文献

J-GLOBAL ID：201702221433963314   整理番号：17A1346273

LLEスコア:非線形多様体埋込みに基づく新しいフィルタに基づく教師なし特徴選択法と画像認識への応用【Powered by NICT】

LLE Score: A New Filter-Based Unsupervised Feature Selection Method Based on Nonlinear Manifold Embedding and Its Application to Image Recognition

著者 (5件)： Yao Chao (School of Automation, Northwestern Polytechnical University, Xi’an, China) ,  Liu Ya-Feng (State Key Laboratory of Scientific and Engineering Computing, Institute of Computational Mathematics and Scientific/Engineering Computing, Academy of Mathematics and Systems Science, Chinese Academy of Sciences, Beijing, China) ,  Jiang Bo (School of Mathematical Sciences, Key Laboratory for NSLSCS of Jiangsu Province, Nanjing Normal University, Nanjing, China) ,  Han Jungong (School of Computing and Communications, Lancaster University, Lancaster, U.K.) ,  Han Junwei (School of Automation, Northwestern Polytechnical University, Xi’an, China)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 26  号： 11  ページ： 5257-5269  発行年： 2017年 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  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： 特徴選択のタスクは,元の高次元データからの最も代表的な特徴を見出すことである。クラスラベルの情報の欠如のために,教師なし学習シナリオにおける適切な特徴を選択する教師付きシナリオにおけるそれよりもはるかに困難である。本論文では,特徴選択タスクにおいて,一般的な多様体学習手法である局所線形埋め込み(LLE)の可能性を調べた。グラフ保存特徴選択フレームワークにLLEのアイデアを適用することは直接的である。しかし,この直接適用した場合,いくつかの問題を抱えていることを見出した。例えば,特徴中の元素は全て等しいとき,それは破壊するスケーリング不変性を享受しないとグラフの変化を効率的に捕捉できない。これらの問題を解決するために,本論文では,LLEに基づく新しいフィルタベース特徴選択法,LLEスコアと命名を提案した。提案した基準は各特徴の局所構造と元のデータの間の差を測定した。二つの顔画像データセット,オブジェクト画像データセット,および手書き数字データセットに分類タスクの著者らの実験は,LLEスコアは最先端の方法,データ分散,Laplaceスコア,およびスパース性スコアを含むより優れていることを示した。Copyright 2017 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： *フィルタ ,  顔画像 ,  グラフ ,  教師なし学習 ,  *多様体 ,  不変性 ,  *画像認識 ,  *特徴選択 ,  *線形性
準シソーラス用語： スパース性 ,  画像データ ,  局所構造 ,  多様体学習 ,  *選択法 ,  *スコア , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (8件)： スコア ,  非線形 ,  多様体 ,  埋込み ,  教師 ,  特徴選択 ,  画像認識 ,  応用