文献

J-GLOBAL ID：201102255758569347   整理番号：11A1431006

多様体学習アルゴリズムにおける近域サイズの適性の判断

Judgment of suitability of neighborhood size in manifold learning algorithms

著者 (3件)： Shao Chao (School of Computer and Information Engineering, Henan Univ. of Finance and Economics, Zhengzhou) ,  Zhang Bin (Experimental Teaching Center of Economics and Management, Henan Univ. of Finance and Economics, Zhengzhou) ,  Wan Chunhong (School of Computer and Information Engineering, Henan Univ. of Finance and Economics, Zhengzhou)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 46  号： 20  ページ： 172-175,192  発行年： 2010年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 多様体学習アルゴリズムの成功は好適な近域サイズの選択に大いに依存するが,どのように効率的にこれを行うかは公開問題である。この問題を解決するため,この論文は,効率的に好適な近域サイズを選択できる特定の近域サイズの適性を判断する効率的方法を提案する。局所的に多様体のユークリッド特性に基づき,この論文でBIC(Bayesian情報量基準)によって検出される隣接グラフにおけるすべてのPCA再構成誤差のクラスタの数に従って,この方式は,隣接グラフ内のそれぞれの近域の線形性を測定する再構成誤差をPCA(主成分分析)に使用して,対応する近域サイズの適性をそこで判断に使用する。この方式は手間がかかる多様体学習アルゴリズムを実行していない間でも,特定の近域サイズの適性を判断できるので,残差分散に基づくそれらの方式よりはるかに効率的である。最終的に,実験結果はこの方式の実効を十分検証できる。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *学習アルゴリズム ,  *学習 ,  標準 ,  主成分分析 ,  クラスタ
準シソーラス用語： *多様体学習 ,  情報量基準 ,  実験結果

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (5件)： 多様体学習 ,  アルゴリズム ,  域 ,  サイズ ,  適性