文献

J-GLOBAL ID：201702227636791129   整理番号：17A1772288

ロバスト部分空間クラスタリングのための制約付き低ランク表現【Powered by NICT】

Constrained Low-Rank Representation for Robust Subspace Clustering

著者 (5件)： Wang Jing (Faculty of Science and Technology, Bournemouth University, Bournemouth, U.K.) ,  Wang Xiao (Department of Computer Science and Technology, Tsinghua University, Beijing, China) ,  Tian Feng (Faculty of Science and Technology, Bournemouth University, Bournemouth, U.K.) ,  Liu Chang Hong (Department of Psychology, Bournemouth University, Bournemouth, U.K.) ,  Yu Hongchuan (National Centre for Computer Animation, Bournemouth University, Bournemouth, U.K.)
資料名： IEEE Transactions on Cybernetics  (IEEE Transactions on Cybernetics)
巻： 47  号： 12  ページ： 4534-4546  発行年： 2017年 
JST資料番号： W0791A  ISSN： 2168-2267  CODEN： ITCEB8  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： 部分空間クラスタリングは,それらの根底にある部分空間に応じて部分空間の和集合から取り出したデータ点を分割することを目的とした。正確な半教師つき部分空間クラスタリングでは,必須結合制約または同じラベルを持つことをすべてのデータを同じ基本的な部分空間に分類すべきである。しかし,これは既存のアプローチにおける保証されていない。さらに,これらの手法は教師情報を組み込むための付加的パラメータを必要とする。本論文では,ロバストな半教師つき部分空間クラスタリングのための制約付き低ランク表現(CLRR),本論文で構築された新規の制約行列を提案した。データの低ランク表現を求めるが,CLRRは最適表現の識別力を強化するためのハード制約として教師情報を具体化する。この戦略は他の最先端の方法に拡張することができる,スパース部分空間クラスタリングである。最適表現行列はクリーンデータとブロック対角構造と雑音のあるデータを用いた半教師つき分類効果の両方を持つことを証明した。CLRRのための乗算器の方向法を交互に基づく効率的な最適化アルゴリズムを開発した。著者らの実験結果は,CLRRは,既存の方法よりも優れていることを実証した。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： 雑音 ,  乗算器 ,  *ロバスト性 ,  透視図法
準シソーラス用語： 最適アルゴリズム ,  *部分空間 ,  *部分空間クラスタリング , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (4件)： ロバスト ,  部分空間クラスタリング ,  制約 ,  表現