文献

J-GLOBAL ID：201102276267922719   整理番号：11A0130715

記号データのための共通主成分モデル

COMMON PRINCIPAL COMPONENTS MODEL FOR SYMBOLIC DATA

著者 (3件)： KATAYAMA Kotoe (Univ. Tokyo, Tokyo, JPN) ,  MINAMI Hiroyuki (Hokkaido Univ., Sapporo, JPN) ,  MIZUTA Masahiro (Hokkaido Univ., Sapporo, JPN)
資料名： Journal of the Japanese Society of Computational Statistics  (Journal of the Japanese Society of Computational Statistics)
巻： 23  号： 1  ページ： 41-50  発行年： 2010年12月 
JST資料番号： L1619A  ISSN： 0915-2350  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 本論文では,記号的データ解析(SDA)のフレームワークにおける次元縮小技法を提案した。最近の技術進化によりデータセットの複雑性が増大しており,今日,その規模は過去10年間よりもずっと大きくなっている。統計的手法では,これらデータセットの解析に対して十分な能力を備えていないものがほとんどである。1980年代の終わりにDidayによりSDAが提案され,巨大データおよび複雑データの解析にとって新しいアプローチとなっている。SDAでは,概念を構成する「記号データ」について検討する。一つの概念は値だけでなく区間や分布のような「より高水準なユニット」からも構成される。それらの組合せは一種の概念として表現可能でもある。このことは,SDAフレームワークの中で複雑データが形式的な取り扱いを可能としていることを含意する。しかしながら,これらはシンプルなアイデアに基づく極めて希な研究である。従って,現実世界における問題解決に向けてこのアイデアを適用するために,実用的な手法が開発されるべきである。本研究では,概念がいくつかの部分集合を含む(その概念は代表的な複雑データセットとして作動する)ケースに焦点を合わせており,ここでは,SDAを用いて直接にこのデータセットを解析するための新しい手法を開発した。本論文では,特に,グループ構造に向けて,SDAのフレームワークにおける次元縮小手法を提案し,数値例を示した。(翻訳著者抄録)

シソーラス用語： *次元縮小 ,  データ解析 ,  記号 ,  *統計的方法 ,  大規模系 ,  確率分布 ,  性質 ,  組織 ,  パラメータ推定 ,  数学的性質 ,  度 ,  類似性 ,  可視化
準シソーラス用語： グループ構造 ,  記号データ解析 ,  区間 ,  複雑性 ,  類似度

分類 (1件)： システム・制御理論一般  (IA02010H)

引用文献 (4件)：

• DIDAY, E. The symbolic approach in clustering and related methods of data analysis. Classification and Related Methods of Data Analysis. 1988, 673-684
• FLURY, B. D. Common principal components in K groups. Journal of the American Statistical Association. 1984, 79, 892-898
• FLURY, B. D. Simultaneous diagonalization algorithm with applications in multivariate statistics. Approximation and Computation. 1995, 179-208
• MUIRHEAD, R. J. Aspects of Multivariate Statistical Theory. 1982

タイトルに関連する用語 (2件)： 記号 ,  モデル