文献

J-GLOBAL ID：201702289688087183   整理番号：17A0757767

解析画像データのための相関を考慮した特徴ベクトルの要素レベルのクラスタリング【Powered by NICT】

Element-Level Clustering of Feature Vectors Considering Correlations for Analyzing Image Data

著者 (2件)： Omachi Masako ,  Omachi Shinichiro
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： SKG  ページ： 146-149  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： クラスタリングは,データ解析のための基本的なツールである。典型的には,データの全ての属性は,クラスタリングのために用いた。しかし,属性のセットは,意味のあるサブセットに分けることができるならば,それは各サブセットのデータをクラスタ化するために有効であるかもしれない。本論文では,特徴ベクトルの要素に意味のあるサブセットへの集合を分割する方法を提案した。要素間の依存性を考慮して,クラスタリングのための計量として使用されている相関。最適化問題を効果的に解決するために,グラフカット技術を用いた。要素の集合を部分集合に分ける後,クラスタリングは,各サブセットに対して行った。手書き画像データベースを用いた実験によって,本手法の有効性を示した。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： データ解析 ,  部分集合 ,  画像データベース ,  *相関 ,  *クラスタ化 ,  最適化問題
準シソーラス用語： 手書き ,  グラフカット ,  *特徴ベクトル ,  *画像データ , 【Automatic Indexing@JST】

分類 (5件)： ディジタル計算機方式一般  (JC02010O) ,  果樹  (FC03042G) ,  符号理論  (ND02030R) ,  生体防御と免疫系一般  (ED01010F) ,  移動通信  (ND08030H)

タイトルに関連する用語 (5件)： 解析 ,  相関 ,  特徴ベクトル ,  要素 ,  クラスタリング