Density Clustering Framework in unüberwachten Daten [German]

By A Subhasheni

Die Erkennung von Anomalien ist ein grundlegendes Thema im Data Mining, insbesondere wurde sie zur Erkennung und Entfernung anomaler Objekte aus Daten verwendet. Ausrei er entstehen durch mechanische Defekte, ?nderungen im Systemverhalten, betr?gerisches Verhalten, Netzwerkeinbr?che oder menschliches Versagen. Eine effiziente Ausrei ererkennung und Datenclusterung bei Vorhandensein von Ausrei ern und basierend auf der Filterung der Daten nach dem Clustering-Prozess. Der vorgeschlagene Algorithmus erkennt die Ausrei er in drei Stufen, n?mlich (i) Saliency Detection in Bildern; (ii) Abnormal Event Detection in Video Streams; und (iii) Real-world UCI benchmark datasets.The Hauptziel dieser Studie ist eine iterative Entfernung von Objekten, die weit von ihren Cluster-Zentren entfernt sind. Die Entfernung erfolgt nach einem ausgew?hlten, vordefinierten Schwellenwert.Der formale Rahmen, in dem genaue Definitionen von sp?rlichen Kombinationen gegeben werden k?nnen, und Fuzzy-Logik wird vorgeschlagen, um nicht-lineare Beziehungen zu entdecken, kann rigoros analysiert werden.

• Format: Paperback
• Language: German
• ISBN: 6203238473
• ISBN13: 9786203238471
• Release Date: January 2021
• Publisher: Verlag Unser Wissen
• Length: 80 Pages
• Weight: 0.28 lbs.
• Dimensions: 0.2" x 6.0" x 9.0"