STING का अर्थ है Statistical Information Grid (सांख्यिकीय सूचना ग्रिड)। STING एक ग्रिड-आधारित बहु-रिज़ॉल्यूशन क्लस्टरिंग विधि है जिसमें स्थानिक क्षेत्र को आयताकार सेल्स में विभाजित किया जाता है। ऐसे आयताकार सेल्स के कई स्तर कई रिज़ॉल्यूशन स्तरों के बराबर होते हैं, और ये सेल्स एक पदानुक्रमित संरचना बनाते हैं जहां उच्च स्तर पर प्रत्येक सेल अगले निचले स्तर पर कई सेल्स बनाने के लिए विभाजित होता है।
प्रत्येक ग्रिड सेल में विशेषताओं के बारे में सांख्यिकीय डेटा (माध्य, अधिकतम, और न्यूनतम मूल्यों सहित) पूर्व-गणना की जाती है और संग्रहीत किया जाता है। उच्च-स्तरीय सेल्स के सांख्यिकीय पैरामीटर निचले-स्तरीय सेल्स के पैरामीटर से आसानी से गणना की जा सकते हैं।
इन पैरामीटर्स में निम्नलिखित शामिल हैं - विशेषता-स्वतंत्र पैरामीटर, काउंट, और विशेषता-निर्भर पैरामीटर, माध्य, stdev (मानक विचलन), min (न्यूनतम), max (अधिकतम); और वह वितरण प्रकार जो सेल में विशेषता मूल्य का अनुसरण करता है, जिसमें सामान्य, समान, घातीय, या कोई नहीं (यदि वितरण अज्ञात है) शामिल है।
जब रिकॉर्ड डेटाबेस में लोड किए जाते हैं, तो निचले-स्तर के सेल्स के पैरामीटर काउंट, माध्य, stdev, min, और max की गणना सीधे रिकॉर्ड से की जाती है। वितरण का मूल्य उपयोगकर्ता द्वारा असाइन किया जा सकता है यदि वितरण प्रकार पहले से ज्ञात है या χ2 परीक्षण सहित परिकल्पना परीक्षणों द्वारा प्राप्त किया जा सकता है।
उच्च-स्तरीय सेल के वितरण प्रकार का मूल्यांकन उसके समकक्ष निचले-स्तरीय सेल्स के वितरण प्रकारों के थोक के आधार पर एक सीमा फ़िल्टरिंग प्रक्रिया के साथ संयोजन में किया जा सकता है। यदि निचले-स्तरीय सेल्स के वितरण एक-दूसरे से असहमत हैं और सीमा परीक्षण को अस्वीकार करते हैं, तो उच्च-स्तरीय सेल का वितरण प्रकार "कोई नहीं" पर सेट किया जाता है।
ग्रिड-आधारित क्लस्टरिंग विधियां एक बहु-रिज़ॉल्यूशन ग्रिड डेटा संरचना का उपयोग करती हैं। यह ऑब्जेक्ट स्पेस को कई सेल्स में क्वांटाइज़ करता है जो क्वांटाइज़्ड स्पेस में प्रत्येक आयाम में कई सेल्स पर निर्भर एक ग्रिड संरचना बनाते हैं जिस पर क्लस्टरिंग के लिए कुछ ऑपरेशन लागू किए जाते हैं। इस दृष्टिकोण का लाभ इसका त्वरित प्रसंस्करण समय है, जो आमतौर पर डेटा ऑब्जेक्ट्स की संख्या से स्वतंत्र होता है, फिर भी क्वांटाइज़्ड स्पेस में प्रत्येक आयाम में कई सेल्स पर निर्भर करता है।
ग्रिड-आधारित दृष्टिकोण का एक उदाहरण STING है, जो ग्रिड सेल्स में संग्रहीत सांख्यिकीय डेटा का पता लगाता है, WaveCluster, जो वेवलेट ट्रांसफॉर्म दृष्टिकोण का उपयोग करके ऑब्जेक्ट्स को क्लस्टर करता है, और CLIQUE, जो उच्च-आयामी डेटा क्षेत्र में क्लस्टरिंग के लिए ग्रिड-और घनत्व-आधारित विधि को परिभाषित करता है।
इस दृष्टिकोण के फायदे एक क्वेरी-स्वतंत्र दृष्टिकोण है क्योंकि सांख्यिकीय जानकारी क्वेरी से स्वतंत्र रूप से मौजूद है। यह प्रत्येक ग्रिड सेल में डेटा का एक सामान्य विवरण है, जिसका उपयोग क्वेरी के एक बड़े वर्ग का उत्तर देने में सहायता के लिए किया जा सकता है। कम्प्यूटेशनल जटिलता O(K) है, जहां K सबसे निचले स्तर पर ग्रिड सेल्स की संख्या है। यह आमतौर पर K << N होता है, जहां N ऑब्जेक्ट्स की संख्या है।
