm Intelligence
Autor: Thrun, Michael Christoph
Weitere Beteiligte: Ultsch, Alfred G. H. (Prof. Dr.)
Erscheinungsjahr: 2018
URI: https://archiv.ub.uni-marburg.de/es/2018/0002
DOI: https://doi.org/10.17192/es2018.0002
URN: urn:nbn:de:hebis:04-es2018-00028
ISBN: 978-3-658-20540-9
DDC: 510 Mathematik
Titel(trans.): Projection-Based Clustering über Selbstorganisation und Schwarmintelligenz

Dokument

Schlagwörter:
Schwarmintelligenz, Cluster , Dimensionsreduktion, Selbstorganisation, Graphentheorie , Spieltheorie, Emergenz, Cluster-Analyse, Datenanalyse ,, Schwarmintelligenz, Dimensionsreduktion, Selbstorganisation, Graphentheorie , Spieltheorie, Emergenz, Cluster Analyse, Datenanalyse , Datenauswer, Cluster Analysis, Dimensionality Reduction, Swarm Intelligence, Visualization, Unsupervised machine learning, Data science, Knowledge Discovery, 3D pr

Summary:
It covers aspects of unsupervised machine learning used for knowledge discovery in data science and introduces a data-driven approach to cluster analysis, the Databionic swarm (DBS). DBS consists of the 3D landscape visualization and clustering of data. The 3D landscape enables 3D printing of high-dimensional data structures. The clustering and number of clusters or an absence of cluster structure are verified by the 3D landscape at a glance. DBS is the first swarm-based technique that shows emergent properties while exploiting concepts of swarm intelligence, self-organization and the Nash equilibrium concept from game theory. It results in the elimination of a global objective function and the setting of parameters. By downloading the R package DBS can be applied to data drawn from diverse research fields and used even by non-professionals in the field of data mining.

Zusammenfassung:
In der Arbeit wird ein Schwarmverfahren zur Visualisierung und Clusterung vorgestellt. Der Databionic swarm (DBS) wurde an 12 artifiziellen sowie 7 natürlichen, hoch-dimensionalen Datensätzen angewandt und mit gängigen Verfahren verglichen. Innerhalb des Buches gibt es zielorientierte Überblicke über die Konzepte der Cluster Analyse, und der Projektionsverfahren sowie deren Qualitätsmaße im Kontext der Graphentheorie. Zusätzlich werden sowohl SOMs und ihre Visualisierungen als auch Verhaltens basierenden Verfahren in Data Science, im Besonderen die Schwarmintelligenz, diskutiert. Dadurch konnte Selbstorganisation und Emergenz mit Schwarmintelligenz und und dem Nash-Gleichgewicht aus der Spieltheorie in Verbindung gebracht werden. Die erweiterte Buchversion ist durch eine CC-BY 4.0 Lizenz kostenlos auf Springer downloadbar: http://www.springer.com/us/book/9783658205393


* Das Dokument ist im Internet frei zugänglich - Hinweise zu den Nutzungsrechten