| مروری بر الگوریتمهای توسعه یافته مبتنی برDBSCAN، ساختار، مزایا و کاربردها |
| کد مقاله : 1161-NAEC |
| نویسندگان |
|
مریم موسوی داویجانی *1، سارا نظری2 1گروه مهندسی کامپیوتر، دانشگاه ملی مهارت، تهران، ایران؛ mmosavi@nus.ac.ir 2گروه کامپیوتر، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران |
| چکیده مقاله |
| در این مقاله، به تحلیل و مقایسه الگوریتمهای خوشهبندی مبتنی بر چگالی، با تمرکز ویژه بر الگوریتم DBSCAN و نسخههای بهبود یافته آن پرداخته شده است. الگوریتمهای خوشهبندی مبتنی بر چگالی بهطور گستردهای در تحلیل دادههای پیچیده مورد استفاده قرار میگیرند، زیرا قادر به شناسایی خوشههای غیرکروی و مدیریت دادههای نویزدار هستند. این مقاله به بررسی پارامترهای کلیدی الگوریتم DBSCAN، از جمله شعاع همسایگی و حداقل تعداد نقاط همسایه پرداخته و چالشهای موجود در تعیین مقادیر بهینه این پارامترها را بررسی میکند. علاوه بر این، نسخههای بهبود یافتهای چون OPTICS، H-DBSCAN، VDBSCAN و دیگر الگوریتمهای مبتنی بر چگالی برای مقابله با محدودیتهای DBSCAN در دادههای با چگالیهای متغیر و نویز معرفی شدهاند. نتایج نشان میدهد که الگوریتمهای بهینهسازیشده مانند H-DBSCAN و DBSCAN-GM در شرایط خاص، بهبود قابل توجهی در دقت خوشهبندی و کاهش پیچیدگی زمانی دارند. این مقاله همچنین پیشنهاداتی برای پژوهشهای آینده در زمینه بهینهسازی این الگوریتمها و استفاده از تکنیکهای جدید مانند یادگیری عمیق و مدلهای کوانتومی ارائه میدهد. |
| کلیدواژه ها |
| DBSCAN، خوشهبندی مبتنی بر چگالی، الگوریتم های بهبود یافته، شناسایی خوشه |
| وضعیت: پذیرفته شده |
