Stochastic gradient descent based fuzzy clustering for large data
Data is growing at an unprecedented rate in commercial and scientific areas. Clustering algorithms for large data which require small memory consumption and scalability become increasingly important under this circumstance. In this paper, we propose a new clustering approach called stochastic gradie...
محفوظ في:
المؤلفون الرئيسيون: | Chen, Lihui, Wang, Yangtao, Mei, Jian-Ping |
---|---|
مؤلفون آخرون: | School of Electrical and Electronic Engineering |
التنسيق: | Conference or Workshop Item |
اللغة: | English |
منشور في: |
2015
|
الموضوعات: | |
الوصول للمادة أونلاين: | https://hdl.handle.net/10356/104522 http://hdl.handle.net/10220/25889 |
الوسوم: |
إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
|
المؤسسة: | Nanyang Technological University |
اللغة: | English |
مواد مشابهة
-
Incremental fuzzy clustering with multiple medoids for large data
بواسطة: Wang, Yangtao, وآخرون
منشور في: (2015) -
A fuzzy approach for multitype relational data clustering
بواسطة: Mei, Jian-Ping, وآخرون
منشور في: (2013) -
Proximity-based k-partitions clustering with ranking for document categorization and analysis
بواسطة: Mei, Jian-Ping, وآخرون
منشور في: (2015) -
STOCHASTIC GRADIENT DESCENT AND ITS EXTENSIONS
بواسطة: ZHANG JINGWEI
منشور في: (2021) -
Multiple centers based fuzzy clustering for imbalanced data
بواسطة: Liao, Hongda
منشور في: (2016)