文献

J-GLOBAL ID：201702247659474738   整理番号：17A1745120

一つの多様体正則化によるマルチビュー非負行列分解アルゴリズム【JST・京大機械翻訳】

A multi-manifold regularized multi-view non-negativematrix factorization algorithm

著者 (5件)： Zong Linlin (大連理工大学軟件学院,大連,116620) ,  Zhang Xianchao (大連理工大学軟件学院,大連,116620) ,  Zhao Ganli (大連理工大学軟件学院,大連,116620) ,  Yu Hong (大連理工大学軟件学院,大連,116620) ,  Liu Xinyue (大連理工大学軟件学院,大連,116620)
資料名： Nanjing Daxue Xuebao. Zirankexue  (Nanjing Daxue Xuebao. Zirankexue)
巻： 53  号： 3  ページ： 557-568  発行年： 2017年 
JST資料番号： C2593A  ISSN： 0469-5097  CODEN： NCHPAZ  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： 大データ時代において、マルチビューデータは普遍的に存在している。マルチビュークラスタリングは,マルチビューデータを分析するための一般的方法である。多様体正則化非負行列分解に基づくマルチビュークラスタリングは非常に競争力のあるマルチビュークラスタリングアルゴリズムであるが、このアルゴリズムは非負行列分解のクラスタ配置問題を考慮せず、実験では各ビューの差異性を考慮していない。これらの問題に基づいて,最適化された多様体正則化のためのマルチビュー非負性マトリックス因数分解アルゴリズムを提案した。このアルゴリズムの重要な問題は,多視点情報クラスタ化と多様体多様性をどのように利用するかということである。マルチビューデータのクラスタ化において,すべてのビューのデータは低次元のサブマトリックスを共有し,すべてのビューの重みづけ目的関数を最小化し,各ビューのクラスタ化の重要性を示し,すべての非負行列分解のクラスタ配列の一貫性を保証する。多様体情報を融合する際に,マルチビュー画像クラスタリングに基づく重みづけ計算法を用いて,多様体の重みを見つけることにより,各ビューにおける多様体の重要性を示した。実験結果は,提案した最適化戦略がマルチビュークラスタリングの効果を改善することができることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  *正則化 ,  クラスタ化 ,  クラスタ ,  *アルゴリズム ,  *多様体 ,  重みづけ ,  目的関数 ,  配置問題
準シソーラス用語： 画像クラスタリング ,  低次元 ,  行列因数分解 ,  *行列分解 ,  *マルチビュー , 【Automatic Indexing@JST】

著者キーワード (4件)： non-negative matrix factorization ,  multi-view clustering ,  multi-manifold ,  weighting

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z) ,  数値計算  (JE02000J)

タイトルに関連する用語 (6件)： 多様体 ,  正則化 ,  マルチビュー ,  非負行列 ,  分解 ,  アルゴリズム