Gritzmann, Peter (Prof. Dr.); Henk, Martin (Prof. Dr.); De Loera, Jesús A. (Prof., Ph.D.)
Language:
en
Subject group:
MAT Mathematik
Keywords:
Clustering, Constrained Clustering, Voronoi Diagrams, Power Diagrams, Anisotropic Power Diagrams, Linear Programming
Translated keywords:
Clustering, Clustering unter Nebenbedinungen, Voronoi Diagramme, Power Diagramme, Anisotropische Power Diagramme, Lineare Programmierung
TUM classification:
MAT 500d; MAT 910d
Abstract:
We are interested in grouping data into a given amount of k clusters under constraints that fix the aggregated values of data features for each cluster. We define a general notion of Voronoi diagrams in arbitrary spaces and discuss several particular types in our context. A direct correspondence between generalized Voronoi diagrams and constrained clusterings is recalled and generalized, both from a theoretical and algorithmic point of view. As a prime application, we consider the problem of electoral district design.
«
We are interested in grouping data into a given amount of k clusters under constraints that fix the aggregated values of data features for each cluster. We define a general notion of Voronoi diagrams in arbitrary spaces and discuss several particular types in our context. A direct correspondence between generalized Voronoi diagrams and constrained clusterings is recalled and generalized, both from a theoretical and algorithmic point of view. As a prime application, we consider the problem of ele...
»
Translated abstract:
Wir beschäftigen uns mit der Gruppierung von Daten in eine gegebene Anzahl von k Gruppen, so dass Nebenbedingungen bezüglich aggregierter Datenmerkmale für jeden Cluster eingehalten werden. Wir definieren eine allgemeinen Voronoi Diagram Begriff in beliebigen Räumen und diskutieren einige wichtige Spezialfälle im Hinblick auf unsere Methodik. Wir wiederholen und verallgemeinern eine direkte Beziehung zwischen verallgemeinerten Voronoi Diagrammen und Clusterings unter Nebenbedingungen, sowohl hinsichtlich theoretischer als auch algorithmischer Fragestellungen. Als Vorzeigebeispiel betrachten wir das Problem der Wahlkreiseinteilung.
«
Wir beschäftigen uns mit der Gruppierung von Daten in eine gegebene Anzahl von k Gruppen, so dass Nebenbedingungen bezüglich aggregierter Datenmerkmale für jeden Cluster eingehalten werden. Wir definieren eine allgemeinen Voronoi Diagram Begriff in beliebigen Räumen und diskutieren einige wichtige Spezialfälle im Hinblick auf unsere Methodik. Wir wiederholen und verallgemeinern eine direkte Beziehung zwischen verallgemeinerten Voronoi Diagrammen und Clusterings unter Nebenbedingungen, sowohl hin...
»