Pengelompokan Selari Untuk Data Skala Besar dan Dimensional Tinggi Pada Aplikasi Perlombongan Data
: Sejumlah data besar untuk penemuan pengetahuan adalah perlombongan informasi, yang mempunyai perkakas canggih untuk membongkar aturan asosiasi, pola kecenderungan, mendeteksi penyimpangan, pengelompokan, penggolongan informasi, dan perkembangan kaedah bersifat prediksi. Dengan peningkatan ukuran d...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Conference or Workshop Item |
| Language: | English |
| Published: |
2005
|
| Subjects: | |
| Online Access: | http://eprints.utm.my/id/eprint/3352/1/Mohd_Noor_-_Pengelompokan_Selari_Untuk_Data_Skala_Besar_dan_Dimensional_Tinggi.pdf http://eprints.utm.my/id/eprint/3352/ |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Institution: | Universiti Teknologi Malaysia |
| Language: | English |
| Summary: | : Sejumlah data besar untuk penemuan pengetahuan adalah perlombongan informasi, yang mempunyai perkakas canggih untuk membongkar aturan asosiasi, pola kecenderungan, mendeteksi penyimpangan, pengelompokan, penggolongan informasi, dan perkembangan kaedah bersifat prediksi. Dengan peningkatan ukuran datadan berdimensi tinggi maka pengolahan teknik secara selari perlu diberlakukan bagi menguasaan perkakas dalam penemuan pengetahuan untuk menglasilkan informasi bermanfaat dari set data berskala besar dan mengurangi waktunya untuk analisa. Pada kesempatan ini akan diperkenalkan suatu kerangka grid mudah suai yang tidak hanya mengurangi perhitungan, grid pengelompokan berdasar kepadatan data untuk meningkatkan mutu pengelompokan.Density-parallel merupakan algoritma pengelompokan yang tidak diawasi, karena algoritma inihanya tergantung pada α dan β ditandai dengan besarnya penyimpangan nilai histogram yang tersebar purata. Pada Density-paralel dapat dilakukan secara selari data dan selari tugas yang bermanfaat untukl mempercepat proses dengan laju tinngi serta mengurangi biaya komunikasi dalam implementasi multi pemproses secara selari. |
|---|