文献

J-GLOBAL ID：201602220842180040   整理番号：16A1383088

データクラスタリングのための半NMF PCA統一フレームワーク【Powered by NICT】

A Semi-NMF-PCA Unified Framework for Data Clustering

著者 (3件)： Allab Kais (Laboratory of Informatics Paris Descartes, University of Paris Descartes, Paris, Ile de France, France) ,  Labiod Lazhar (Laboratory of Informatics Paris Descartes, University of Paris Descartes, Paris, Ile de France, France) ,  Nadif Mohamed (UFR Mathematics and Informatics, University of Paris Descartes, Paris, Ile de France, France)
資料名： IEEE Transactions on Knowledge and Data Engineering  (IEEE Transactions on Knowledge and Data Engineering)
巻： 29  号： 1  ページ： 2-16  発行年： 2017年 
JST資料番号： T0838A  ISSN： 1041-4347  CODEN： ITKEEH  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： 本研究では,クラスタ化と次元の減少を同時に考慮する新しい方法を提案した。実際,筆者らのアプローチはデータ縮小とクラスタリングタスク間の相互強化を利用している。低次元表現の利用は,より単純でより説明可能な解を提供する助けとなることができる。そうすることによって,このモデルは真の離散クラスタリング解により緩和連続次元縮小解をよりよく近似できることを示した。実験結果により,提案手法では異なる特性を持つデータセットのための類似したタスクに特化した最先端のアルゴリズムよりもクラスタリングの観点から良好な結果を与えることを示した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *次元縮小 ,  クラスタ化 ,  アルゴリズム ,  緩和現象
準シソーラス用語： 低次元 ,  *データクラスタリング , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： データクラスタリング ,  NMF ,  PCA ,  フレームワーク