Multiple Kernels을 이용한 Interval Type-2 Possibilistic Fuzzy C-meansInterval Type-2 Possibilistic Fuzzy C-Means using Multiple Kernels
- Other Titles
- Interval Type-2 Possibilistic Fuzzy C-Means using Multiple Kernels
- Authors
- 주원회; 이정훈
- Issue Date
- Apr-2014
- Publisher
- 한국지능시스템학회
- Keywords
- Fuzzy Clustering; PFCM; Interval Type-2 PFCM; Multiple Kernels; Interval Type-2 Fuzzy set
- Citation
- 한국지능시스템 회 2014년도 춘계학술대회 논문집, v.24, no.1, pp.91 - 95
- Indexed
- OTHER
- Journal Title
- 한국지능시스템 회 2014년도 춘계학술대회 논문집
- Volume
- 24
- Number
- 1
- Start Page
- 91
- End Page
- 95
- URI
- https://scholarworks.bwise.kr/erica/handle/2021.sw.erica/23305
- Abstract
- 본 논문에서는 Interval Type-2 Possibilistic Fuzzy C-Means(IT2PFCM) 클러스터링 방법에 Multiple Gaussian Kernels을 기반으로 한 Possilbilistic Fuzzy C-Means multiple Kerenls(PFCM-MK) 알고리즘을 결합하여 적응적인 하이브리드 클러스터링 방법인 Multiple Kernels Interval Type-2 Possibilistic Fuzzy C-means(IT2PFCM-MK) 방법을 제안 하였다. 일반적으로 Possibilistic Fuzzy C-Means(PFCM) 알고리즘은 Fuzzy C-Means(FCM) 알고리즘의 단점인 노이즈 민감성 및 특이점 문제와 알고리즘 초기 클러스터의 Prototype에 따라 위치가 겹치는 문제를 해결하기 위해 제안 되었다. 하지만 이 방법 역시 퍼지화 파라미터값에 따라 위와 같은 문제를 여전히 가지고 있기 때문에 이와 같은 문제를 보완하기 위해 Interval Type-2 퍼지 접근 방법을 이용하는 Interval Type-2 Possibilistic Fuzzy C-means(IT2PFCM) 알고리즘을 제안 하였다. 또한 Multiple Kernels 함수를 Interval Type-2 Possibilistic Fuzzy C-menas(IT2PFCM) 알고리즘에 적용하여 분류하기 복잡한 형태의 데이터와 노이즈가 있는 데이터에 대하여 보다 정확하고, 향상된 클러스터링을 수행할 수 있다.
- Files in This Item
-
Go to Link
- Appears in
Collections - COLLEGE OF ENGINEERING SCIENCES > SCHOOL OF ELECTRICAL ENGINEERING > 1. Journal Articles
![qrcode](https://api.qrserver.com/v1/create-qr-code/?size=55x55&data=https://scholarworks.bwise.kr/erica/handle/2021.sw.erica/23305)
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.