文献

J-GLOBAL ID：201702271996399209   整理番号：17A0293022

境界検出に基づく多流形学習アルゴリズム【JST・京大機械翻訳】

Multi-manifold Learning Based on Boundary Detection

著者 (5件)： Zou Peng (School of Computer Science and Technology, Soochow University) ,  Li Fanzhang (School of Computer Science and Technology, Soochow University) ,  Yin Hongwei (School of Computer Science and Technology, Soochow University) ,  Zhang Li (School of Computer Science and Technology, Soochow University) ,  Zhang Zhao (School of Computer Science and Technology, Soochow University)
資料名： Moshi Shibie yu Rengong Zhineng  (Moshi Shibie yu Rengong Zhineng)
巻： 29  号： 11  ページ： 1037-1047  発行年： 2016年 
JST資料番号： C2411A  ISSN： 1003-6059  CODEN： MRZHET  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 多様体学習アルゴリズムはデータが一つの単流形に分布すると仮定しているが、現実の大部分のデータはマルチマニホールドに分布しているため、アルゴリズムの実際の応用を制限している。この状況に基づき、本論文では、境界検出に基づく多流形学習アルゴリズムを提案し、多様体の境界処理をマルチマニホールドのデータに分布させることによって、多様体内、多様体間の測地距離をうまく維持することができる。まず第一に,多様体境界を検出して,次に多様体を次元縮小によって処理して,最終的に,すべての低次元座標をグローバル座標系に置いた。人工データセットと実際のデータセットに関する比較実験は,提案したアルゴリズムの実現可能性と有効性を示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 比較試験 ,  *学習アルゴリズム ,  次元縮小 ,  多様体 ,  *アルゴリズム
準シソーラス用語： 低次元 ,  測地距離 ,  *境界検出 , 【Automatic Indexing@JST】

著者キーワード (3件)： Multi-manifold Learning ,  Boundary Detection ,  Geodesic Distance

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 境界検出 ,  学習アルゴリズム