Hybride Partikel schwarmoptimierung f?r das Daten-Clustering. Dieser Artikel ist nicht verfügbar.Hybride Partikel schwarmoptimierung f?r das Daten-Clustering

Daten-Clustering ist der Prozess der Organisation von Daten in spezifische Gruppen, deren Eigenschaften unbekannt sind. Daten-Clustering wird seit langem von vielen Forschern mit unterschiedlichen Methoden untersucht. Traditionelle Clustering-Techniken weisen einige Nachteile auf. In diesem Buch befassen wir uns mit solchen Einschränkungen traditioneller Clustering-Techniken. Um diese Nachteile zu überwinden, haben wir die von der Natur inspirierte Technik der Schwarmintelligenz, nämlich die „Particle Swarm Optimization (PSO)“, für das Daten-Clustering ausgewählt. Wie wir wissen, ist die Natur stets eine Quelle der Inspiration. In den letzten Jahrzehnten wurde die Forschung zu neuen Rechenparadigmen vorangetrieben, und das Ergebnis dieser Bemühungen ist die Entstehung neuer Problemlösungstechniken. Diese Techniken finden aufgrund ihres dezentralen und selbstorganisierten Verhaltens breite Anwendung.

Pankaj G. Gaikwad Assist. Prof., Fachbereich Informatik, SVERI's College of Engineering, Pandharpur (413304) M.Tech (CSE), BE (CSE), Rahul G. Sonkamble, Assistenzprofessor (Fachbereich Informatik), M.Tech (CSE), BE (IT), SVERI's College of Engineering, Pandharpur, und Dr. Gajanan S. Gaikwad, Professor, PhD. (Mathematik), M.Phil (Mathematik) (Leiter des Fachbereichs Mathematik) Karmaveer Bhaurao Patil Mahavidyalaya, Pandharpur.