文献

J-GLOBAL ID：201302260051297586   整理番号：13A1193642

教師付き部分空間学習のためのカーネル多変量解析の枠組み

Kernel Multivariate Analysis Framerowk for Supervised Subspace Learning

著者 (4件)： ARENAS-GARCIA Jeronimo (Universidad Carlos III) ,  PETERSEN Kaare Brandt (SAS Inst.) ,  CAMPS-VALLS Gustavo (Univ. Valencia, ESP) ,  HANSEN Lars Kai (Technical Univ. Denmark)
資料名： IEEE Signal Processing Magazine  (IEEE Signal Processing Magazine)
巻： 30  号： 4  ページ： 16-29  発行年： 2013年07月 
JST資料番号： H0928A  ISSN： 1053-5888  CODEN： ISPRE6  資料種別： 逐次刊行物 (A)
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： センサデバイスの感度が向上し多様なデータ収集源を含むことが普通になってきたため,自動学習における特徴抽出と次元削減はますます重要となっている。MVA(多変量解析)アルゴリズムの目的は学習に関連する縮小された特徴集合を見出すために変数間の相関を利用することである。本論文では特にPCA(主成分分析),PLS(部分最小二乗法),CCA(正準相関解析),OPLS(正規直交PLS),及びRKHSs(再生核ヒルベルト空間)理論にもとづくそれらの非線形拡張についてのべる。またベンチマークにより性能解析を行う。

シソーラス用語： *多変量解析 ,  *機械学習 ,  主成分分析 ,  部分最小二乗法 ,  分析 ,  Hilbert空間 ,  固体素子 ,  *教師つき学習
準シソーラス用語： *カーネル多変量解析 ,  センサデバイス ,  *教師付き部分空間学習 ,  再生核ヒルベルト空間 ,  正規直交部分最小二乗法 ,  正準相関解析 ,  部分空間学習

分類 (2件)： 信号理論  (ND02020G) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 教師 ,  部分空間学習 ,  カーネル ,  多変量解析 ,  枠組み