Találati lista | Tudóstér

001-es BibID:	BIBFORM095567
035-os BibID:	(cikkazonosító)852 (WoS)000676479300001 (Scopus)85109815317
Első szerző:	Aszalós László (matematikus)
Cím:	Decompose Boolean Matrices with Correlation Clustering / László Aszalós
Dátum:	2021
ISSN:	1099-4300
Megjegyzések:	One of the tasks of data science is the decomposition of large matrices in order to understand their structures. A special case of this is when we decompose relations, i.e., logical matrices. In this paper, we present a method based on the similarity of rows and columns, which uses correlation clustering to cluster the rows and columns of the matrix, facilitating the visualization of the relation by rearranging the rows and columns. In this article, we compare our method with Gunther Schmidt's problems and solutions. Our method produces the original solutions by selecting its parameters from a small set. However, with other parameters, it provides solutions with even lower entropy.
Tárgyszavak:	Műszaki tudományok Informatikai tudományok idegen nyelvű folyóiratközlemény külföldi lapban folyóiratcikk matrix decomposition correlation clustering similarity
Megjelenés:	Entropy. - 23 : 7 (2021), p. 1-12. -
Pályázati támogatás:	EFOP-3.6.3-VEKOP-16-2017-00002 EFOP
Internet cím:	Szerző által megadott URL DOI Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Saját polcon: