文献

J-GLOBAL ID：201702221087891441   整理番号：17A0402496

重み付けPageRankに基づくスペクトルクラスタリングのためのランドマーク選択【Powered by NICT】

Landmark selection for spectral clustering based on Weighted PageRank

著者 (3件)： Rafailidis D. (Department of Informatics, Aristotle University, 54124 Thessaloniki, Greece) ,  Constantinou E. (Department of Informatics, Aristotle University, 54124 Thessaloniki, Greece) ,  Manolopoulos Y. (Department of Informatics, Aristotle University, 54124 Thessaloniki, Greece)
資料名： Future Generation Computer Systems  (Future Generation Computer Systems)
巻： 68  ページ： 465-472  発行年： 2017年 
JST資料番号： A0620C  ISSN： 0167-739X  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： スペクトルクラスタリング法は,種々の実世界応用を持ち,顔認識,コミュニティ検出,蛋白質配列クラスタリングなどのスペクトルクラスタリング法は,任意の形状のクラスタを検出し,高クラスタリング精度で生じるが,重い計算コストは,それらのスケーラビリティを制限している。本論文では,ランドマーク選択に基づく加速スペクトルクラスタリング手法を提案した。重みづけPageRankアルゴリズムによれば,データ親和性グラフの最も重要なノードをランドマークとして選択した。さらに,選択されたランドマークをスケーラブルかつ正確なクラスタリングを達成するためのランドマークスペクトルクラスタリング法を示した。我々の実験では,二つのベンチマーク顔と形状画像データセットを用いて,著者らは,親和性グラフにおけるデータのトポロジー的性質を無視するか考慮したスケーラブルなスペクトルクラスタリングのためのいくつかのランドマーク選択戦略を調べた。また,提案した方法は,ベースラインと加速スペクトルクラスタリング法よりも優れており,計算コストとクラスタリング精度の点でであることを示した。最後に,スペクトルクラスタリングにおける将来の方向を提供した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： ベンチマーク ,  基準線 ,  データベース ,  位相幾何学 ,  *クラスタ化 ,  *重みづけ ,  親和性 ,  *クラスタ
準シソーラス用語： 形態画像 ,  計算コスト ,  コミュニティ検出 ,  顔認識 ,  *ランドマーク ,  *スペクトラルクラスタリング ,  PageRank , 【Automatic Indexing@JST】

著者キーワード (3件)： スペクトルクラスタリング ,  スパース符号化 ,  データベース

分類 (2件)： 計算機網  (JC03000K) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 重み付け ,  PageRank ,  スペクトルクラスタリング ,  ランドマーク