A multi-objective gradient optimizer approach-based weighted multi-view clustering (Запись № 667745)
[ простой вид ]
| 000 -Маркер | |
|---|---|
| Поле контроля фиксированной длины | 03358nlm1a2200385 4500 |
| 005 - Идентификатор версии | |
| Поле контроля фиксированной длины | 20231030042124.0 |
| 035 ## - Другие системные номера | |
| Идентификатор записи | (RuTPU)RU\TPU\network\38956 |
| 100 ## - Данные общей обработки | |
| Данные общей обработки | 20220418a2021 k y0engy50 ba |
| 101 0# - Язык ресурса | |
| Язык текста, звукозаписи и т.д. | английский |
| 102 ## - Страна публикации или производства | |
| Страна публикации | |
| 135 ## - Поле кодированных данных: электронные ресурсы | |
| Кодированные данные для электронного ресурса | drcn ---uucaa |
| 181 #0 - Поле кодированных данных: вид содержания | |
| Код вида содержания | i |
| 182 #0 - Поле кодированных данных: средство доступа | |
| Код средства доступа | electronic |
| 200 1# - Заглавие и сведения об ответственности | |
| Основное заглавие | A multi-objective gradient optimizer approach-based weighted multi-view clustering |
| Первые сведения об ответственности | S. Ouadfel, A. M. Mokhamed Elsaed |
| 203 ## - Вид содержания и средство доступа | |
| Вид содержания | |
| Средство доступа | |
| 300 ## - Общие примечания | |
| Текст примечания | Title screen |
| 320 ## - Примечания о наличии в ресурсе библиографии/указателя | |
| Текст примечания | [References: 79 tit.] |
| 330 ## - Резюме или реферат | |
| Текст примечания | The advancement of technology has enabled the availability of a large amount of data from different sources. In such multi-view datasets, each view provides a particular representation for data objects and produces different partitions. Weighted Multi-view clustering approaches aim to find a suitable consensus clustering taking into consideration both the incompatibility between views and the relevance of features in each view. In this paper, a multi-objective weighted, Multi-view clustering method is presented based on gradient based optimizer. In the developed algorithm, a set of objective functions is considered that optimize the feature weights simultaneously in each view and the cluster centers that provide the optimal partitioning. Each candidate solution in our proposed method is evaluated by the weighted within-cluster compactness of the partitioning obtained from a single view and by the global weighted between-cluster dispersion among the partitioning provided by all views and the negative entropy among all clusters. To validate the clustering performance of developed approach, nine multi-view datasets with different statistical properties were used in this study. In addition, a real-world multi-omics data which contains four multi-omics datasets for cancer subtype discovery with three levels of omics data were considered. Experimental results demonstrate the ability of the new method to generate better clustering results than six popular multi-objective optimizers and ten state-of-the-art multi-view methods according to three measures, which are clustering accuracy, rand index, and normalized mutual information. |
| 461 ## - Уровень набора | |
| Заглавие | Engineering Applications of Artificial Intelligence |
| 463 ## - Уровень физической единицы | |
| Заглавие | Vol. 106 |
| Обозначение тома | [104480, 18 р.] |
| Дата публикации | 2021 |
| 610 1# - Неконтролируемые предметные термины | |
| Предметный термин | труды учёных ТПУ |
| 610 1# - Неконтролируемые предметные термины | |
| Предметный термин | электронный ресурс |
| 610 1# - Неконтролируемые предметные термины | |
| Предметный термин | weighted multi-view clustering |
| 610 1# - Неконтролируемые предметные термины | |
| Предметный термин | multi-objective |
| 610 1# - Неконтролируемые предметные термины | |
| Предметный термин | gradient based optimizer |
| 610 1# - Неконтролируемые предметные термины | |
| Предметный термин | кластеризация |
| 610 1# - Неконтролируемые предметные термины | |
| Предметный термин | оптимизаторы |
| 700 #1 - Имя лица – первичная ответственность | |
| Начальный элемент ввода | Ouadfel |
| Часть имени, кроме начального элемента ввода | S. |
| Расширение инициалов личного имени | Salima |
| 701 #1 - Имя лица – альтернативная ответственность | |
| Начальный элемент ввода | Mokhamed Elsaed |
| Часть имени, кроме начального элемента ввода | A. M. |
| Дополнения к именам, кроме дат | Specialist in the field of informatics and computer technology |
| -- | Professor of Tomsk Polytechnic University |
| Даты | 1987- |
| Расширение инициалов личного имени | Akhmed Mokhamed |
| -- | stltpush |
| Идентификатор авторитетной/ нормативной записи | (RuTPU)RU\TPU\pers\46943 |
| 712 02 - Наименование организации – вторичная ответственность | |
| Начальный элемент ввода | Национальный исследовательский Томский политехнический университет |
| Структурное подразделение | Инженерная школа информационных технологий и робототехники |
| -- | Отделение информационных технологий |
| -- | 7951 |
| -- | stltpush |
| Идентификатор авторитетной/ нормативной записи | (RuTPU)RU\TPU\col\23515 |
| 801 #2 - Источник записи | |
| Страна | RU |
| Организация | 63413507 |
| Дата составления | 20220418 |
| Правила каталогизации | RCR |
| 856 40 - Местонахождение электронных ресурсов и доступ к ним | |
| Универсальный идентификатор ресурса | https://doi.org/10.1016/j.engappai.2021.104480 |
| 090 ## - System Control Numbers (Koha) | |
| Koha biblioitem number (autogenerated) | 667745 |
| 942 ## - Добавленные элементы ввода (Коха) | |
| Тип документа | Computer Files |
Нет доступных единиц.