文献

J-GLOBAL ID：201702288591010082   整理番号：17A1054793

画像データの判別分析のための,ブロック対角制約付きの低ランクでスパースなグラフ

Block-Diagonal Constrained Low-Rank and Sparse Graph for Discriminant Analysis of Image Data

著者 (5件)： GUO Tan (Chongqing Univ., Chongqing, CHN) ,  TAN Xiaoheng (Chongqing Univ., Chongqing, CHN) ,  ZHANG Lei (Chongqing Univ., Chongqing, CHN) ,  XIE Chaochen (Chongqing Univ., Chongqing, CHN) ,  DENG Lu (Chongqing Univ., Chongqing, CHN)
資料名： Sensors (Web)  (Sensors (Web))
巻： 17  号： 7  ページ： WEB ONLY  発行年： 2017年07月 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 最近,低ランクでスパースなモデルに基づく次元削減(DR)法が,関心を集めている。本論文では,ブロック対角制約付き低ランク・スパース埋め込み(BLSE)と名付けられた効果的な教師付きDR手法を提案した。BLSEには,ブロック対角制約付き低ランク・スパース表現(BLSR)と,ブロック対角制約付き低ランク・スパース・グラフ埋め込み(BLSGE)の2段階がある。最初に,BLSRモデルを展開して,データの本質的クラス内及びクラス間の隣接関係と,局所的近隣関係と大域的構造を明らかにする。BLSRには,1)局所的データ構造を発見するスパース制約が要る,2)低ランク基準を組み込んで,データの大域的構造を捉える,3)ブロック対角正規化を表現に課して,異なるクラス間の識別を促進する,の三つの考察項目がある。BLSRに基づいて,情報を与え識別力のあるクラス内及びクラス間グラフが構築される。BLSGEは,このグラフで,クラス内分散を最小化し同時にクラス間分散を最大化することにより,低次元埋め込み部分空間を探す。公衆顔画像ベンチマークと物体画像データセットでの実験で,提案した方法の有効性を実証した。(翻訳著者抄録)

シソーラス用語： *次元縮小 ,  *データ表現 ,  可視化 ,  対角化 ,  *分類 ,  *空間 ,  データ構造 ,  *埋込み【挿入】 ,  *顔画像 ,  ベンチマーク ,  *データ ,  実験 ,  *有効性 ,  *判別分析 ,  感度解析 ,  主成分分析 ,  自動分類 ,  教師つき学習
準シソーラス用語： スパース表現 ,  低ランク表現 ,  ブロック対角化 ,  画像分類 ,  部分空間 ,  *画像データ ,  線形判別分析 ,  教師付き分類

分類 (2件)： パターン認識  (JE07000S) ,  システムプログラミング一般  (JD03010Y)

タイトルに関連する用語 (4件)： 判別分析 ,  角 ,  制約 ,  グラフ