Distance-based Clustering methods categorize samples by optimizing a global criterion, finding ellipsoid clusters with roughly equal sizes. In contrast, density-based Clustering techniques form clusters with arbitrary shapes and sizes by optimizing a local criterion. Most of these methods have several hyper-parameters, and their performance is highly dependent on the hyper-parameter setup. Recently, a Gaussian Density Distance (GDD) approach was proposed to optimize local criteria in terms of distance and density properties of samples. GDD can find clusters with different shapes and sizes without any free parameters. However, it may fail to discover the appropriate clusters due to the interfering of clustered samples in estimating the density and distance properties of remaining unclustered samples. Here, we introduce Adaptive GDD (AGDD), which eliminates the inappropriate effect of clustered samples by adaptively updating the parameters during Clustering. It is Stable and can identify clusters with various shapes, sizes, and densities without adding extra parameters. The distance metrics calculating the dissimilarity between samples can affect the Clustering performance. The effect of different distance measurements is also analyzed on the method. The experimental results conducted on several well-known datasets show the effectiveness of the proposed AGDD method compared to the other well-known Clustering methods.

خوشه بندی مبتنی بر مدل پرکاربردترین روش خوشه بندی آماری است، که در آن داده های ناهمگن با استفاده از استنباط بر اساس مدل های آمیخته به گروه هایی همگن تقسیم می شوند. وجود خطای اندازه گیری در داده ها می تواند کیفیت خوشه بندی را کاهش و به عنوان مثال، موجب بیش برازشی و تولید خوشه های جعلی شود. برای رفع این مشکل، خوشه بندی مبتنی بر مدل با فرض توزیع نرمال برای خطای اندازه گیری معرفی شده است. با وجود این، مقدارهای خیلی بزرگ یا خیلی کوچک (دورافتاده) از خطاهای اندازه گیری باعث عملکرد ضعیف روش های خوشه بندی موجود می شوند. برای رفع این مشکل و ساختن یک مدل استوار نسبت به حضور خطاهای اندازه گیری دورافتاده در داده ها، در این مقاله برای خطای اندازه گیری توزیع آلفا-پایدار متقارن جایگزین توزیع نرمال می شود و با استفاده از الگوریتم EM و روش های عددی، پارامترهای مدل برآورد می شوند. با استفاده از شبیه سازی و تحلیل داده واقعی به مقایسه مدل جدید ارائه شده با روش خوشه بندی مبتنی بر مدل با روش MCLUST، در حالت های با و بدون خطای اندازه گیری پرداخته و کارایی مدل پیشنهادی برای خوشه بندی داده ها در حضور انواع خطاهای اندازه گیری دورافتاده، نشان داده می شود.

اینترنت وسایل­ نقلیه، چارچوب جدیدی برای سیستم­ های حمل ونقل هوشمند است که یکی از اهداف آن بهبود ایمنی و افزایش کیفیت سفرهای جاده ­ای است. تغییرات توپولوژی در اینترنت وسایل­ نقلیه، کارکرد برنامه­ های ایمنی را با چالش ­های اساسی روبه ­رو می ­کند. به علت تنوع شرایط ترافیکی، قابلیت اطمینان روش­ های خوشه­ بندی فعلی با ریسک ­های زیادی مواجه می­ شود. در این پژوهش با هدف افزایش قابلیت اطمینان در اینترنت وسایل ­نقلیه، یک مدل خوشه ­بندی چند­معیاره و بدون وابستگی به زیرساخت به نام RFCV پیشنهاد شده است و با معرفی چهار معیار جدید با عنوان «سابقه تحرک خودرو»، «تطابق سرعت خودرو با میانگین هارمونیک سرعت خودروهای نزدیک»، «تعداد همسایگان مطمئن خودرو» و «کیفیت عملکرد در خوشه­ های قبلی»، خودروهای در حال حرکت وزن­ دهی می ­شوند و یکی از آن ها با بهترین وزن به عنوان سرخوشه انتخاب می­ شود و یک سرخوشه جایگزین نیز برای بهبود پایداری خوشه تعیین می­ شود. پایداری خوشه باعث می­ شود تبادل پیام در نزدیک ترین زمان نسبت به زمان واقعی میسر ­شود. کارایی طرح پیشنهادی از نظر تئوری اثبات شده است و شبیه­ سازی با سناریوهای متعدد در محیط SUMO و NS3، نمایانگر برتری روش RFCV در افزایش «طول عمر مسیر و نرخ تحویل بسته ­ها» و کاهش «میانگین تأخیر و سربار کنترلی» در محیط ­های متراکم شهری و کم­ تراکم بزرگ راهی است.

Purpose: Clustering and co-word analysis is a method to reveal relationships and links and illustrate the intellectual structure of a scientific field. This research tries to study the intellectual structure of articles in the field of futures studies in Iran by using the technique of co-word analysis. Method: The current research is a descriptive-analytical development with a scientometric approach. The statistical population is 921 articles retrieved records in the field of futures studies. Findings: The findings showed that articles in the field of futures studies in Iran are often associated with positive growth, and in terms of frequency, the keywords scenario, Islamic Republic, and foresight are the most frequent in futures studies. The findings related to the hierarchical Clustering led to the formation of 8 clusters in this field, namely "ICT visions", "geographers who love the future", "knowledge development", " Futuristic higher education", "Future of Religion", "Regional Relations", "Strategic Foresight" and "Heavy Weight of Method". Conclusion: According to the findings of the current research and the high frequency of the keyword scenario, as well as the density and relationships of this keyword with other keywords, it can be concluded that the scenario is the dominant approach in futures studies. Also, according to the resulting clusters, it was observed that these researches have a high variety, but addressing the future in many areas is still neglected.

Automatic topic detection seems unavoidable in social media analysis due to big text data which their users generate. Clustering-based methods are one of the most important and up-to-date categories in topic detection. The goal of this research is to have a wide study on this category. Therefore, this paper aims to study the main components of Clustering-based-topic-detection, which are embedding methods, distance metrics, and Clustering algorithms. Transfer learning and consequently pretrained language models and word embeddings have been considered in recent years. Regarding the importance of embedding methods, the efficiency of five new embedding methods, from earlier to recent ones, are compared in this paper. To conduct our study, two commonly used distance metrics, in addition to five important Clustering algorithms in the field of topic detection, are implemented by the authors. As COVID-19 has turned into a hot trending topic on social networks in recent years, a dataset including one-month tweets collected with COVID-19-related hashtags is used for this study. More than 7500 experiments are performed to determine tunable parameters. Then all combinations of embedding methods, distance metrics and Clustering algorithms (50 combinations) are evaluated using Silhouette metric. Results show that T5 strongly outperforms other embedding methods, cosine distance is weakly better than other distance metrics, and DBSCAN is superior to other Clustering algorithms.

در این مقاله آشکارساز هدف متحرک در رادار مایمو با آنتن گسترده در حضور کلاتر a-Stable پیشنهاد شده است. به دلیل پیچیدگی محاسبه تخمین پارامترهای نامعلوم در حالت وجود هدف، از آزمون رائو برای استخراج آشکارساز استفاده می شود. مدل a-Stable یک مدل عام بوده که می توان با انتخاب مناسب پارامترهای آن به محیط های مختلفی اعمال کرد. مشکل این مدل این است که فرم بسته ای برای تابع چگالی احتمال آن وجود ندارد. خوشبختانه مدل های تقریبی وجود دارد که این توزیع را به صورت فرم بسته بیان می کند. در این مقاله به دلیل انطباق خوب مدل ترکیبی گوسی _کوشی با داده های تجربی، از این مدل برای بیان کلاتر a-Stable استفاده می شود. در نهایت براساس نمودار احتمال آشکارسازی بر حسب نسبت سیگنال به کلاتر، عملکرد آشکارساز پیشنهادی با آشکارساز بهینه گوسی مقایسه می گردد. نتایج حاصل از شبیه سازی نشان می دهد که عملکرد آشکارساز پیشنهادی، به مراتب بهتر از آشکارساز بهینه گوسی است.