文献

J-GLOBAL ID：201202244808901386   整理番号：12A0583890

大規模データベースのベクトル量子化ベース近似スペクトルクラスタリング

Vector quantization based approximate spectral clustering of large datasets

著者 (1件)： TASDEMIR Kadim (European Commission Joint Res. Centre, Inst. for Environment and Sustainability, Via E. Fermi 2749, Ispra (VA), ITA)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 45  号： 8  ページ： 3034-3044  発行年： 2012年08月 
JST資料番号： D0611A  ISSN： 0031-3203  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)

抄録/ポイント： 最近注目を浴びている教師なしクラスタリングである,スペクトル分割は,その計算量とメモリ要求量により大規模データセットに対しては,実行不可能である。従って,データ代表(種々のサンプリング法によって選ばれた)の近似スペクトルクラスタリングが使用されていた。ここでは,近似スペクトルクラスタリング(ASC)の予備サンプリングとして,小ひずみで量子化ができる,ニューラルネットワーク(自己組織化マップとニューラルガス)を用いることを提案した。この方法が,ASCにより得られるクラスタリング精度の点で,k平均サンプリング法(種々のサンプリング法より優れている)を通常上回ることを示した。より重要なことは,量子化ベースASCのために,局所密度ベース類似測度(ユーザ設定パラメータなしで構築)を導入し,通常使用される距離ベース類似の精度よりも優れた精度を実現できた。Copyright 2012 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *クラスタ化 ,  *ベクトル量子化 ,  *ニューラルネットワーク ,  自己組織化特徴マップ ,  類似性
準シソーラス用語： *スペクトルクラスタリング ,  自己組織化マップ ,  *超大型データベース

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 大規模データベース ,  ベクトル量子化 ,  近似 ,  スペクトルクラスタリング