การจัดเรียง (alignment) อาศัยข้อเท็จจริงว่า living organisms ทั้งหมดเชื่อมโยงกันโดย evolution (วิวัฒนาการ) ใช้ว่า nucleotide (DNA, RNA) และ protein sequences ของ species ที่ใกล้ชิดใน evolution ควรแสดง similarities สูงกว่า Alignment คือขั้นตอนการจัดเรียง sequences ให้ได้ maximal level of identity ซ

ความหมายของ BLAST BLAST algorithm (อัลกอริทึม BLAST) ถูกพัฒนาโดย Altschul, Gish, Miller ประมาณปี 1990 ที่ National Center for Biotechnology Information (NCBI) BLAST ถูกใช้เพื่อ derive (นำมา) functional (หน้าที่) และ evolutionary relationships (ความสัมพันธ์เชิงวิวัฒนาการ) ระหว่าง sequences (ลำดับ) แ

ความหมายของ Tuple ID Propagation Tuple ID propagation (การแพร่กระจาย Tuple ID) เป็นแนวทาง (approach) สำหรับการดำเนินการ virtual join (การเชื่อมต่อเสมือน) ซึ่งปรับปรุงประสิทธิภาพ (improves effectiveness) ของ multirelational classification (การจัดประเภทหลายความสัมพันธ์) อย่างมาก แทนที่จะ physically j

ความหมายของ Multirelational Clustering Multirelational clustering (การจัดกลุ่มหลายความสัมพันธ์) คือ กระบวนการแบ่งพาร์ติชัน (partitioning) วัตถุข้อมูล (data objects) เข้าเป็นกลุ่มของ clusters (คลัสเตอร์) ขึ้นอยู่กับ similarity (ความคล้ายคลึง) ของพวกเขา โดยใช้ข้อมูลใน multiple relations (ความสัมพันธ์

การทำให้ทั่วไปของ Set-valued Attributes Set-valued attribute (แอตทริบิวต์ที่มีค่าเป็นเซต) สามารถเป็น homogeneous (สม่ำเสมอ) หรือ heterogeneous type (หลากหลายชนิด) โดยทั่วไป set-valued information (ข้อมูลที่เป็นเซต) สามารถทำให้ทั่วไปได้โดย: Generalization (การทำให้ทั่วไป) ของทุกค่าในเซตไปสู่ higher

Statistical Spatial Data Analysis Statistical spatial data analysis (การวิเคราะห์ข้อมูลเชิงพื้นที่ทางสถิติ) เป็นเทคนิคที่นิยม (popular technique) สำหรับสำรวจข้อมูลเชิงพื้นที่ (exploring spatial data) และวิเคราะห์ข้อมูลภูมิศาสตร์ (analyzing geographic data) คำว่า geostatistics (สถิติภูมิศาสตร์) เกี่

ความสำคัญของ Automated Document Classification Automated document classification (การจัดประเภทเอกสารอัตโนมัติ) เป็นบริการ text mining (การทำเหมืองข้อความ) ที่สำคัญ เนื่องจากมีจำนวนไฟล์ออนไลน์ (on-line files) ทεράมิตร (tremendous number) จึงเป็น endless (ไม่มีที่สิ้นสุด) แต่สำคัญ (important) ที่จะสา

ความหมายของ Document Clustering Document clustering (การจัดกลุ่มเอกสาร) เป็นเทคนิคสำคัญ (important technique) สำหรับจัดระเบียบไฟล์ (organizing files) แบบ unsupervised (ไม่มีผู้ดูแล) เมื่อเอกสารถูกแทนเป็น term vectors (เวกเตอร์คำ) วิธีการจัดกลุ่ม (clustering methods) สามารถนำไปใช้ได้ พื้นที่เอกสาร (

การใช้พารามิเตอร์สถิติในการตอบคิวรี่ พารามิเตอร์สถิติ (statistical parameters) สามารถใช้ในแนวทาง top-down, grid-based ดังนี้ ก่อนอื่น layer (ชั้น) ภายในโครงสร้างลำดับชั้น (hierarchical structure) จะถูกตัดสินใจ (determined) ซึ่งกระบวนการตอบคิวรี่ (query-answering process) จะเริ่มต้นจากนั้น Layer นี

การทำงานของ COBWEB COBWEB เพิ่มวัตถุ (objects) เข้าไปใน classification tree (ต้นไม้การจัดประเภท) แบบ incremental (เพิ่มเติม) COBWEB ลงไปในต้นไม้ตามเส้นทางมอบหมาย (allocated path) รีเฟรช counts (นับใหม่) ตามทาง ในการค้นหา best host (โฮสต์ที่ดีที่สุด) หรือโหนดที่จะนิยามวัตถุ การตัดสินใจนี้ขึ้นอยู่กั

ความหมายของ CLIQUE CLIQUE เป็นอัลกอริทึมแรกที่เสนอสำหรับ dimension-growth subarea clustering (การจัดกลุ่มย่อยพื้นที่แบบเติบโตมิติ) ในพื้นที่มิติสูง (high-dimensional space) ใน dimension-growth subarea clustering กระบวนการจัดกลุ่มเริ่มต้นที่ single-dimensional subspaces (พื้นที่ย่อยมิติเดี่ยว) และเต

ความหมายของ PROCLUS PROCLUS ย่อมาจาก Projected Clustering (การจัดกลุ่มเชิงฉาย) เป็นเทคนิค subspace clustering แบบลดมิติ (dimension-reduction) ตามปกติ นั่นคือ แทนที่จะเริ่มจากพื้นที่มิติเดี่ยว (single-dimensional spaces) มันเริ่มต้นด้วยการหาประมาณการเริ่มต้น (initial approximation) ของคลัสเตอร์ในพื้

ความท้าทายของการจัดกลุ่มแบบ Partitioning กับอุปสรรค วิธีการจัดกลุ่มแบบแบ่งพาร์ติชัน (partitioning clustering method) น่าประสงค์เพราะมันลดระยะทางระหว่างเซตและ cluster centers ของพวกเขา หากเลือก k-means method cluster center อาจไม่พร้อมใช้งาน (cannot be available) กำหนดโดยการมีอยู่ของ obstacles (อุปส

ความหมาย Sequential exception technique (เทคนิคข้อยกเว้นลำดับ) จำลองวิธีที่มนุษย์สามารถแยกแยะเซตที่ผิดปกติ (unusual sets) จากระหว่างลำดับ (sequence) ของวัตถุที่คาดว่าจะคล้ายกัน (supposedly like objects) มันช่วย implicit redundancy (ความซ้ำซ้อนโดยนัย) ของข้อมูล การสร้างลำดับเซตย่อย ให้ชุดข้อมูล D ข

Randomized Algorithms (อัลกอริทึมแบบสุ่ม) Randomized algorithms ในรูปของ random sampling (การสุ่มตัวอย่าง) และ blueprint (แผนผัง) ถูกใช้เพื่อจัดการกับ large, high-dimensional data streams (ข้อมูลสตรีมขนาดใหญ่ มิติสูง) ความจำเป็นของ randomization นำไปสู่อัลกอริทึมที่ง่ายกว่าและมีประสิทธิภาพมากกว่า (

พารามิเตอร์อินพุท ผู้ใช้ให้พารามิเตอร์อินพุทสองตัว ได้แก่ เกณฑ์ min support threshold, σ (sigma) และ error bound ก่อนหน้า (error bound) ที่ระบุเป็น ε (epsilon) สตรีมที่เข้ามา (incoming stream) ถูกแบ่งทฤษฎี (theoretically divided) เป็น buckets (ถัง) ที่มีความกว้าง w = [1/ε] ให้ N เป็นความยาวสตรีมปั

ความหมายของ Data Stream Clustering Data stream clustering (การจัดกลุ่มสตรีมข้อมูล) นิยามว่าเป็นการจัดกลุ่มข้อมูลที่ปรากฏต่อเนื่อง (continuously) รวมถึง ข้อมูลโทรศัพท์ (telephone data), ข้อมูลมัลติมีเดีย (multimedia data), ธุรกรรมทางการเงิน (monetary transactions) เป็นต้น Data stream clustering โดยท

ความหมายของ STREAM STREAM เป็นอัลกอริทึมประมาณค่าคงที่แบบ single-pass (หนึ่งผ่าน) และ constant-factor approximation algorithm ที่พัฒนาขึ้นสำหรับปัญหา k-medians ปัญหา k-medians คือ การจัดกลุ่ม N จุดข้อมูล (data points) เป็น k คลัสเตอร์หรือกลุ่ม เพื่อให้ sum squared error (SSQ) ระหว่างจุดและ cluster

ความหมายของ CBR CBR ย่อมาจาก Case-based reasoning (การให้เหตุผลแบบกรณีศึกษา) CBR classifiers ต้องการฐานข้อมูลของวิธีแก้ปัญหา (problem solutions) เพื่ออธิบายปัญหาใหม่ ไม่เหมือน nearest-neighbor classifiers ที่จัดเก็บ training tuples เป็นจุดในพื้นที่ยุคลิด (Euclidean space) CBR จัดเก็บ tuples หรือ ca

ความหมายของ Generalized Linear Models Generalized linear models (GLMs) นิยามฐานทฤษฎี (theoretical foundation) ที่ regression แบบเชิงเส้น (linear regression) สามารถนำไปใช้ในการสร้างโมเดลตัวแปรตอบสนองเชิงหมวดหมู่ (categorical response variables) ได้ ใน generalized linear models ความแปรปรวน (variance)