文献

J-GLOBAL ID：201702218530860737   整理番号：17A1855015

適応近傍値選択のLLEアルゴリズム研究【JST・京大機械翻訳】

Research of LLE Algorithm of Adaptive Neighborhood Selection

著者 (4件)： Gao Jie (首都師范大学 信息工程学院,北京,100048) ,  Wu Lifeng (首都師范大学 高可靠嵌入式系統技術北京市工程技術研究中心,北京,100048) ,  Guan Yong (首都師范大学 電子系統可靠性技術北京市重点実験室,北京,100048) ,  Wang Hongmin (首都師范大学 信息工程学院,北京,100048)
資料名： Xiaoxing Weixing Jisuanji Xitong  (Xiaoxing Weixing Jisuanji Xitong)
巻： 38  号： 2  ページ： 393-397  発行年： 2017年 
JST資料番号： C2136A  ISSN： 1000-1220  CODEN： XWJXEH  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 局所線形埋め込み(LLE)は重要なマニホールド学習アルゴリズムであり,画像処理や多次元データの可視化などの分野で広く用いられているが,そのアルゴリズムの性能は近傍選択の盲目性によって制限されている。従来の近傍選択アルゴリズムは高次元データの分布を同時に考慮しないが、無効な近傍点に対して相応の処理を行わないため、自己適応の結果は初期値によって大きく影響される。そのため、新しい適応マニホールド学習思想を提案し、近傍点から切断平面座標マッピング関数の一次Taylor近似を用いて、局部近傍値を予備的に確定した。次に,高い低次元分布の差異関数に関する近隣の調整戦略と重みの近傍の考え方を用いて,初期の近傍の値をさらに調整することができた。この方法により,LLE近傍選択アルゴリズムの安定性を改善し,無効近傍点の選択を減少させることができた。シミュレーション結果により,本方法によって決定された自己適応結果は,異なる初期値において,基本的に一致し,そして,人工的データセットSwiss-rollにおいて,理想的安定性次元縮小効果を得た。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 画像処理 ,  次元縮小 ,  可視化 ,  マニホールド ,  シミュレーション ,  *アルゴリズム ,  学習 ,  線形性 ,  学習アルゴリズム ,  近似法
準シソーラス用語： 低次元 ,  初期値 ,  自己適応 ,  高次元データ ,  多次元データ , 【Automatic Indexing@JST】

著者キーワード (4件)： manifold learning ,  weighted neighborhood ,  dimensionality reduction ,  partial tangent plane

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 適応 ,  近傍 ,  アルゴリズム ,  研究