CC-Crowd Clusering Algorithm (Semeion©)
Crowd Clustering (CC) è un algoritmo per definire la meccanica della relazione causa-effetto di un insieme di entità (cioè di sensori) in un processo temporale discreto in due dimensioni.
CC è una generalizzazione per dati georeferenziati in 2 dimensioni di un precedente algoritmo, in grado di gestire in parallelo molti segnali temporali monodimensionali (Buscema et al, 2013).
L’obiettivo principale di CC è quello di costruire un modello plausibile che renda esplicito il processo di causalità più verosimile attraverso il quale ciascuna entità in ogni fase temporale influenza le altre entità al successivo step temporale.
References
[1] Massimo Buscema, Pier Luigi Sacco, Enzo Grossi, and Weldon A. Lodwick, Spatiotemporal Mining: A Systematic Approach to Discrete Diffusion Models for Time and Space Extrapolation, Chapter 8, pp 231-275, in W.J. Tastle (ed.), Data Mining Applications Using Artificial Adaptive Systems, DOI 10.1007/978-1-4614-4223-3_1, Springer Science+Business Media New York 2013.