Högskolan i Skövde

his.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • apa-cv
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Maximal c consensus meets
Högskolan i Skövde, Institutionen för informationsteknologi. Högskolan i Skövde, Forskningscentrum för Informationsteknologi. (Skövde Artificial Intelligence Lab)ORCID-id: 0000-0002-0368-8037
Högskolan i Skövde, Institutionen för informationsteknologi. Högskolan i Skövde, Forskningscentrum för Informationsteknologi. (Skövde Artificial Intelligence Lab)ORCID-id: 0000-0002-2564-0683
2019 (Engelska)Ingår i: Information Fusion, ISSN 1566-2535, E-ISSN 1872-6305, Vol. 51, s. 58-66Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

Given a set S of subsets of a reference set X, we define the problem of finding c subsets of X that maximize the size of the intersection among the included subsets. Maximizing the size of the intersection means that they are subsets of the sets in S and they are as large as possible. We can understand the result of this problem as c consensus sets of S, or c consensus representatives of S. From the perspective of lattice theory, each representative will be a meet of some sets in S. In this paper we define formally this problem, and present heuristic algorithms to solve it. We also discuss the relationship with other established problems in the literature.

Ort, förlag, år, upplaga, sidor
NETHERLANDS: Elsevier, 2019. Vol. 51, s. 58-66
Nyckelord [en]
clustering, consensus clustering, heuristic algorithms, Maximal c consensus meets, Cluster analysis, Clustering algorithms, Lattice theory, Set theory, Reference set
Nationell ämneskategori
Datavetenskap (datalogi)
Forskningsämne
Skövde Artificial Intelligence Lab (SAIL)
Identifikatorer
URN: urn:nbn:se:his:diva-16463DOI: 10.1016/j.inffus.2018.09.011ISI: 000469155600006Scopus ID: 2-s2.0-85056612105OAI: oai:DiVA.org:his-16463DiVA, id: diva2:1283853
Ingår i projekt
Disclosure risk and transparency in big data privacy, Vetenskapsrådet
Forskningsfinansiär
Vetenskapsrådet, 2016–03346
Anmärkning

Partially supported by Vetenskapsrådet project: “Disclosure risk and transparency in big data privacy” (VR 2016–03346).

DRIAT

Tillgänglig från: 2019-01-30 Skapad: 2019-01-30 Senast uppdaterad: 2021-08-18Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Person

Torra, VicençSenavirathne, Navoda

Sök vidare i DiVA

Av författaren/redaktören
Torra, VicençSenavirathne, Navoda
Av organisationen
Institutionen för informationsteknologiForskningscentrum för Informationsteknologi
I samma tidskrift
Information Fusion
Datavetenskap (datalogi)

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 280 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • apa-cv
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf