文献

J-GLOBAL ID：201702249274444050   整理番号：17A1400309

多重場データセットにおける探索効率的な分布に基づく特徴【Powered by NICT】

Efficient distribution-based feature search in multi-field datasets

著者 (5件)： Wei Tzu-Hsuan (The Ohio State University, United States of America) ,  Chen Chun-Ming (The Ohio State University, United States of America) ,  Woodring Jonathan (Los Alamos National Laboratory, United States of America) ,  HuiJie Zhang (Northeast Normal University, China) ,  Shen Han-Wei (The Ohio State University, United States of America)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： PacificVis  ページ： 121-130  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： 局所分布探索は顕著な特徴を同定するための質問駆動可視化に使用されている。高い計算と貯蔵コストのために,多重場データセットにおける局所分布探索は困難である。本論文では,多重場データセットにおける限界および結合によって特性化されることを局所分布探索のための二種類の高性能でメモリ効率のよいアルゴリズムを導入した。ビットマップインデクシングおよび局所投票をターゲット分布と一致し,最終結果を生成する近似検索結果と精製最初に領域を効率的に抽出した。融合ビン比較(MBC),最初のアルゴリズムはクラスタリングビンによるヒストグラム非類似性測度の計算を減少させた。サンプル活性ボクセル(SAV),第二のアルゴリズムは,層別サンプリングを採用した大空間近傍を持つ局所分布を探索するための作業負荷を低減した。アルゴリズムの効率性と有効性は,複数の実験で実証した。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： 可視化 ,  投票 ,  キャラクタリゼーション ,  近似法 ,  *多重化 ,  ボクセル ,  ヒストグラム ,  層別 ,  アルゴリズム ,  測度
準シソーラス用語： 大空間 ,  非類似性 ,  メモリ効率 ,  *探索効率 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 多重 ,  データセット ,  探索効率 ,  分布