ビッグデータへの幾何学的およびトポロジー的アプローチ【Powered by NICT】

Snasel Vaclav; Nowakova Jana; Xhafa Fatos; Barolli Leonard

文献

J-GLOBAL ID：201702241626850719 整理番号：17A0363991

ビッグデータへの幾何学的およびトポロジー的アプローチ【Powered by NICT】

Geometrical and topological approaches to Big Data

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=17A0363991&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=17A0363991&from=J-GLOBAL&jstjournalNo=A0620C") }}

著者 (4件)： , , ,
資料名：
巻： 67 ページ： 286-296 発行年： 2017年
JST資料番号： A0620C ISSN： 0167-739X 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)

最新のデータ科学は,教師つきまたは教師なし分析の前にデータセットの構造的特徴を見出すためにトポロジー法を用いた。形状は距離関数の研究と見なすことができるので,幾何学とトポロジーは大量のデータを解析するための自然なツールである。,幾何学的及びトポロジー的技術を組み込むための開発された数学的定式化は,点雲データセット,すなわち点の有限集合を検討した。点雲データセットの研究のための幾何学とトポロジーの様々な分野からのツールを適応させた。点雲は幾何学的対象から採取した有限サンプル,恐らく雑音であった。トポロジーは定性的数学が,形状は主に定量のための形式言語を提供する。トポロジーでは,近接または近さの関係を研究し,距離を使用しない。近接構造を保持するならば,位相空間の間の写像は,連続と呼ばれている。幾何学的およびトポロジー的方法は高度に複雑なデータを解析することを可能にするツールである。これらの方法は,データ中の特定のパターンとの関係を明らかにする迅速に支援するデータの特徴のすべての要約または圧縮表現を生成した。属性の全ドメインの要約を構築するアイデアは,様々な特徴を用いたデータから構築されたトポロジーと幾何学的オブジェクト間の関係を理解を含んでいる。モデル縮小,実現可能性再構成,ブラインド信号源分離,雑音除去のための種々のアプローチにおける共通の糸は,マトリックスまたは多方向アレイ分解または分解により得られた低次元近似表現を用いたオリジナルデータを置き換えることである。変換に加えて,ビッグデータのための特徴要約またはサブセット選択法の重要な課題は,スケーラブルな特徴選択に焦点を当てて考察した。ビッグデータ可視化に使用されている低次元近似表現。トポロジーとビッグデータ間の交差場はビッグデータコミュニティへ,挑戦,大きな機会をもたらすであろう。本調査はビッグデータのための幾何学的および位相的方法に関する最新の研究結果を一緒にすることを目的としている。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

著者キーワード (6件)： , , , , ,

人工知能 , 計算機システム開発 , その他の情報処理

, ,

前のページに戻る