Khái niệm cốt lõi
クラスタリングによって誘導されたボロノイ図(CIVD)は、従来のボロノイ図を一般化したモデルであり、入力点集合Pの冪集合Uをサイトとして使用する。CIVDでは、各クラスタCがある点qに及ぼす影響を表す影響関数F(C, q)を用いて、Rdの影響に基づくボロノイ細胞を決定する。この一般化されたモデルは、空間分割と同時にクラスタリングを行うなど、新しい機能を提供する。
Tóm tắt
本論文では、CIVDの効率的な構築のために、以下の点を明らかにしている:
影響関数Fが満たすべき一般的な条件を示し、これらの条件を満たせば、小規模な(1-ε)近似CIVDを構築できることを示す。
一般的なCIVD問題に対する新しい手法である近似影響(AI)分解を提案する。AIは、Rdを線形サイズの細胞に分割し、各細胞の最大影響クラスタサイトを近似的に決定する。
2つの代表的なCIVD問題(ベクトルCIVDと密度ベースCIVD)に対して、AIを応用し、高速な割当アルゴリズムを開発する。その結果、これらの(1-ε)近似CIVDを、それぞれO(n logmax{3,d+1} n)とO(n log2 n)の時間で構築できることを示す。
提案手法は、影響関数の具体的な形式を知る必要がなく、一般的な条件のみに基づいて機能するため、他のCIVD問題にも適用可能である。
Thống kê
入力点集合Pのサイズはn
空間の次元はd
近似誤差は小さな正定数ε