Кластеризація багатовимірних даних (Ukrainian Wikipedia)

Analysis of information sources in references of the Wikipedia article "Кластеризація багатовимірних даних" in Ukrainian language version.

refsWebsite

Global rank Ukrainian rank

11doi.org

2^nd place

4^th place

2nih.gov

4^th place

5^th place

1web.archive.org

1^st place

1lmu.de

low place

1archive.org

6^th place

archive.org

Kailing, K.; Kriegel, H. P.; Kröger, P. (2004). Density-Connected Subspace Clustering for High-Dimensional Data. Proceedings of the 2004 SIAM International Conference on Data Mining. с. 246. doi:10.1137/1.9781611972740.23. ISBN 978-0-89871-568-2.

doi.org

Kriegel, H. P.; Kröger, P.; Zimek, A. (2009). Clustering high-dimensional data. ACM Transactions on Knowledge Discovery from Data. 3: 1—58. doi:10.1145/1497577.1497578.
Houle, M. E.; Kriegel, H. P.; Kröger, P.; Schubert, E.; Zimek, A. (2010). Can Shared-Neighbor Distances Defeat the Curse of Dimensionality? (PDF). Scientific and Statistical Database Management. Lecture Notes in Computer Science. Т. 6187. с. 482. doi:10.1007/978-3-642-13818-8_34. ISBN 978-3-642-13817-1. Архів оригіналу (PDF) за 23 Грудня 2018. Процитовано 17 Квітня 2019.
Agrawal, R.; Gehrke, J.; Gunopulos, D.; Raghavan, P. (2005). Automatic Subspace Clustering of High Dimensional Data. Data Mining and Knowledge Discovery. 11: 5—33. doi:10.1007/s10618-005-1396-1. {{cite journal}}: Cite має пустий невідомий параметр: |1= (довідка)
Kailing, K.; Kriegel, H. P.; Kröger, P. (2004). Density-Connected Subspace Clustering for High-Dimensional Data. Proceedings of the 2004 SIAM International Conference on Data Mining. с. 246. doi:10.1137/1.9781611972740.23. ISBN 978-0-89871-568-2.
De Amorim, R.C.; Mirkin, B. (2012). Minkowski metric, feature weighting and anomalous cluster initializing in K-Means clustering. Pattern Recognition. 45 (3): 1061. doi:10.1016/j.patcog.2011.08.012.
Carbonera, Joel Luis; Abel, Mara (November 2014). An Entropy-Based Subspace Clustering Algorithm for Categorical Data. IEEE. doi:10.1109/ictai.2014.48. ISBN 9781479965724. {{cite book}}: Проігноровано |journal= (довідка)
Carbonera, Joel Luis; Abel, Mara (2015). CBK-Modes: A Correlation-based Algorithm for Categorical Data Clustering. SCITEPRESS - Science and Technology Publications. doi:10.5220/0005367106030608. ISBN 9789897580963. {{cite book}}: Проігноровано |journal= (довідка)
Böhm, C.; Kailing, K.; Kriegel, H. -P.; Kröger, P. (2004). Density Connected Clustering with Local Subspace Preferences. Fourth IEEE International Conference on Data Mining (ICDM'04). с. 27. doi:10.1109/ICDM.2004.10087. ISBN 0-7695-2142-8.
Aggarwal, C. C.; Wolf, J. L.; Yu, P. S.; Procopiuc, C.; Park, J. S. (1999). Fast algorithms for projected clustering. ACM SIGMOD Record. 28 (2): 61. doi:10.1145/304181.304188. {{cite journal}}: Cite має пустий невідомий параметр: |1= (довідка)
Kriegel, H.; Kröger, P.; Renz, M.; Wurst, S. (2005). A Generic Framework for Efficient Subspace Clustering of High-Dimensional Data. Fifth IEEE International Conference on Data Mining (ICDM'05). с. 250. doi:10.1109/ICDM.2005.5. ISBN 0-7695-2278-5.
Hund, M.; Böhm, D.; Sturm, W.; Sedlmair, M.; Schreck, T.; Keim, D.A.; Majnaric, L.; Holzinger, A. (2016). Visual analytics for concept exploration in subspaces of patient groups: Making sense of complex datasets with the Doctor-in-the-loop. Brain Informatics. 3 (4): 233—247. doi:10.1007/s40708-016-0043-5. PMC 5106406. PMID 27747817.

lmu.de

dbs.ifi.lmu.de

Houle, M. E.; Kriegel, H. P.; Kröger, P.; Schubert, E.; Zimek, A. (2010). Can Shared-Neighbor Distances Defeat the Curse of Dimensionality? (PDF). Scientific and Statistical Database Management. Lecture Notes in Computer Science. Т. 6187. с. 482. doi:10.1007/978-3-642-13818-8_34. ISBN 978-3-642-13817-1. Архів оригіналу (PDF) за 23 Грудня 2018. Процитовано 17 Квітня 2019.

nih.gov

ncbi.nlm.nih.gov

Hund, M.; Böhm, D.; Sturm, W.; Sedlmair, M.; Schreck, T.; Keim, D.A.; Majnaric, L.; Holzinger, A. (2016). Visual analytics for concept exploration in subspaces of patient groups: Making sense of complex datasets with the Doctor-in-the-loop. Brain Informatics. 3 (4): 233—247. doi:10.1007/s40708-016-0043-5. PMC 5106406. PMID 27747817.

pubmed.ncbi.nlm.nih.gov

Hund, M.; Böhm, D.; Sturm, W.; Sedlmair, M.; Schreck, T.; Keim, D.A.; Majnaric, L.; Holzinger, A. (2016). Visual analytics for concept exploration in subspaces of patient groups: Making sense of complex datasets with the Doctor-in-the-loop. Brain Informatics. 3 (4): 233—247. doi:10.1007/s40708-016-0043-5. PMC 5106406. PMID 27747817.

web.archive.org

Houle, M. E.; Kriegel, H. P.; Kröger, P.; Schubert, E.; Zimek, A. (2010). Can Shared-Neighbor Distances Defeat the Curse of Dimensionality? (PDF). Scientific and Statistical Database Management. Lecture Notes in Computer Science. Т. 6187. с. 482. doi:10.1007/978-3-642-13818-8_34. ISBN 978-3-642-13817-1. Архів оригіналу (PDF) за 23 Грудня 2018. Процитовано 17 Квітня 2019.