[論文レビュー] Unsupervised classification of uncertain data objects in spatial databases using computational geometry and indexing techniques

Ramachandra Rao Kurada|arXiv (Cornell University)|Dec 9, 2013

Data Management and Algorithms参考文献 16被引用数 3

ひとこと要約

本稿では、不確実な空間データに対する非教師ありクラスタリング手法を提案する。期待距離（ED）を類似度測定に用いた不確実K-平均法（UK-Means）を採用し、プルーニングにボロノイ図を統合し、R*-treeインデキシングを用いて計算コストを低減する。従来手法に比べ、不確実な空間データベースにおける性能が顕著に向上する。

ABSTRACT

Unsupervised classification called clustering is a process of organizing objects into groups whose members are similar in some way. Clustering of uncertain data objects is a challenge in spatial data bases. In this paper we use Probability Density Functions (PDF) to represent these uncertain data objects, and apply Uncertain K-Means algorithm to generate the clusters. This clustering algorithm uses the Expected Distance (ED) to compute the distance between objects and cluster representatives. To further improve the performance of UK-Means we propose a novel technique called Voronoi Diagrams from Computational Geometry to prune the number of computations of ED. This technique works efficiently but results pruning overheads. In order to reduce these in pruning overhead we introduce R*-tree indexing over these uncertain data objects, so that it reduces the computational cost and pruning overheads. Our novel approach of integrating UK-Means with voronoi diagrams and R* Tree applied over uncertain data objects generates imposing outcome when compared with the accessible methods.

研究の動機と目的

• データポイントの確率的位置を有する空間データベースにおける不確実なデータオブジェクトのクラスタリングという課題に対処すること。
• 期待距離（ED）計算の回数を削減することで、不確実K-平均法の効率を向上させること。
• ボロノイ図によるプルーニングに伴うオーバーヘッドを、R*-treeインデキシングの統合によって最小限に抑えること。
• 不確実な空間データに特化したスケーラブルで高パフォーマンスなクラスタリングフレームワークを構築すること。
• 従来の手法と比較して、クラスタリングの正確性と実行時間の両面で優れた結果を達成すること。

提案手法

• 空間的な不確実性をモデル化するため、不確実なデータオブジェクトを確率密度関数（PDFs）で表現する。
• 不確実なオブジェクトとクラスタ重心間の距離測定に、期待距離（ED）を用いた不確実K-平均法を採用する。
• 計算幾何学におけるボロノイ図を用いて、クラスタリング中に不要なED計算を特定・プルーニングする。
• 不確実なデータオブジェクトにR*-treeインデキシングを導入し、空間アクセスを高速化し、プルーニングに起因する計算コストを低減する。
• ボロノイ図に基づくプルーニングとR*-treeによるアクセス手法を組み合わせ、全体のクラスタリングパイプラインを最適化する。
• ボロノイ図がプルーニングをガイドし、R*-treeが領域ベースのアクセスを高速化するハイブリッド戦略を採用する。

実験結果

リサーチクエスチョン

• RQ1 不確実K-平均法のクラスタリングにおいて、期待距離計算の計算コストをどのように低減できるか。
• RQ2 ボロノイ図は、不確実な空間クラスタリングにおけるプルーニング効率をどの程度向上できるか。
• RQ3 R*-treeインデキシングは、幾何的プルーニング技術に起因するオーバーヘッドを効果的に低減できるか。
• RQ4 ボロノイ図とR*-treeの統合は、ベースライン手法と比較して、クラスタリングのパフォーマンスとスケーラビリティにおいてどの程度優れているか。
• RQ5 計算幾何学とインデキシングの統合が、不確実な空間データベースにおける非教師ありクラスタリングの正確性と効率性に与える影響は何か。

主な発見

• ボロノイ図に基づくプルーニングにより、期待距離計算の回数を削減することで、提案手法が顕著なパフォーマンス向上を達成した。
• R*-treeインデキシングの統合により、ボロノイ図に起因するプルーニングオーバーヘッドが効果的に緩和され、クエリ処理が高速化された。
• ボロノイ図とR*-treeの併用により、不確実な空間データに対するよりスケーラブルで効率的なクラスタリングフレームワークが実現された。
• クラスタリングの品質を維持したまま、実行時間と計算コストの両面で従来手法を上回る性能を発揮した。
• 実験結果から、提案手法は、不確実な空間クラスタリングにおける利用可能なベースライン手法と比較して、はるかに優れた結果をもたらすことが示された。
• 最適化された空間アクセスと冗長な距離計算の削減に起因し、大規模な不確実な空間データベースにおいて特に効果的であることが分かった。