文献

J-GLOBAL ID：201602284421514980   整理番号：16A1097072

健康管理データにおける関係学習としてのマルチビュー非負テンソル因数分解【Powered by NICT】

Multi-view non-negative tensor factorization as relation learning in healthcare data

著者 (2件)： Wu Hang (Dept. of Biomedical Engineering, Georgia Institute of Technology and Emory University, Atlanta, GA 30332, USA) ,  Wang May D. (Dept. of Biomedical Engineering, Georgia Institute of Technology and Emory University, Atlanta, GA 30332, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： EMBC  ページ： 3325-3328  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 概念のオブジェクトとグループ間の共起データの発見パターンは多くの領域で有用な仕事であり,医療データ解析,情報検索および推薦システムである。これら関係表現は,異なるビューの中のオブジェクトの挙動から,共有潜在構造を明らかにするためにこれらの視野からの情報を統合する挑戦的な課題となっている。問題は,データの高次元と欠測データの大きな比率でさらに複雑になっている。テンソル因数分解を用いた学習の意味関係の新しいパラダイムを提案し,多視点テンソルを因数分解と各視野にわたって一貫した基礎となる意味空間の探索併用。を最適化問題として定式化し,効率的な最適化アルゴリズムを提案し,欠落データと同様に高次元データの特別な処理であった。実験結果により,提案アルゴリズムの可能性と有効性を示した。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： 情報検索 ,  最適化問題 ,  *因数分解 ,  アルゴリズム ,  *健康管理 ,  定式化 ,  高次元 ,  データ解析 ,  *テンソル
準シソーラス用語： 高次元データ ,  最適アルゴリズム ,  欠測値 ,  推奨システム ,  *関係学習 , 【Automatic Indexing@JST】

分類 (2件)： 音声処理  (JE05000E) ,  数値計算  (JE02000J)

タイトルに関連する用語 (5件)： 管理データ ,  関係学習 ,  マルチビュー ,  テンソル ,  因数分解