文献

J-GLOBAL ID：201402250307280157   整理番号：14A1477241

機能データ用のk-平均アルゴリズム

K-means algorithms for functional data

著者 (3件)： LUZ LOPEZ GARCIA Maria (Departamento de Matematicas, Escuela Superior de Informatica, Universidad de Castilla la Mancha, 28012 Ciudad Real, ESP) ,  GARCIA-RODENAS Ricardo (Departamento de Matematicas, Escuela Superior de Informatica, Universidad de Castilla la Mancha, 28012 Ciudad Real, ESP) ,  GONZALEZ GOMEZ Antonia (Departamento de Matematica Aplicada a los Recursos Naturales, E.T. Superior de Ingenieros de Montes, Universidad ...)
資料名： Neurocomputing  (Neurocomputing)
巻： 151  号： Part 1  ページ： 231-245  発行年： 2015年03月03日 
JST資料番号： W0360A  ISSN： 0925-2312  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： 機能データのクラスタ分析の目的は無限次元性質により有意群を推論することである。今回,この問題を解くk平均法の使用を検討した。生データ用k-平均法,生データ用カーネルk-平均法及び機能データ用2距離を用いるk-平均法という3手法を比較した。二つの距離,d_Vn及びd_φは再生カーネルHilbert空間及びTikhonov正則化理論に基づく。両距離は等価であるが,二種類の手法は全データの次元を縮小した。d_Vnでは最適手法はJohnson-Lindenstraussランダムプロジェクションであり,d_φではスペクトル利用手法であった。k-平均法の性能に及ぼすサンプリング{x_i}ⁿ_i=1の影響を調べる数値実験を行った。Copyright 2014 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *クラスタ分析 ,  *データ解析 ,  平均法 ,  距離 ,  Hilbert空間 ,  正則化 ,  写像 ,  次元縮小 ,  スペクトル ,  空間 ,  *データ処理
準シソーラス用語： k-平均法 ,  Tikhonov正則化 ,  カーネル空間 ,  ランダムプロジェクション ,  数値実験

分類 (1件)： 情報処理一般  (JE15010U)

タイトルに関連する用語 (2件)： 平均 ,  アルゴリズム