K-Medoids Clustering and Fuzzy Sets for Isolation Forest
Fragment książki (Materiały konferencyjne)
MNiSW
140
konferencja
| Status: | |
| Autorzy: | Karczmarek Paweł, Kiersztyn Adam, Pedrycz Witold, Badurowicz Marcin, Czerwiński Dariusz, Montusiewicz Jerzy |
| Dyscypliny: | |
| Aby zobaczyć szczegóły należy się zalogować. | |
| Wersja dokumentu: | Drukowana | Elektroniczna |
| Język: | angielski |
| Strony: | 1 - 8 |
| Web of Science® Times Cited: | 0 |
| Scopus® Cytowania: | 4 |
| Bazy: | Web of Science | Scopus |
| Efekt badań statutowych | NIE |
| Finansowanie: | Funded by the National Science Centre, Poland under CHIST-ERA programme (Grant no. 2018/28/Z/ST6/00563). |
| Materiał konferencyjny: | TAK |
| Nazwa konferencji: | IEEE International Conference on Fuzzy Systems (FUZZ-IEEE) 2021 |
| Skrócona nazwa konferencji: | FUZZ-IEEE 2021 |
| URL serii konferencji: | LINK |
| Termin konferencji: | 11 lipca 2021 do 14 lipca 2021 |
| Miasto konferencji: | Virtual Conference |
| Państwo konferencji: | LUKSEMBURG |
| Publikacja OA: | NIE |
| Abstrakty: | angielski |
| Capturing anomalies in data is one of the mostimportant problems in modern data analysis. In recent years,scientists have developed many interesting approaches. One ofthe leading is the Isolation Forest method, which is based onsearching a forest of binary trees. This method is extremelyeffective, especially in the case of relatively small databases.Despite of that, a lot of work has been done for years toimprove it. For instance, variants based on rotation or fuzzyvsets were developed. In this paper, we propose a very effectivemethod of building search trees based on grouping data using the K-Medoids method. The results of the conducted experimentssuggest a significant improvement in the quality of the methodin relation to the original Isolation Forest. |
