@techreport{oai:ipsj.ixsq.nii.ac.jp:00203643,
 author = {酒井, 達弘 and 田村, 慶一 and 北上, 始 and 竹澤, 寿幸},
 issue = {7},
 month = {Feb},
 note = {ビッグデータへの注目の高まりにより，データクラスタリング手法の高速化が求められている．本論文では，一定の精度のクラスタリング結果を高速に算出でき，最終的には厳密解を算出可能なセルベースの DBSCAN の Anytime アルゴリズムを提案する．DBSCAN は密度をクラスタリングの基準とした代表的なデータクラスタリング手法の一つである．DBSCAN は計算コストの大きいことが知られており，その高速化手法としてセルベースの DBSCAN が提案されている．セルベースの DBSCAN はデータセット全体をセルごとに分割し，密度をセル単位で考え，セルを結合していくことでクラスタリングを行う．提案するセルベースの DBSCAN の Anytime アルゴリズムは，ランダムに選ばれた一部のセルの結合を行い，高速にクラスタリング結果を算出する．そして，セルの結合とクラスタリング結果の算出を繰り返し行う．提案手法が算出するクラスタリング結果は，処理が進むに連れて高精度となり，最終的には厳密解となる．評価実験の結果，提案手法は既存手法と比較して高精度なクラスタリング結果を高速に算出できることを示した．},
 title = {セルベースのDBSCANのAnytimeアルゴリズムの提案と性能評価},
 year = {2020}
}