文献

J-GLOBAL ID：201702216508302759   整理番号：17A0473813

多重グラフ正則化された生成モデルを用いた多視点学習【Powered by NICT】

Multi-view learning via multiple graph regularized generative model

著者 (6件)： Wang Shaokai (Department of Computer Science, Shenzhen Graduate School, Harbin Institute of Technology, Shenzhen, China) ,  Wang Eric Ke (Department of Computer Science, Shenzhen Graduate School, Harbin Institute of Technology, Shenzhen, China) ,  Li Xutao (Department of Computer Science, Shenzhen Graduate School, Harbin Institute of Technology, Shenzhen, China) ,  Ye Yunming (Department of Computer Science, Shenzhen Graduate School, Harbin Institute of Technology, Shenzhen, China) ,  Lau Raymond Y.K. (Department of Information Systems, City University of Hong Kong, Hong Kong) ,  Du Xiaolin (College of Computer Science, Beijing University of Technology, Beijing, China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 121  ページ： 153-162  発行年： 2017年 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 潜在確率論的意味解析(PLSA)と潜在的Dirichlet分配(LDA)のようなトピックモデルは多くの分野で印象的な成功を示した。最近,潜在確率論的意味解析(MVPLSA)によるマルチビュー学習も多視点トピックモデリングのために設計した。これらの手法は生成モデルの実例であるが,それらはすべてのデータ分布の多様体構造,非線形情報を保存するための有用で一般的であることを無視している。本論文では,マルチビューにおける多様体構造を利用する新しい多重グラフ正則化生成モデルを提案した。より詳しくいえば,ここでは,対応するマニホールド情報を符号化するために各ビューのための最近傍グラフを構築した。最適固有多様体を学習するために提案される多重グラフアンサンブル正則化フレームワーク。多様体正則化項は,マルチビュートピックモデルに取り込まれ,統一目的関数が得られた。解は期待値最大化最適化フレームワークに基づいて導出した。実世界マルチビューデータ集合上での実験結果により,提案アプローチの有効性を示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 目的関数 ,  マニホールド ,  *正則化 ,  最適化 ,  符号化 ,  多様体 ,  *多重化
準シソーラス用語： 多様体学習 ,  EMアルゴリズム ,  最近傍グラフ ,  マルチビュー ,  トピックモデル ,  PLSA ,  *生成モデル , 【Automatic Indexing@JST】

著者キーワード (3件)： マルチビュー学習 ,  生成モデル ,  多様体学習

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 多重 ,  グラフ ,  正則化 ,  生成モデル ,  多視点学習