文献

J-GLOBAL ID：201602236525983721   整理番号：16A0637165

SECC:パーベイシブ信号からの状況と地域の同時抽出【Powered by NICT】

SECC: Simultaneous extraction of context and community from pervasive signals

著者 (4件)： Thuong Nguyen (Comput. Sci. & Inf. Technol., RMIT Univ., Melbourne, VIC, Australia) ,  Vu Nguyen (Centre for Pattern Recognition & Data Analytics, Deakin Univ., Geelong, VIC, Australia) ,  Salim Flora D. (Comput. Sci. & Inf. Technol., RMIT Univ., Melbourne, VIC, Australia) ,  Dinh Phung (Centre for Pattern Recognition & Data Analytics, Deakin Univ., Geelong, VIC, Australia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： PerCom  ページ： 1-9  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： ユーザ文脈と群構造は,パーベイシブ・コンピューティングにおける中心的役割を果たす。これら文脈と群集構造はデータ雑音,不確実性と複雑性の前例のない成長に起因する野生で収集されたデータからマイニングするために複雑である。典型的な既存の手法は,第1の潜在的パターンを抽出ヒト動力学または挙動を説明するために,コミュニティ検出のための数値表現を定式化し一貫して,しばしばクラスタリング法を経由する方法としてそれらを使用する。highorderと複雑な表現を捕まえることができるが,これらの二段階を別々に行った。より重要なことは,これらが潜在パターンと群集の正確な数を決定する上で基本的な困難に直面している。本論文では,統一されたBayesノンパラメトリックフレームワークにおける潜在パターンとコミュニティの発見を同時にこれらの課題検討シームレスアプローチを提示した。文脈とコミュニティ(SECC)の同時抽出は,入れ子構造を可能にする複数のレベルでデータを説明するために構築されたとする入れ子Dirichlet過程理論における根をモデル化した。は提案した方法の利点を検証した三公共データセット上で提案フレームワークを実証した。Copyright 2016 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： 不確実性 ,  定式化 ,  利用者 ,  モデリング ,  ヒト ,  *コミュニティ ,  雑音
準シソーラス用語： データセット ,  Dirichlet過程 ,  入れ子構造 ,  クラスタリング法 ,  コミュニティ検出 ,  複雑性 ,  群集構造 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 状況 ,  地域