文献
J-GLOBAL ID:201702251700108414   整理番号:17A0329693

グラフラプラシアンを用いた制約付き概念因子分解【Powered by NICT】

Constrained concept factorization with graph Laplacian
著者 (4件):
資料名:
巻: 2016  号: ICMLC  ページ: 362-368  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
概念因子分解(CF)は,非負行列因数分解(NMF)の修正版である,それらの両方は,次元縮小とデータクラスタリングのための有効なマトリックス因数分解法であることが証明された。しかし,CFは本質的にデータの事前知識を利用できない教師なし法。本論文では,グラフラプラシアン(CCF GL)を用いた制約付き概念因子分解と呼ばれる新しい半教師つき概念因子分解法データの幾何学的情報を組み込むだけでなく,の精度を高める前にラベル情報を利用する手法を提案する。特に,グラフラプラシアンをオリジナルデータの固有多様体構造を保存できることが期待される。一方,低次元空間では,同じラベルを共有するデータ点は同じ座標を持つであろうことを期待しているが,異なるラベルを持つデータ点の座標は可能な限り異なるであろう。結果として,この半教師つきCF法の学習品質が大幅に向上した。画像クラスタリング上での実験結果により,このアルゴリズムの良好な性能を示した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
人工知能  ,  数値計算 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る