ترجمه فارسی مقاله تشخیص بیرونی با دیگراف های گیر خوشه ای

چکیده

This paper introduces a novel family of outlier detection algorithms based on Cluster Catch Digraphs (CCDs), specifically tailored to address the challenges of high dimensionality and varying cluster shapes, which deteriorate the performance of most traditional outlier detection methods. We propose the Uniformity-Based CCD with Mutual Catch Graph (U-MCCD), the Uniformity- and Neighbor-Based CCD with Mutual Catch Graph (UN-MCCD), and their shape-adaptive variants (SU-MCCD and SUN-MCCD), which are designed to detect outliers in data sets with arbitrary cluster shapes and high dimensions. We present the advantages and shortcomings of these algorithms and provide the motivation or need to define each particular algorithm. Through comprehensive Monte Carlo simulations, we assess their performance and demonstrate the robustness and effectiveness of our algorithms across various settings and contamination levels. We also illustrate the use of our algorithms on various real-life data sets. The U-MCCD algorithm efficiently identifies outliers while maintaining high true negative rates, and the SU-MCCD algorithm shows substantial improvement in handling non-uniform clusters. Additionally, the UN-MCCD and SUN-MCCD algorithms address the limitations of existing methods in high-dimensional spaces by utilizing Nearest Neighbor Distances (NND) for clustering and outlier detection. Our results indicate that these novel algorithms offer substantial advancements in the accuracy and adaptability of outlier detection, providing a valuable tool for various real-world applications. Keyword: Outlier detection, Graph-based clustering, Cluster catch digraphs, $k$-nearest-neighborhood, Mutual catch graphs, Nearest neighbor distance.

چکیده به فارسی (ترجمه ماشینی)

در این مقاله یک خانواده جدید از الگوریتم های تشخیص دورتر بر اساس Digraphs Catch Catch (CCD) ، به طور خاص برای پرداختن به چالش های ابعاد بالا و شکل های خوشه ای متفاوت ، که عملکرد اکثر روشهای سنتی تشخیص دوتایی را خراب می کند ، معرفی شده است.ما CCD مبتنی بر یکنواختی را با نمودار صید متقابل (U-MCCD) ، یکنواختی و CCD مبتنی بر همسایه با نمودار گیرنده متقابل (UN-MCCD) و انواع سازگار با آنها (SU-MCCD و SUN-MCCD) پیشنهاد می کنیم.، که برای تشخیص دور در مجموعه های داده با اشکال خوشه ای دلخواه و ابعاد بالا طراحی شده اند.ما مزایا و کاستی های این الگوریتم ها را ارائه می دهیم و انگیزه یا نیاز به تعریف هر الگوریتم خاص را ارائه می دهیم.از طریق شبیه سازی جامع مونت کارلو ، ما عملکرد آنها را ارزیابی می کنیم و استحکام و اثربخشی الگوریتم های خود را در تنظیمات مختلف و سطح آلودگی نشان می دهیم.ما همچنین استفاده از الگوریتم های خود را در مجموعه داده های مختلف زندگی واقعی نشان می دهیم.الگوریتم U-MCCD ضمن حفظ نرخ منفی واقعی بالا ، به طور مؤثر از بین می رود و الگوریتم SU-MCCD بهبود قابل توجهی در رسیدگی به خوشه های غیر یکنواخت را نشان می دهد.علاوه بر این ، الگوریتم های UN-MCCD و SUN-MCCD محدودیت های روشهای موجود در فضاهای با ابعاد بالا را با استفاده از نزدیکترین مسافت های همسایه (NND) برای خوشه بندی و تشخیص دور می کنند.نتایج ما نشان می دهد که این الگوریتم های جدید پیشرفتهای قابل توجهی در صحت و سازگاری تشخیص دور از ذهن ارائه می دهند ، و ابزاری ارزشمند برای برنامه های مختلف در دنیای واقعی فراهم می کند.کلمه کلیدی: تشخیص دورتر ، خوشه بندی مبتنی بر نمودار ، Digraphs Cluster Catch ، $ $ $-Nearest-Neightborhood ، نمودارهای صید متقابل ، نزدیکترین فاصله همسایه.