文献

J-GLOBAL ID：201602266888171907   整理番号：16A1063901

移動はファジィクラスタリングをプロトタイプ【Powered by NICT】

Transfer Prototype-Based Fuzzy Clustering

著者 (6件)： Deng Zhaohong (School of Digital Media, Jiangnan University, Wuxi, China) ,  Jiang Yizhang (School of Digital Media, Jiangnan University, Wuxi, China) ,  Chung Fu-Lai (Department of Computing, Hong Kong Polytechnic University, Hong Kong) ,  Ishibuchi Hisao (Department of Computer Science and Intelligent Systems, Osaka Prefecture University, Osaka, Japan) ,  Choi Kup-Sze (School of Nursing, The Hong Kong Polytechnic University, Hong Kong) ,  Wang Shitong (School of Digital Media, Jiangnan University, Wuxi, China)
資料名： IEEE Transactions on Fuzzy Systems  (IEEE Transactions on Fuzzy Systems)
巻： 24  号： 5  ページ： 1210-1232  発行年： 2016年 
JST資料番号： W0509A  ISSN： 1063-6706  CODEN： IEFSEV  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： よく知られたファジィc-平均(FCM)アルゴリズムのような,伝統的なプロトタイプに基づくクラスタリング法は,通常,良好なクラスタリング分配を見出すのに十分なデータを必要とする。利用可能なデータが限られ又は不足し場合,それらのほとんどは長くない効果的であった。電流クラスタリングタスクのためのデータが乏しいこともあるが,関連したシーン/ドメインで利用可能ないくつかの有用な知識を通常である。本研究では,転移学習の概念をプロトタイプに基づくファジィクラスタリング(PFC)に適用した。特に,ソース領域からの知識を利用するアイデアは,セット移動PFCアルゴリズムを開発するために利用した。一二代表的なPFCアルゴリズム,すなわち,FCMとファジィ部分空間クラスタリングは,標的ドメイン(電流シーン)とソース領域(関連シーン)間のクラスタの同じ数であるという仮定に基づく対応する移動クラスタリングアルゴリズムを開発するための知識活用機構を組み合わせ,選択した。二拡張版は,二つのドメイン間のクラスタの異なる数は状況のための転移学習を実行するために提案した。新しい目的関数は目標領域におけるクラスタリングのためのターゲット領域のデータと源領域からの知識を統合するために提案した。提案のアルゴリズムは,各種の人工的および実世界データセット上で検証した。実験結果は,マルチタスククラスタリングとcoclusteringのような元のPFCアルゴリズムとそれに関連したクラスタリングアルゴリズムの両方と比較してその有効性を実証した。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： 電流 ,  アルゴリズム ,  目的関数 ,  *プロトタイプ ,  *クラスタ化 ,  *クラスタ ,  *曖昧さ ,  クラスタリングアルゴリズム ,  *行為 ,  *改変
準シソーラス用語： 部分空間クラスタリング ,  転移学習 ,  クラスタリング法 ,  *ファジィクラスタリング , 【Automatic Indexing@JST】

分類 (3件)： 制御工学一般  (IC01000V) ,  システム・制御理論一般  (IA02010H) ,  論理代数  (JB03000H)

タイトルに関連する用語 (2件)： ファジィクラスタリング ,  プロトタイプ