文献

J-GLOBAL ID：201702236171803754   整理番号：17A1034427

投影分布上のラプラシアン仮定を用いたロバストな線形判別分析【Powered by NICT】

Robust linear discriminant analysis with a Laplacian assumption on projection distribution

著者 (3件)： Yu Shujian (Department of Electrical and Computer Engineering, University of Florida, United States of America) ,  Cao Zheng (Department of Electrical and Computer Engineering, University of Florida, United States of America) ,  Jiang Xiubao (2012 Lab, Huawei Technologies Co., LTD, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICASSP  ページ： 2567-2571  発行年： 2017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： 線形判別分析(LDA)は典型的にはFisher法,標本平均ベクトルと共分散行列の推定に大きく依存することを用いて行った。しかし,他の多変量統計的方法にとしてFisher LDAが異常値に対して脆弱である。本論文では,全誤分類率を最小化し,投影サンプルが,ラプラス分布に従うことを仮定する基準に基づいて最適な判別設計を解析した。対応する最適化目的は,線形計画問題として近似できた。のprojection-pursuitの観点からFisher LDAとミニマックス確率マシン(MPM)に提案した判別式の関係を示した。UCIリポジトリからの6種の実世界ベンチマークデータセット上での実験を行い,提案手法の有効性を検証した。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： 線形計画法 ,  ベクトル ,  異常値 ,  *Laplace演算子 ,  リポジトリ ,  *ロバスト性 ,  統計的方法 ,  最適化
準シソーラス用語： Laplace分布 ,  多変量 ,  共分散行列 ,  *線形判別分析 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 投影 ,  分布 ,  ラプラシアン ,  仮定 ,  ロバスト ,  線形判別分析