„… Schwarmdaten durch Map Matching [20] und Clustering [21] zu verknüpfen und anschließend neue Daten zu …” „… Verkehrsteilnehmern befahren werden, erfolgt der zweite Schritt der Verarbeitung, dass sogenannte Clustering. Dieser …” „… . ; Kornhauser, A. L.: Some map matching algorithms for personal navigation assistants. In: Transportation …”

„… Wirkung des automatisierten Fahrens abhängig von den Algorithmen der Fahrzeuge (Ausprägungen von ADAS …” „… Fahrfunktion der Fahrzeuge wie auch die Verkehrsregelung durch Algorithmen abgebildet VDI-Berichte Nr. 2335 …” „… Fahrzeugeffizienz) erhoffen lässt. Die Algorithmen mit Fahrstrategien beim Platooning zum Folgen des …”

„… .: Density-Based Spatial Clustering of Applications with Noise) Algorithmus [14]. Dabei wird ein …” „… measurements of a motion capture system. The development of a spectral separation algorithm demonstrates the …” „… Algorithmen anhand von realen Daten zwingend. In dieser Veröffentlichung wird die Identifikation einzelner …”

„… werden mit Cluster-Algorithmen analysiert, um Handlungsempfehlungen für die Applikation des …” „… gear changes. Vehicle measurement data is ana-lyzed using cluster algorithms to derive action …” „… Allgemeinen eine höhere Genauigkeit im Vergleich zum Kennfeld. 4.3 Messdatenanalyse mit Cluster-Algorithmen …”

„… the VNMF algorithm is compared to patterns learned with PCA and sNMF as well as with HOG/HOF …” „… algorithms. 6.1 Support Vector Machine (SVM) The final supervised learning layer of the proposed FFNN …” „… restricted to the recognition of human actions, the algorithm is evaluated on a dataset for Facial Expression …”

„… ] algorithms are proposed. Besides the relations of the NMF to k-mean clustering as discussed in [24], there …” „… algorithms that are applied to learn the patterns for each layer in the proposed hierarchical FFNN. As …” „… non-negativity, sparsity and novel inhibition functions are included into the learning framework. The algorithms …”

„… DENSITY-BASED CLUSTERING ALGORITHM FOR FAULT DETECTION AND IDENTIFICATION IN HVAC SYSTEMS Gesa …” „… is based on a clustering algorithm. We illustrate the proposed method using simulation data from a …” „… for diagnosing faults in HVAC systems. In this paper, we use a density-based clustering algorithm …”

„… variable user behavior and variations due to the variable weather data. For the clustering algorithm …” „… requirements mentioned above and is based on artificial neural clustering procedure. However, to obtain …” „… reasonable to obtain such pattern out of set of existing profiles using clustering of measured data. A …”

„… (2016) as the main visualization environment. Automated data processing, MCA, and sampling algorithms …” „… standardized to eliminate the impact of the magnitude of different variables in the clustering process (Fig …” „… was subjected to three MCA methods: 1. Hierarchical agglomerative clustering (Hair et al. 2010 …”

„… ................................................................................................... 235 C-03-3 Density-based clustering algorithm for fault detection and identification in HVAC systems …” „… ....................................... 513 D-08: Algorithms for Computer-aided Decision Making D-08-1 Calibration of building energy use …” „… ..................................................................................................... 573 E-03: Datenflussketten, Kopplung von Simulationsprogrammen E-03-1 Entwicklung von Algorithmen …”

„… als Clusterschwerpunkt (medoid) definiert wird. Ausgewähltes Verfahren – k-medoids-Clustering Das …” „… den einzelnen Clustern erfolgt gemäß der allgemeinen k-medoids-Clustering Methode (vgl. Gleichung (6 …” „… werden kann. Abbildung 4: Ergebnisse für das k-medoids-Clustering (Engel, 2015) Wie Abbildung 4 …”

„… Clustering, können hier für die Identifikation charakteristischer Merkmale zur Detektion von Stress anhand …” „… untersucht. Neben dem Vergleich verschiedener Algorithmen hinsichtlich der Erreichung einer hinreichenden …” „… , Madeira, Portugal 2018, pp. 685-691 [3] Jain, A. K.: Data clustering: 50 years beyond K-means. Pattern …”