文献

J-GLOBAL ID：201702251743432322   整理番号：17A0020555

ファジィクラスタリングとその応用に基づくオンライン特徴選択【Powered by NICT】

Online Feature Selection Based on Fuzzy Clustering and Its Applications

著者 (2件)： Nguyen Thanh Minh (Department of Electrical and Computer Engineering, University of Windsor, Windsor, ON, Canada) ,  Wu Q. M. Jonathan (Department of Electrical and Computer Engineering, University of Windsor, Windsor, ON, Canada)
資料名： IEEE Transactions on Fuzzy Systems  (IEEE Transactions on Fuzzy Systems)
巻： 24  号： 6  ページ： 1294-1306  発行年： 2016年 
JST資料番号： W0509A  ISSN： 1063-6706  CODEN： IEFSEV  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ファジィc-平均(FCM)クラスタリングにより,さまざまなパターン認識分野に応用することに成功した。FCMは注目を集めているが,これらの研究から生じる重要な問題はデータの属性を使用しなければならない決定する必要がある。この疑問に答えるは困難である,探索を導くためにクラスタリングにおける利用可能な訓練データを標識しないからである。FCMのための特徴選択を提案した。この方法の利点はそれが直感的に魅力的な組合せ探索を回避し,特徴集合を枝刈りすることを可能にすることである。この方法は,また,適応とオンライン環境における複雑なシーンを介して変えることができる。学習が始まる前に,すべてのデータが生成されるまで待たなければならない。最後に,モデルパラメータを推定するために,勾配法を採用したKullback-Leibler発散情報があるあいまいな目的関数を最小化した。数値実験を行い,提案手法のロバスト性と精度を実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *クラスタ化 ,  傾斜法 ,  *特徴選択 ,  パターン認識 ,  目的関数 ,  *曖昧さ ,  ロバスト性 ,  数値実験 ,  *改変
準シソーラス用語： モデルパラメータ ,  訓練データ ,  *オンライン ,  *ファジィクラスタリング , 【Automatic Indexing@JST】

分類 (2件)： システム・制御理論一般  (IA02010H) ,  論理代数  (JB03000H)

タイトルに関連する用語 (4件)： ファジィクラスタリング ,  応用 ,  オンライン ,  特徴選択