مروري تحليلي بر روش‌هاي خوشه‌بندي مبتني بر يادگيري عميق

Analytical review of deep learning based clustering methods

داده كاوي فرايندي است كه به‌منظور استخراج اطلاعات مفيد از داده‌ها براي شناسايي الگوها و روابط بين آنها به كار مي‌رود. ازآنجاكه امروزه سرعت حجم داده‌هاي توليد شده بسيار بالا است روش هاي سنتي نمي‌توانند ارزيابي درستي را داشته باشد و هنگام كار با داده هاي بزرگ دچار مشكل مي شوند. يكي از روش هاي متداول در داده كاوي، خوشه‌بندي است كه داده ها را بر اساس ويژگي‌ها و خصوصياتي كه مشابه هم هستند و رفتار مشابهي كه از خودشان نشان مي دهند در يك‌پوشه يا دسته مشابه قرار مي دهد. اين كار امكان شناسايي و درك الگوها و روابط بين داده‌ها را مي‌دهد. اما روش‌هاي خوشه بندي سنتي نمي‌توانند بر روي داده‌هاي با ابعاد بالا نتايج خوبي را توليد كنند. به همين دليل، روش‌هاي خوشه‌بندي عميق به وجود آمده‌اند كه با استفاده از شبكه‌هاي عصبي عميق و الگوريتم‌هاي پيشرفته‌تر، ارتباطات پيچيده بين داده‌ها را بررسي و تجزيه‌وتحليل مي‌كنند. اين تكنيك‌ها، با بهره‌گيري از پيشرفت‌هاي اخير در يادگيري بازنمايي و يادگيري عميق، توانايي خوشه‌بندي داده‌هاي بزرگ را بهبود بخشيده‌اند. در اين مقاله مروري تحليلي بر روش‌هاي خوشه بندي عميق ارائه شده است.

Data mining is a process to extract useful information from data to identify patterns and the data relationships. Since the volume of data generation is so high, the traditional methods cannot evaluate correctly and this may give rise to problems during analysis of big data. Clustering is one of the conventional approaches where data is clustered based on similar features and characteristics. The approach locates those data that have resembling manner in a group and makes it is possible to explore the patterns and relations between data. Since the traditional clustering has shown to fail rendering reliable results on big data, deep clustering methods are suggested. Deep clustering uses deep neural networks and more advanced algorithms to analyze complex data communications. The big data clustering is improved by using recent advanced representation learning and deep learning. This paper intends to review the deep clustering methods.