On Finding Complementary Clusterings

Autor: Crucianu, Michel, Proscholdt, Timo
Přispěvatelé: CEDRIC. Données complexes, apprentissage et représentations (CEDRIC - VERTIGO), Centre d'études et de recherche en informatique et communications (CEDRIC), Ecole Nationale Supérieure d'Informatique pour l'Industrie et l'Entreprise (ENSIIE)-Conservatoire National des Arts et Métiers [CNAM] (CNAM)-Ecole Nationale Supérieure d'Informatique pour l'Industrie et l'Entreprise (ENSIIE)-Conservatoire National des Arts et Métiers [CNAM] (CNAM), Ecole Nationale Supérieure d'Informatique pour l'Industrie et l'Entreprise (ENSIIE)-Conservatoire National des Arts et Métiers [CNAM] (CNAM), CEDRIC, Laboratoire
Jazyk: angličtina
Rok vydání: 2010
Předmět:
Zdroj: ESANN 2010, European Symposium on Artificial Neural Networks, Bruges, Belgique
ESANN 2010, European Symposium on Artificial Neural Networks, Bruges, Belgique, Jan 2010, X, France. pp.487-492
Popis: In many cases, a dataset can be clustered following several criteria that complement each other: group membership following one criterion provides little or no information regarding group membership following the other criterion. When these criteria are not known a priori, they have to be determined from the data. We put forward one method for simultaneously finding the complementary criteria and the clustering corresponding to each criterion.
Databáze: OpenAIRE