Numer: 03/2019 Str. 91
Autorzy: Kennedy Lopes , Ana Andrade , Bernardo Lima , Andre Maitelli :
Tytuł: Automatyczna klasyfikacja w procesie przemysłowym w sieci czujników
Streszczenie: Algorytmy klastrowania są zwykle oparte na wstępnym oszacowaniu rdzeni, mają wydajność zależną od liczby klastrów i wymiarów danych i są wykonywane w trybie offline. Zatem, poprzez kategoryzowanie wysoce sprzężonej sieci czujników jako instalacji przemysłowej, konieczne jest, aby wszystkie te cechy zostały osiągnięte. W artykule przedstawiono ulepszenie chmury TEDA opartej na analizie typowości i ekscentryczności danych (TEDA). W ten sposób proponowana (zmodyfikowana TEDA-Cloud) metoda zmniejsza ilość przechowywanych danych do łączenia rdzeni i przyspiesza klasyfikację prezentowanych danych.
Słowa kluczowe: Klastrowanie, ekscentryczność, typowość, sieci czujników, dane strumieniowe, proces przemysłowy