دانلود مقاله رویکرد میانگین مرکز فازی کارآمد بر اساس تجزیه چند متغیری کانونیک برای خوشه بندی داده های بزرگ
چکیده
داده کاوی داده های هوشمند از داده های بزرگ جمع آوری شده از اینترنت اشیا به منظور بهتر کردن زندگی بشر با مجتمع سازی دستگاه های فیزیکی در فضای اطلاعات است. یکی از مهمترین روش های خوشه بندی برای یادگیری داده هوشمند، الگوریتم میانگین مرکز فازی (FCM) است که هر شیء را با محاسبه ماتریس عضویت به چندین گروه اختصاص می دهد. با این حال هر شیء داده بزرگ تعداد زیادی ویژگی دارد که چالش بزرگی برای خوشه بندی زمان واقعی داده بزرگ IoT از طریق FCM را به همراه دارد. در این مقاله یک روش میانگین مرکز فازی کارآمد بر اساس تجزیه چند متغیری استاندارد تانسور را برای خوشه بندی داده های بزرگ در اینترنت اشیا معرفی می کنیم. در طرح ارائه شده، الگوریتم میانگین مرکز فازی معمول توسط تابع دوسویی به الگوریتم میانگین مرکز فازی تانسور مرتبه بالا (HOFCM) تبدیل می شود. به علاوه تجزیه چند متغیری کانونیک تانسور برای کاهش ویژگی های هر شیء به کار می رود تا بازده خوشه بندی بهبود یابد. در آخر آزمایش های زیادی برای مقایسه طرح توسعه داده شده با الگوریتم میانگین مرکز فازی معمول روی دو مجموعه داده بزرگ IoT شامل eWSN و eGSAD نسبت به صحت خوشه بندی و بازده خوشه بندی انجام می شود. نتایج بیان می کنند که طرح توسعه داده شده به طور قابل توجهی، بازده خوشه بندی بالاتری دارد و صحت خوشه بندی آن به میزان کمی کمتر از الگوریتم معمول است که توانایی طرح ارائه شده برای یادگیری داده هوشمند از داده بزرگ IoT را نشان می دهد.
1. مقدمه
در سال های اخیر شاهد کاربرد وسیع اینترنت اشیا (IoT) با هدف بهبود زندگی بشر توسط مجتمع سازی دستگاه های فیزیکی در فضای اطلاعات بوده ایم [1،2]. به طور خاص حوزه های کاربرد IoT که به عنوان نمونه موفق بوده اند شامل مدیریت هوشمند شهری، تولید صنعتی، سیستم جلوگیری از نفوذ غیر مجاز و غیره هستند. معماری معمول سیستم IoT شامل سه لایه از پایین به بالا به نام های لایه فیزیکی، لایه شبکه و لایه برنامه است که در شکل 1 نشان داده شده است.
در لایه فیزیکی تعداد زیادی از دستگاه های فیزیکی مثل حسگرها، سیستم موقعیت یاب جهانی (GPS) و دوربین ها استفاده می شوند تا داده های خام را جمع آوری کنند. برای مثال برخی از حسگرها برای جمع آوری پارامترهایی مثل دما و فشار دستگاه های فیزیکی مختلفی به کار می روند که در تولید صنعتی کار می کنند. به طور خاص حجم داده-های خام جمع آوری شده از اینترنت اشیا آنقدر زیاد است که معمولا به آن داده بزرگ اینترنت اشیا گفته می شود. هدف از لایه شبکه، انتقال داده بزرگ IoT از لایه فیزیکی به لایه برنامه توسط شبکه های مختلفی مثل شبکه حسگر بی سیم و اینترنت است. به طور خاص پارامترهای جمع آوری شده از دستگاه های فیزیکی در تولید صنعتی به مرکز داده انتقال داده می شوند. لایه برنامه داده های هوشمند از داد بزرگ IoT را فرامی گیرد تا تمام انواع خدمات مانند تصمیم های هوشمند را فراهم کند. برای مثال هنگامی که با تجزیه و تحلیل پارامترهای جمع آوری شده در مرکز داده، حالت غیر متعارفی در دستگاه های فیزیکی در تولید صنعتی شناسایی شود، می توانیم به سرعت عمل کنیم و از هر گونه فاجعه یا خرابی احتمالی پیشگیری کنیم. طبق معماری سیستم IoT، راه حل یادگیری داده هوشمند از داده بزرگ اینترنت اشیا است تا خدمات هوشمند مختلفی را بتوان عرضه کرد [3،4]. روش های معمولی که به کار گرفته می شوند شامل فشرده سازی داده، یادگیری ماشین، تحلیل همبستگی و خوشه بندی برای پردازش داده و تجزیه و تحلیل در IoT هستند [3،5].
5. نتیجه گیری
در این مقاله یک روش میانگین مرکز فازی کارآمد را بر اساس تجزیه چند متغیری کانونیک تانسور برای خوشه بندی داده بزرگ IoT برای یادگیری داده های هوشمند معرفی کردیم. به طور خاص، طرح تجزیه چند متغیری کانونیک تانسور برای کاهش قابل توجه ویژگی های هر شیء در مجموعه داده خام به کار می رود. از یک سو، روش ارائه شده می تواند میزان داده را تا حد خوبی کاهش دهد که در نتیجه روش میانگین مرکز فازی در دستگاه های سطح پایین نیز در سیستم های IoT اجرا خواهد شد. از سوی دیگر، روش ارائه شده می تواند بازده خوشه بندی روش میانگین مرکز فازی را تا حد خوبی برای خوشه بندی داده های بزرگ IoT بهبود بخشد. به علاوه، بازده خوشه بندی و زمان اجرا را بین روش میانگین مرکز فازی کارآمد ارائه شده و روش میانگین مرکز فازی استاندارد روی دو نمونه مجموعه داده IoT، یعنی eGSAD و sWSN مقایسه کردیم. نتایج به طور واضح نشان می دهند که روش ارائه شده بازده بالاتری نسبت به روش میانگین مرکز فازی استاندارد دارد در حالی که روش ارائه شده به صحت خوشه بندی قابل توجهی در مقایسه با روش میانگین مرکز فازی استاندارد نسبت به *E و ARI دست یافته است. چنین نتایجی ثابت می کنند که روش میانگین مرکز فازی کارآمد ارائه شده بر اساس تجزیه چند متغیری کانونیک تانسور روش مناسبی است. بنابراین صحت خوشه بندی و بازده خوشه بندی روش ارائه شده را در سیستم های IoT واقعی با دستگاه های محاسباتی سطح پایین در کارهای آینده خواهیم سنجید. به علاوه روش میانگین مرکز فازی معمولا متاثر از مقداردهی اولیه است، بنابراین کارهای آینده به بررسی روشی موثر برای مقداردهی اولیه عضویت خواهد پرداخت تا عملکرد روش ارائه شده را بیشتر بهبود ببخشیم.
Abstract
Mining smart data from the collected big data in Internet of Things which attempts to better human life by integrating physical devices into the information space. As one of the most important clustering techniques for drilling smart data, the fuzzy c-means algorithm (FCM) assigns each object to multiple groups by calculating a membership matrix. However, each big data object has a large number of attributes, posing an remarkable challenge on FCM for IoT big data real-time clustering. In this paper, we propose an efficient fuzzy c-means approach based on the tensor canonical polyadic decomposition for clustering big data in Internet of Things. In the presented scheme, the traditional fuzzy c-means algorithm is converted to the high-order tensor fuzzy c-means algorithm (HOFCM) via a bijection function. Furthermore, the tensor canonical polyadic decomposition is utilized to reduce the attributes of every objects for enhancing the clustering efficiency. Finally, the extensive experiments are conducted to compare the developed scheme with the traditional fuzzy c-means algorithm on two large IoT datasets including sWSN and eGSAD regarding clustering accuracy and clustering efficiency. The results argue that the developed scheme achieves a significantly higher clustering efficiency with a slight clustering accuracy drop compared with the traditional algorithm, indicating the potential of the developed scheme for drilling smart data from IoT big data.
1. Introduction
Recent years has witnessed the broad application of Internet of Things (IoT) with the goal of enhancing the human life by integrating physical devices into the information space [1,2]. Specially, the representatively successful application domains of IoT include smart city management, industrial manufacturing, in- trusion prevention system and so on. The typical architecture of an IoT system consists of three layers from bottom to up, namely physical layer, network layer and application layer, presented in Figure 1.
In the physical layer, a large number of physical devices for instance sensors, global positioning system (GPS) and cameras are utilized to collect raw data. For example, some sensors are utilized to collect the parameters such as temperature and pressure of various physical devices which work in the industrial manufacturing. In particular, the volume of the raw data collected from Internet of Things is so large that it is usually called IoT big data. The network layer aims to transfer the IoT big data from the physical layer to the application layer by various networks such as wireless sensor network and Internet. Specially, the collected parameters of the physical devices in the industrial manufacturing will be transferred to the data center. The application layer mines drills smart data from IoT big data to provide all kinds of services such as intelligent decisions. For example, once the anomaly state of the physical devices in the industrial manufacturing is detected by analyzing the collected parameters in the data center, we can take immediate actions to prevent any possible disaster and destruction. According to the architecture of an IoT system, the key is to drill smart data from big data for Internet of Things to offer various intelligent services [3,4]. Commonly utilized techniques include data compression, machine learning, correlation analysis and clustering for data processing and analytics in IoT [3,5].
5. Conclusion
In this paper, we developed an efficient fuzzy c-means approach based on the tensor canonical polyadic decomposition to cluster IoT big data for drilling smart data. In particular, the tensor canonical polyadic decomposition scheme is employed to reduce the attributes of each object in the raw dataset significantly. On the one hand, the presented approach could reduce the amount of the data greatly, which makes the fuzzy c-means approach possible to run in the low-end devices in the IoT systems. On the other hand, the presented approach could enhance the clustering efficiency of the fuzzy c-means approach greatly for IoT big data clustering. Furthermore, we compared the clustering efficiency and running time between the presented efficient fuzzy c-means approach and the standard fuzzy c-means approach on two representative IoT datasets, i.e., eGASD and sWSN. Results clearly point out that the presented approach achieved more high efficiency than the standard fuzzy c-means approach while the presented approach obtained the considerable clustering accuracy with the standard fuzzy c-means approach regarding E∗ and ARI. Such results proving the potential of the presented efficient fuzzy c-means approach based on the tensor canonical polyadic decomposition. Therefore, we will judge the clustering accuracy and the clustering efficiency of the developed approach in the real IoT systems with low-end computing devices in the future work. In addition, the fuzzy c-means approach is generally affected by the initialization, so the future work will investigate the effective method to initialize the membership to further improve the performance of the presented approach.
(جهت بزرگ نمایی روی عکس کلیک نمایید)
چکیده
1. مقدمه
2. معلومات اولیه
2.1.روش میانگین های مرکز فازی (FCM)
2.2. طرح تجزیه چند متغیری کانونیک تانسور
3. روش میانگین مرکز فازی کارآمد بر اساس طرح تجزیه چند متغیری کانونیک تانسور
4. آزمایش ها
4.1. آزمایش ها روی eGSAD
4.2. آزمایش ها روی sWSN
5. نتیجه گیری
6. سپاسگزاری
منابع
Abstract
1. Introduction
2. Preliminaries
2.1. Fuzzy c-Means Approach (FCM)
2.2. Tensor Canonical Polyadic Decomposition Scheme
3. The Efficient Fuzzy c-Means Approach Based on Tensor Canonical Polyadic Decomposition Scheme
4. Experiments
4.1. Experiments on eGSAD
4.2. Experiments on sWSN
5. Conclusion
6. Acknowledge
References
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه