文献

J-GLOBAL ID：201702249358951718   整理番号：17A1400320

準バイクリークエッジ濃度:バイクラスタリングのための視覚分析法【Powered by NICT】

Quasi-biclique edge concentration: A visual analytics method for biclustering

著者 (2件)： Onoue Yosuke (Kyoto University, Japan) ,  Koyamada Koji (Kyoto University, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： PacificVis  ページ： 215-219  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： バイクラスタリングは,データマイニングのための良く知られた手法であり,多くの分野で適用され,ゲノム解析,セキュリティサービス,および社会的ネットワーク分析である。バイクラスタリングを2部グラフに含まれる二部クリークを見つける。しかし,実際のデータでは,バイクリークは様々な理由,誤差などのためにいくつかのエッジを欠いているかもしれない。この状況では,伝統的なバイクラスタリング法は,正確なバイクラスタを見つけることができなかった。不確実性の下での実データを解析できる新しいバイクラスタリング法が必要である。準バイクリークは不完全な二部クリークを表す数学的概念である。準バイクリーク端濃度(QBEC)法準バイクリークマイニングを用いたバイクラスタリングのための視覚的解析法を提案した。QBECは準完全2部グラフの視覚表現とユーザ相互作用を含んでいる。二部グラフに含まれる準バイクリークはエッジ濃度に基づいて表現した。準バイクリークの不完全性は,エッジ不透明度に反映されている。ユーザは準バイクリークの不完全性パラメータを調整することによってデータを対話的に探索できる。実世界データを用いたQBECの有効性を示した。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： データマイニング ,  会話 ,  不確実性 ,  相互作用 ,  不整 ,  *視覚
準シソーラス用語： 不透明度 ,  視覚表現 ,  二部グラフ ,  社会的ネットワーク ,  ゲノミクス ,  視覚分析 ,  *バイクラスタリング , 【Automatic Indexing@JST】

分類 (2件)： 遺伝子発現  (EC02040Q) ,  分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (2件)： バイクラスタリング ,  視覚分析