تشخیص همسایگی نقاط داده با مماس خارجی دایره های آپولونیوسی

با توجه به اینکه نیاز به یافتن همسایگی و ارتباط بین نقاط برای حوزههای خوشهبندی و دستهبندی دادهها غیرقابلانکار است، بنابراین رویکردی نوین برای یافتن همسایگی بین نقاط )دادهها(، مسیلهای چالشبرانگیز است. یافتن همسایگی دادهها در دادههای عظیم و دادهکاوی بهصورت کلی باید منجر به دستهبندی دقیق داده بر روی انواع پایگاه دادهها گردد. برای این منظور، نوعی همسایگیکاربردی باید در تحلیل و گروهبندی دادههای مشابه مشخص گردد. اساس بیشتر الگوریتمهای ارایهشده در این زمینه بر الگوریتمهای یافتن همسایگی نقاط )دادهها(، روشهای تحلیل فاصله و مدلهای آماری استوار است. مدلهایی که تاکنون ارایهشدهاند قابلیت تحلیلهمزمان و بررسی دقیق مکانهای هندسی دادهها و ارتباطات هندسی بین آنها را ندارند و همچنین بیشتر مدلهای مطرحشده به تنظیم پارامترهایی همچون تعداد همسایگی و ناحیهی همسایگی وابسته هستند. نیازمندی به تحلیل ارتباطات دادهها و تاثیر آنها دردقت یافتن همسایگی نقاط با محاسبات قابلقبول غیرقابلانکار است. تمرکز روش پیشنهادی بر روی ارایهی مدل هندسی کاربردی و بررسی اتصالات برای اولین بار با الگوی دایرهی آپولونیوسی در تحلیل هندسی الگوهای همسایگی است. هدف یافتن همسایگی دقیق براساس دایرهی آپولونیوسی و ارایهی روشی نوین برای یافتن ارتباطات بین دادهها است که میتوانند وضعیت همسایگی نقاط دادهها در حوزههای مورد ذکر را مشخص کنند. در مرحلهی نخست دادهها در یک صفحهی اقلیدسی ذخیره میشوند، سپس با اعمال روش یافتن همسایگی نقاط بر اساس دایرهی آپولونیوسی الگوهای همسایگی و ارتباطات بین آنها استخراج میگردد

کلیدواژه ها:

دایرهی آپولونیوسی ، همسایگی نقاط ، دستهبندی یالها ، تشخیص اجتماعات