A novel parallel hybrid K-means-DE-ACO clustering approach for genomic clustering using MapReduce

Bhavani, R.; Sadasivam, G. Sudha; Kumaran, Radhika

doi:10.1109/wict.2011.6141231

Cited by 11 publications

(6 citation statements)

References 17 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Bhavani (2011) [9] apresenta duas estratégias para realizar agrupamento. Uma envolve DE e K-Means e a outra envolve o uso de DE, ACO e K-Means.…”

Section: Mineração Em Grandes Massas De Dados Utilizandounclassified

“…Na área de segurança de redes, mineração de dados pode ser utilizada para auxiliar na detecção de invasão de intrusos [6]. No ramo das Ciências Biológicas, a mineração de dados contribui na descoberta de novos tipos de câncer [9]. Na Bioinformática, mineração de dados ajuda na identificação de espécies através da análise de DNA [14].…”

Section: Introductionunclassified

See 1 more Smart Citation

Mineração em Grandes Massas de Dados Utilizando Hadoop MapReduce e Algoritmos Bio-inspirados: Uma Revisão Sistemática

Menezes

Freitas

Parpinelli

2016

RITA

View full text Add to dashboard Cite

Resumo: A Área de Mineração de Dados tem sido utilizada em diversas áreasde aplicação e visa extrair conhecimento através da análise de dados. Nas últimas décadas, inúmeras bases de dados estão tendenciando a possuir grande volume, alta velocidade de crescimento e grande variedade. Esse fenômeno é conhecido como Big Data e corresponde a novos desafios para tecnologias clássicas como Sistema de Gestão de Banco de Dados Relacional pois não tem oferecido desempenho satisfatório e escalabilidade para aplicações do tipo Big Data. Ao contrário dessas tecnologias, Hadoop MapReduce é um framework que, além de provêr processamento paralelo, também fornece tolerância a falhas e fácil escalabilidade sobre um sistema de armazenamento distribuído compatível com cenário Big Data. Uma das técnicas que vem sendo utilizada no contexto Big Data são algoritmos bio-inspirados. Esses algoritmos são boas opções de solução em problemas complexos multidimensionais, multiobjetivos e de grande escala. A combinação de sistemas baseados em Hadoop MapReduce e algoritmos bio-inspirados tem se mostrado vantajoso em aplicações Big Data. Esse artigo apresenta uma revisão sistemática de trabalhos nesse contexto, visando analisar critérios como: tarefas de mineração de dados abordadas, algoritmos bio-inspirados utilizados, disponibilidade das bases utilizadas e quais características Big Data são tratadas nos trabalhos. Como resultado, esse artigo discute os critérios analisados e identifica alguns modelos de paralelização, além de sugerir uma direção para trabalhos futuros.

show abstract

“…Bhavani (2011) [9] apresenta duas estratégias para realizar agrupamento. Uma envolve DE e K-Means e a outra envolve o uso de DE, ACO e K-Means.…”

Section: Mineração Em Grandes Massas De Dados Utilizandounclassified

Section: Introductionunclassified

Mineração em Grandes Massas de Dados Utilizando Hadoop MapReduce e Algoritmos Bio-inspirados: Uma Revisão Sistemática

Menezes

Freitas

Parpinelli

2016

RITA

View full text Add to dashboard Cite

show abstract

“…H. B. Duan et al [26] stated that the positive feedback strategy and random selection strategy causes its algorithm to slow down and stagnate. In [27], the researcher stated that ACO was discovered to have slow convergence rate. Therefore, in order to overcome ACO drawbacks, a hybrid technique of ACO, DE and AIS is developed by combining several processes from DE and AIS including mutation, crossover, selection and cloning [28], [29] into ACO algorithm.…”

Section: Differential Evolution Immunized Ant Colony Optimizatiomentioning

confidence: 99%

Economic load dispatch with valve-point loading effect by using Differential Evolution Immunized Ant Colony optimization technique

Rahmat

Musirin

Abidin

et al. 2014

2014 Australasian Universities Power Engineering Conference (AUPEC)

View full text Add to dashboard Cite

Economic load dispatch is conducted by the utilities in order to determine the best generation level at the most feasible operating cost. In order to guarantee satisfying energy delivery to the consumer, a precise calculation of generation level is required. In order to achieve accurate and practical solution, several considerations such as prohibited operating zones, valve-point effect and ramp-rate limit need to be taken into account. However, these considerations cause the optimization to become complex and difficult to solve. This research focuses on the valve-point effect that causes ripple in the fuel-cost curve. This paper also proposes Differential Evolution Immunized Ant Colony Optimization (DEIANT) in solving economic load dispatch problem with valve-point effect. Comparative studies involving DEIANT, EP and ACO are conducted on IEEE 30-Bus RTS for performance assessments. Results indicate that DEIANT is superior to the other compared methods in terms of calculating lower operating cost and power loss.

show abstract

“…This makes the clustering results more accurate, algorithm has better stability. To overcome the problem of big data processing, we will parallelize the improved k-means algorithm, and combining it with MapReduce [11][12][13] framework.…”

Section: Introductionmentioning

confidence: 99%

An Improved K-means Algorithm based on Mapreduce and Grid

Ma¹,

Gu²,

Li³

et al. 2015

IJGDC

View full text Add to dashboard Cite

show abstract

A novel parallel hybrid K-means-DE-ACO clustering approach for genomic clustering using MapReduce

Cited by 11 publications

References 17 publications

Mineração em Grandes Massas de Dados Utilizando Hadoop MapReduce e Algoritmos Bio-inspirados: Uma Revisão Sistemática

Mineração em Grandes Massas de Dados Utilizando Hadoop MapReduce e Algoritmos Bio-inspirados: Uma Revisão Sistemática

Economic load dispatch with valve-point loading effect by using Differential Evolution Immunized Ant Colony optimization technique

An Improved K-means Algorithm based on Mapreduce and Grid

Contact Info

Product

Resources

About