Fugu-MT 論文翻訳(概要): Clustering Algorithms to Analyze the Road Traffic Crashes

論文の概要: Clustering Algorithms to Analyze the Road Traffic Crashes

arxiv url: http://arxiv.org/abs/2108.03490v1
Date: Sat, 7 Aug 2021 17:37:41 GMT
ステータス: 処理完了
システム内更新日: 2021-08-11 12:02:03.715623
Title: Clustering Algorithms to Analyze the Road Traffic Crashes
Title（参考訳）: 道路交通事故解析のためのクラスタリングアルゴリズム
Authors: Mahnaz Rafia Islam, Israt Jahan Jenny, Moniruzzaman Nayon, Md. Rajibul Islam, Md Amiruzzaman, M. Abdullah-Al-Wadud
Abstract要約: 本稿では,クラスター事故発生地域に適用した既存手法の問題点を解析する。ノイズのあるアプリケーションの密度ベースの空間クラスタリング(DBSCAN)と、それらを克服するためにクラスタ構造(OPTICS)を識別するための順序付けポイントを使用することを推奨している。
参考スコア（独自算出の注目度）: 0.4697611383288171
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Selecting an appropriate clustering method as well as an optimal number of clusters in road accident data is at times confusing and difficult. This paper analyzes shortcomings of different existing techniques applied to cluster accident-prone areas and recommends using Density-Based Spatial Clustering of Applications with Noise (DBSCAN) and Ordering Points To Identify the Clustering Structure (OPTICS) to overcome them. Comparative performance analysis based on real-life data on the recorded cases of road accidents in North Carolina also show more effectiveness and efficiency achieved by these algorithms.
Abstract（参考訳）: 道路事故データの適切なクラスタリング法と最適なクラスタ数を選択することは、時に混乱し難い。本稿では, クラスター事故発生領域に適用された既存手法の欠点を解析し, 騒音を伴うアプリケーションの密度に基づく空間クラスタリング(DBSCAN)と, クラスタリング構造(OPTICS)を識別するための順序付け点を用いることを推奨する。ノースカロライナの道路事故の事例を実データで比較した結果,これらのアルゴリズムによりより有効性と効率が向上した。

関連論文リスト

Outlier Detection with Cluster Catch Digraphs [1.6440434996206625]
本稿では,クラスタ・キャッシュ・ダイグラフ(CCD)に基づく異常検出アルゴリズムを新たに導入する。そこで我々は,Uniformity-based CCD with Mutual Catch Graph (U-MCCD), The Uniformity- and Neighbor-based CCD with Mutual Catch Graph (UN-MCCD), and their shape-adaptive variants (SU-MCCD and SUN-MCCD)を提案する。以上の結果から,これらのアルゴリズムは,外乱検出の精度と適応性を大幅に向上させることが示唆された。
論文参考訳（メタデータ） (2024-09-17T23:08:53Z)
A3S: A General Active Clustering Method with Pairwise Constraints [66.74627463101837]
A3Sは、適応クラスタリングアルゴリズムによって得られる初期クラスタ結果に対して、戦略的にアクティブクラスタリングを調整する。さまざまな実世界のデータセットにわたる広範な実験において、A3Sは、人間のクエリを著しく少なくして、望ましい結果を達成する。
論文参考訳（メタデータ） (2024-07-14T13:37:03Z)
Categorizing Flight Paths using Data Visualization and Clustering Methodologies [12.270546709771926]
この研究は、連邦航空局の交通フロー管理システムとDV8のデータセットを利用して、様々な飛行経路で航空交通を分類するクラスタリングアルゴリズムを開発した。アプリケーションの例では、自動クラスタリング結果決定とヒューマン・イン・ザ・ループプロセスに基づく、成功的で現実的なクラスタリングが示されている。
論文参考訳（メタデータ） (2023-10-01T19:42:00Z)
A One-shot Framework for Distributed Clustered Learning in Heterogeneous Environments [54.172993875654015]
異種環境における分散学習のためのコミュニケーション効率化手法のファミリーを提案する。ユーザによるローカル計算に基づくワンショットアプローチと、サーバにおけるクラスタリングベースのアグリゲーションステップは、強力な学習保証を提供する。厳密な凸問題に対しては,ユーザ毎のデータ点数がしきい値を超える限り,提案手法はサンプルサイズの観点から順序最適平均二乗誤差率を達成する。
論文参考訳（メタデータ） (2022-09-22T09:04:10Z)
POCS-based Clustering Algorithm [0.0]
本稿では,POCSに基づくクラスタリングアルゴリズムと呼ばれる,POCS法に基づく新しいクラスタリング手法を提案する。提案するクラスタリングアルゴリズムは,POCSの並列プロジェクション手法を利用して,特徴空間に適切なクラスタプロトタイプを求める。提案するPOCSクラスタリングアルゴリズムの性能は, 各種合成データセットを用いた実験により検証した。
論文参考訳（メタデータ） (2022-08-15T12:33:09Z)
Large-Scale Sequential Learning for Recommender and Engineering Systems [91.3755431537592]
本稿では,現在の状況に適応してパーソナライズされたランキングを提供する自動アルゴリズムの設計に焦点を当てる。前者はSAROSと呼ばれる新しいアルゴリズムを提案し,インタラクションの順序を学習するためのフィードバックの種類を考慮に入れている。提案手法は, 電力網の故障検出に対する初期アプローチと比較して, 統計的に有意な結果を示す。
論文参考訳（メタデータ） (2022-05-13T21:09:41Z)
Trajectory Clustering Performance Evaluation: If we know the answer, it's not clustering [0.6472434306724609]
軌道クラスタリングは教師なしのタスクである。 7つの交差点の軌跡データを用いて,類似度,クラスタリングアルゴリズム,評価尺度の総合的な比較を行う。
論文参考訳（メタデータ） (2021-12-02T19:25:38Z)
A self-adaptive and robust fission clustering algorithm via heat diffusion and maximal turning angle [4.246818236277977]
近年,新しい高速クラスタリングアルゴリズムであるフィッションクラスタリングアルゴリズムが提案されている。本稿では,ロバスト・フィッション・クラスタリング(RFC)アルゴリズムと自己適応型雑音識別手法を提案する。
論文参考訳（メタデータ） (2021-02-07T13:16:47Z)
Scalable Hierarchical Agglomerative Clustering [65.66407726145619]
既存のスケーラブルな階層的クラスタリング手法は、スピードの質を犠牲にする。我々は、品質を犠牲にせず、数十億のデータポイントまでスケールする、スケーラブルで集約的な階層的クラスタリング法を提案する。
論文参考訳（メタデータ） (2020-10-22T15:58:35Z)
Stable and consistent density-based clustering via multiparameter persistence [77.34726150561087]
トポロジカルデータ解析による次数-リップス構成について考察する。我々は,入力データの摂動に対する安定性を,通信間距離を用いて解析する。私たちはこれらのメソッドを、Persistableと呼ばれる密度ベースのクラスタリングのためのパイプラインに統合します。
論文参考訳（メタデータ） (2020-05-18T19:45:04Z)
Tracking Road Users using Constraint Programming [79.32806233778511]
本稿では,マルチオブジェクトトラッキング(MOT)問題のトラッキング・バイ・検出パラダイムに見られるデータアソシエーションフェーズに対する制約プログラミング(CP)アプローチを提案する。提案手法は車両追跡データを用いてテストし,UA-DETRACベンチマークの上位手法よりも優れた結果を得た。
論文参考訳（メタデータ） (2020-03-10T00:04:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。